AWS lance le service d’analyse FinSpace pour les entreprises FS

  • Français


  • Aujourd’hui, Amazon Web Services, Inc. (AWS), une société d’Amazon.com, Inc. (NASDAQ: AMZN), a annoncé Amazon FinSpace, un service d’analyse spécialement conçu qui réduit le temps nécessaire aux organisations FSI pour trouver, préparer et analyser les données financières de plusieurs mois à quelques minutes.

    Amazon FinSpace agrège, catalogue et balise les données dans les silos de données d’une organisation, rendant les données facilement consultables par l’ensemble de l’organisation. Le service comprend un moteur d’analyse Apache Spark géré spécialement conçu à cet effet qui contient plus de 100 transformations de données couramment utilisées dans le secteur des marchés financiers pour préparer les données à des fins d’analyse à l’échelle du pétaoctet. Pour permettre aux organisations FSI de répondre plus facilement à leurs exigences de conformité, Amazon FinSpace garantit que les contrôles d’accès aux données sont appliqués et que l’utilisation est suivie à tout moment. Amazon FinSpace fournit une application Web facile à utiliser qui donne aux analystes de fonds spéculatifs, de sociétés de gestion d’actifs, de compagnies d’assurance, de banques d’investissement et d’autres organisations FSI un accès aux informations dont ils ont besoin et la possibilité d’exécuter des analyses puissantes à la demande dans tous les domaines. leurs données. Il n’y a aucun coût initial ni engagement à utiliser Amazon FinSpace, et les clients ne paient que pour les données stockées, les utilisateurs activés et le calcul utilisé pour préparer et analyser les données. Pour en savoir plus sur Amazon FinSpace, accédez à https://aws.amazon.com/finspace.

    Les organisations FSI d’aujourd’hui génèrent et collectent des centaines de pétaoctets de données chaque jour à partir de sources de données internes telles que les systèmes de gestion de portefeuille, les systèmes de gestion des commandes et les systèmes de gestion de l’exécution, ainsi que des flux de données tiers tels que les données historiques de prix des actions à haut volume, l’emploi chiffres et rapports sur les revenus. Ces organisations souhaitent utiliser les pétaoctets de données dont elles disposent pour obtenir des informations permettant d’identifier de nouvelles sources de revenus, d’attirer et de fidéliser les clients et de réduire les coûts ou les risques. Cependant, avant que les données puissent être analysées, les entreprises FSI passent généralement des mois à trouver les bonnes données et à les préparer pour l’analyse. La découverte et la préparation des données prennent du temps car les organisations FSI disposent de données en silos réparties entre des départements spécialisés dans des actifs ou des zones géographiques particuliers et génèrent des données spécialisées (par exemple, actions, options, obligations, fonds communs de placement européens, devises asiatiques, etc.). En outre, l’accès aux données est étroitement contrôlé par la réglementation et la politique, ce qui signifie que les analystes doivent justifier aux responsables de la conformité comment leur accès sera conforme aux politiques d’utilisation des données avant de pouvoir accéder aux données. Une fois qu’ils ont accès aux données, les analystes doivent les préparer pour l’analyse en effectuant de manière itérative des transformations de données pour découvrir de nouvelles informations dans les données. Par exemple, les traders sur les marchés financiers utilisent souvent des indicateurs techniques tels que les bandes de Bollinger, les moyennes mobiles exponentielles et la plage réelle moyenne pour identifier les tendances et les modèles non découverts. De nombreux outils d’analyse de données disponibles aujourd’hui pour les analystes ont été conçus pour fonctionner sur un seul ordinateur et n’ont pas été conçus pour tirer parti de l’échelle du cloud et de la capacité de calculer des analyses lourdes à la demande. En conséquence, les analystes doivent soit utiliser de petits ensembles de données représentatifs qui limitent la capacité de prédiction, soit les données doivent être manuellement décomposées en plusieurs sous-ensembles, transformées au coup par coup et recombinées manuellement. Aucune des deux approches n’est idéale ou efficace.

