様々な社会的要因により従来型のビジネスモデルの限界が見えてきた今、ITを駆使して金融サービスを提供するFinTechは一過性のトレンドではなく、ますます勢いをましてきています。
その中で、みずほ銀行が推し進めるのがOne to One マーケティングの実現をはじめとしたオムニチャネル戦略です。
銀行において顧客との接点は一過性のものではなく、顧客のすべてのライフイベント、つまりは人生にかかわるため蓄積される顧客情報は重要な事業資産となります。同時に、オムニチャネル戦略の実現のためには、どのようなデータを活用するかが非常に大事な鍵となります。
One to One マーケティングの実現には、業務システムなどから得られる構造化された内部データ以外に、Webサイトの閲覧ログ、ニュース、ソーシャル・ネットワーキング・サービス(SNS)、調査会社データなどから得られるさまざまな外部データが必要です。しかし、外部データは膨大であり、構造化していく時間がないため、非構造化データとして格納せざるをえません。さらに、データ活用のためには、非構造化データと構造化データを紐づけて分析する必要もあります。ただ、データの種類やライフサイクル、利用頻度を整理して、数百テラバイト規模のデータを効率的に格納し、パフォーマンス良く利用できるシステムの構築は簡単なことではありません。
One to One マーケティングを実現するために、月に3億件ものトランザクション処理が発生する「みずほ銀行」は、多種多様なデータ形式を飲み込んで貯めておけるような広大な領域であるデータレイク基盤を、どのようにして構築したのでしょうか。
本資料では、みずほ銀行の事例を通じ、巨大なデータを活用するために、データレイク基盤をいかに構築すれば良いのか、その際にどのような観点でプラットフォームを選択すべきなのか、その現実解の1つをご紹介いたします。
ば良いのか、その際にどのような観点でプラットフォームを選択すべきなのか、その現実解の1つをご紹介いたします。
ホワイトペーパー