Denodo整合实时、零拷贝数据，用于合规的代理决策和营销推广。
一位客户打开银行应用程序，咨询个人贷款事宜。银行的信用倾向模型将其评为高潜力候选人。但问题是：自模型评分以来，客户的财务状况发生了变化。对于围绕数据湖构建个性化服务的印尼银行而言，这是一个实际问题：如何将对客户的了解与他们当前的账户状况结合起来？
这个数据湖对于分析用户行为和发现商机仍然很有价值。但是，由于运营更新是分批推送的，应用程序可能需要一些尚未收到的信息。让我们来看看这在客户对话中意味着什么。
平衡客户需求与合规性
我们继续讨论客户向手机银行助手咨询个人贷款的场景。几天前，数据湖中建立的倾向性模型显示，这位客户排名很高。仅凭这一分数，这位客户似乎很有可能获得贷款，但还需要通过资格审核。
然而，在核心银行系统中，对客户记录的实时核查显示，账户余额大幅下降，且存在逾期欠款，这是由于隔夜交易造成的。根据银行政策，这可能导致该客户不符合贷款资格。问题在于，数据湖中没有这些最新信息，因为它是通过周期性批处理作业接收数据的。如果仅依赖数据湖，银行就会向该客户发出贷款要约，而之后不得不撤回。
借助 Denodo 平台，信息可以通过受控的只读 API 从数据湖、营销系统以及当前的核心银行数据实时联合获取。应用程序只需发出一个请求，无需事先将运营数据复制到数据湖中。
由于 Denodo 整合了当前唯一的权威信息源，因此助手不会直接提供优惠，而是引导客户联系客服代表进行进一步调查。这样一来，银行既避免了尴尬，也避免了潜在的罚款。
基于数据湖
这种方法赋予数据湖在客户体验中更广泛的作用。它可以将数据湖中的洞察与应用程序需要的运营信息相结合。
Denodo 会查询相关数据源，并通过单一的逻辑访问点呈现结果。团队可以通过 Denodo 数据市场发现并请求访问这些数据，然后在不同的客户渠道中重复使用。
是什么让它奏效
该方法基于以下四项能力：
通用连接性。数据湖、核心银行接口、SaaS 应用和 API 可以在各自现有环境中协同工作，共同构建统一的客户视图。
零拷贝交付。实时查询无需额外持久副本即可检索决策所需的操作信息。只读访问权限可防止对核心银行记录进行更改；查询和工作负载控制仍然对生产性能至关重要。
受控访问权限。精细化的策略和信息脱敏机制控制着每个应用程序或团队通过 Denodo 可以看到的内容。血缘关系和访问记录帮助团队了解信息的来源和使用方式。
语义信任。共享的业务定义使应用程序和人工智能代理能够跨系统地对客户信息达成一致的理解。
本地案例及更广泛的商业案例
印尼证券交易所选择 Denodo 作为其数据架构的战略组成部分，以改善市场数据分发。其工作包括将实时消息和流数据与 API 数据源相结合。这是将分布式信息整合起来以实现及时交付的又一个本地实例。
将当前背景融入对话
提供真正有效的个性化体验，关键在于了解何时向客户提供的优惠才最合适。将基于数据库的洞察与实时运营检查相结合，有助于银行在对话进行过程中做出判断。
预约演示，了解 Denodo 如何将这种上下文融入您现有的数据架构。
