Banca
Seguridad
Big Data

Lloyds Banking Group se prepara para ofrecer a los clientes los datos de transacciones en tiempo real

Lloyds Banking Group está trabajando para conseguir que sus datos y analítica alcancen velocidades en tiempo real, allanando el camino para que los clientes vean las transacciones de inmediato y para una mejor detección de fraudes internamente.

Lloyd Bank

Con los próximos cambios regulatorios en torno a la banca abierta en el horizonte, Lloyds está buscando que su arquitectura de datos esté lista para exponer los datos transaccionales a los clientes y lo más cerca posible del tiempo real posible.

Andrew McCall, ingeniero jefe de grandes datos de Lloyds Banking Group, manifestó: "En Europa mi opinión personal es que ésta es la nueva forma de ver los datos de los clientes. Una empresa, pertenece al usuario y somos responsables de ello".

McCall cree que el acercamiento al procesamiento de datos en tiempo real dentro del banco "comienza a abrir muchas posibilidades en términos de aprendizaje automático y sobre cómo podemos servir mejor a los clientes y darles una mejor visión de sus propias finanzas".

También será útil para combatir el fraude, explicó: "cuando se sabe, se puede hacer algo al respecto. Si conoces algo que pasó ayer, no es tan efectivo como un mecanismo antifraude".

McCall dijo que el objetivo es "latencia de sub-segundo a través de toda nuestra gran masa de datos del sistema de origen al consumidor". Incluso con la cantidad de capas que los datos tienen que pasar, usando Apache Storm el banco está viendo latencia por debajo de 20 milisegundos.

Lo que esto podría parecer para los consumidores son las notificaciones de gastos instantáneos, como las que se ven con algunos de los bancos más competitivos tecnológicamente y sus aplicaciones móviles.

Esto ha requerido un gran cambio arquitectónico para el banco, ya que el equipo de McCall ha tenido que integrar sistemas legados con una variedad de técnicas modernas como la captura de datos de cambio (CDC) y los conectores Kafka para lograr la velocidad de operaciones requerida. McCall admite que la arquitectura ideal sería una "arquitectura Lambda con algunos microservicios que escriben y leen datos antes de depositarlos en su sistema de visión".

En realidad, Lloyds tiene que lidiar con complejos sistemas heredados, que no tienden a ofrecer la baja latencia que McCall está buscando

Las herramientas que el banco utiliza para su ‘pipeline’ en tiempo real es HBase para almacenamiento de datos y para enriquecer los datos a medida que vienen a través de Hive para cargar datos para información y análisis, Storm como motor de procesamiento en tiempo real, Spark para consumir y cargar datos en los diversos sistemas y Kafka como el oleoducto a través de la finca. Todo esto todavía se ejecuta en la premisa en el banco.

Lloyds implementó una capa de caché para una mayor seguridad para proteger los datos de la API. McCall explicó: "para nuestra API, parte de la razón por la que querríamos poner a Cassandra o algo así en su lugar, sería porque no necesariamente queremos exponer algunos de los sistemas centrales al resto del mundo, lo cual podría ser potencialmente peligroso, por lo que queremos algún tipo de capa de almacenamiento en caché ".



TE PUEDE INTERESAR...

Nuevo número de nuestra revista de canal 
 
DealerWorld Digital

 

Cobertura de nuestros encuentros

 

Documentos ComputerWorld



Forma parte de nuestra comunidad

 

¿Te interesan nuestras conferencias?