    Amazon FinSpace résout les défis auxquels les organisations FSI sont confrontées en simplifiant considérablement les étapes nécessaires pour rechercher, préparer et analyser les données, réduisant ainsi le temps nécessaire de plusieurs mois à quelques minutes. Les clients commencent par ingérer des données dans Amazon FinSpace à partir de silos de données internes ou de flux de données tiers via l’interface de programmation d’application (API) du service ou une interface glisser-déposer dans l’application Web. Pour trouver des données, les clients parcourent simplement un catalogue visuel et recherchent des termes commerciaux familiers tels que les opérations sur options au cours des trois dernières années ou les obligations automobiles américaines à partir de l’application Web. Amazon FinSpace inclut des schémas de classification intégrés pour les sources de données FSI courantes (par exemple, les transactions, les opérations sur titres et les données économiques) que les clients peuvent personnaliser en fonction de leurs besoins, afin que les données puissent être organisées de manière à être facilement trouvées et partagées. Amazon FinSpace enregistre les mises à jour et les corrections quotidiennes reçues pour les ensembles de données et les traite pour créer des vues ponctuelles afin de valider les hypothèses de modélisation et de montrer quelles données ont été utilisées pour éclairer les décisions passées pour l’analyse historique. Les clients peuvent utiliser les blocs-notes Jupyter intégrés pour accéder aux données stockées dans Amazon FinSpace et peuvent ensuite choisir parmi plus de 100 fonctions intégrées pour préparer leurs données en vue de leur analyse (par exemple, les bandes de Bollinger, les moyennes mobiles exponentielles et la plage réelle moyenne). construire et utiliser leurs propres fonctions pour préparer les données à analyser. Amazon FinSpace fournit des clusters Spark gérés qui peuvent être augmentés ou réduits à la demande afin que les entreprises puissent bénéficier de l’élasticité, de l’évolutivité et des économies de coûts offertes par le cloud computing. Les clients définissent leurs politiques d’accès aux données dans Amazon FinSpace et les politiques sont automatiquement appliquées lors de la recherche, de la visualisation et de l’analyse des données. Amazon FinSpace enregistre l’accès aux données, suit l’utilisation des données et génère des rapports de conformité et d’activité indiquant qui a accédé aux données à quel moment.

    «Les organisations FSI génèrent et achètent des quantités massives de données, mais l’utilisation de ces données est très difficile en raison du temps et des efforts nécessaires pour collecter et préparer les données à analyser», a déclaré Saman Michael Far, vice-président de la technologie des services financiers chez AWS. «Amazon FinSpace change la donne pour les organisations FSI. Amazon FinSpace réduit radicalement le temps nécessaire aux clients FSI pour effectuer des analyses sur des pétaoctets de données, ce qui leur permet d’identifier considérablement plus facilement de nouvelles sources de revenus, d’attirer des clients et de réduire les coûts et les risques. »

    Amazon FinSpace est généralement disponible aujourd’hui aux États-Unis Est (Virginie du Nord), États-Unis Est (Ohio), États-Unis Ouest (Oregon), Canada (Centre) et Europe (Irlande), avec une disponibilité dans d’autres régions prochainement.

    Legal & General Reinsurance (L&G Re) est le pôle mondial de réassurance du groupe Legal & General, spécialisé dans la réassurance des rentes, en particulier dans les activités de transfert des risques de retraite. «Chez Legal & General, notre mission est de garantir la sécurité financière à long terme des clients de nos clients dans le monde entier», a déclaré Thomas Olunloyo, PDG de L&G Re. «Nos spécialistes en réassurance travaillent avec un large éventail de données pour mesurer la performance des actifs, la mortalité et le risque de longévité. Aujourd’hui, ces données sont distribuées et stockées dans de nombreuses équipes, systèmes et structures. Nous sommes ravis de la sortie d’Amazon FinSpace et de sa capacité à nous aider à libérer toute la puissance de nos données pour permettre à notre équipe et donner efficacement de nouvelles informations à nos clients. Amazon FinSpace transformera la façon dont nous utilisons les données en donnant à nos analystes la possibilité d’accéder instantanément et facilement à toutes les données de l’entreprise pour effectuer des analyses plus rapidement et partager immédiatement les résultats dans toute l’entreprise, tout en garantissant que nos politiques de gouvernance des données et de contrôle d’accès sont pleinement respectées. . »

    Deloitte aide à transformer les organisations du monde entier. L’organisation fait évoluer continuellement son fonctionnement et sa façon de relever les défis du marché afin de pouvoir continuer à fournir des résultats mesurables et durables pour ses clients et ses communautés. «En travaillant avec des clients du secteur des services financiers, nous avons constaté que les analyses basées sur le cloud et l’IA / ML nous permettaient de répondre à des questions auxquelles nous ne pouvions pas répondre il y a plusieurs années et de générer de la valeur de nouvelles manières. Les données, l’analyse et l’IA / ML continueront d’être essentielles et deviendront encore plus importantes pour la prise de décision et les résultats commerciaux des institutions financières au cours de la prochaine décennie », a déclaré Jojy Mathew, directeur, Deloitte Consulting LLP, et Deloitte’s Financial Services Data and Analytics Leader mondial. «Lorsque les entreprises construisent des modèles algorithmiques, stochastiques et prédictifs, de grands ensembles de données sont essentiels. Amazon FinSpace permettra aux utilisateurs de traiter des pétaoctets de données à l’échelle demandée. En outre, FinSpace permet de créer rapidement des «bacs à sable d’analyse» et apporte des capacités d’analyse avancées aux scientifiques des données citoyennes. »


    Source

    L'équipe de Comparaland

    L'équipe rédactionnnelle du site

    Pour contacter personnellement le taulier :

    Laisser un commentaire

    Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *