Ecosistema robusto de análisis de datos

El reto:

Diseñar un ecosistema moderno de análisis de datos que pueda ofrecer información perspicaz, de buena calidad y casi en tiempo real a las partes claves interesadas:

Nuestro cliente del sector Fintech requería asistencia para organizar y extraer información de Apache Fineract y las API de la aplicación, así como la ingesta en el DW a través de tareas de GitLab Runner o Snowflake.
La operación de datos requería una mejor orquestación de la capa semántica de transformación de datos y la adopción de las mejores prácticas de SE, como la documentación de datos y la creación de linaje y la implementación consciente del entorno.
El cliente necesitaba mecanismos de calidad de datos para garantizar que los datos mostrados sean correctos y estén actualizados. Además, el cliente requería paneles rápidos, nítidos y atractivos para que los usuarios respondieran fácilmente a sus preguntas.

El compromiso:

Crear una estructura de datos sólida que puede apoyar la toma de decisiones:

Novacomp proporcionó un equipo de ingenieros de análisis de datos con experiencia en SQL, almacenamiento de datos, modelado dimensional, gobierno de datos y experiencia en visualización.
Utilizando Snowflake y DBT, el equipo se centró en la organización de la información clave en tablas relacionadas adecuadamente y en la implementación de KPI’s para medir y monitorear la salud del negocio.
Además, utilizando las herramientas de visualización de Sigma, el equipo creó un análisis nítido y atractivo que pudo responder a las preguntas comerciales más comunes.

Beneficios:

Las partes interesadas liberaron el poder de los datos seleccionados para hacer crecer el negocio:

Las herramientas se crearon para mostrar información casi en tiempo real para permitir que la administración tome medidas sobre la marcha y maximizar el rendimiento de la cartera de préstamos.
Mayor confianza en la precisión y puntualidad de los datos para fomentar una cultura organizacional basada en datos.
El equipo de Novacomp proporcionó un programa de capacitación en toda la empresa para permitir que los equipos creen análisis ad-hoc y mejoren los modelos existentes de acuerdo con sus requisitos particulares.
A través de la implementación de técnicas ETL inversas, el equipo ayudó a las operaciones comerciales a consumir información DW para impulsar campañas de marketing. generar entradas de diario contable e informes de socios.