FinTech : quelle aurait dû être ma plateforme analytique intégrable idéale

Walter Wartenweiler
Walter Wartenweiler
October 22, 2024

Dans une vie antérieure, j'ai été responsable d'un groupe de R&D dans une société de logiciels FinTech. L'analytique présentait des cas d'utilisation partout, des rapports finaux à chaque point d'utilisation où l'utilisateur final pouvait interagir avec les données. Nous étions en train de réécrire complètement un produit de vieillissement existant pour en faire une plateforme ALM, gestion des risques et réglementation de pointe. Nous n'avons jamais trouvé la plateforme analytique idéale pour atteindre nos objectifs et nous avons essayé d'en créer une nous-mêmes. Le résultat était correct mais ne comportait pas toutes les fonctions et fonctionnalités dont nous avions besoin. J'aurais adoré disposer d'un moteur d'analyse intégrable pour accélérer ce processus et fournir le maximum de fonctionnalités dont nous avions besoin. ‍

TABLE DES MATIÈRES
Une salle des marchés
Analyses
Gestion des produits
Tout

Dans une vie antérieure, j'ai été responsable de la R&D responsable de la réécriture de notre plateforme de gestion des risques vieillissants et d'ALM. La réécriture a été extrêmement réussie, à l'exception d'un domaine spécifique : le support analytique destiné à l'utilisateur final sur les différents points d'utilisation du logiciel.

A quoi ressemble une plateforme ALM/Gestion des risques/Réglementation

Un Gestion de l'actif et du passif, Gestion des risques et Plateforme réglementaire est une pile de transformation des données commençant par les données brutes entrées par les systèmes de back-office de la banque et se terminant par des rapports et des résultats utilisés pour prendre des décisions stratégiques, contrôler les opérations de la banque, satisfaire à la charge réglementaire et aider la banque à gérer ses expositions présentes et futures et à comprendre l'impact de ses objectifs de croissance potentiels. La transformation des données implique de nombreuses activités de modélisation, allant de la tarification des options aux scénarios de prévisions de marché futurs.

Lorsque l'on examine des données contractuelles ou transactionnelles particulières et les impacts correspondants sur les résultats finaux, un grand nombre de points de données contribuent aux calculs et la traçabilité et la compréhensibilité sont des questions complexes. Si nous ajoutons des données ou des problèmes de qualité au niveau de l'interface, trouver des informations revient parfois à chercher une aiguille dans une botte de foin.

La plupart des résultats qui nous permettent de comprendre comment les agrégats de données brutes dans les résultats finaux sont le résultat de processus linéaires additifs, tandis que de nombreux autres ne le sont pas, ce qui renforce encore le besoin de fonctionnalités d'analyse et d'exploration de données puissantes et flexibles.

Exemple d'activités au sein d'une telle plateforme logicielle FinTech

Analyse de l'exposition

Analyse de l'exposition est l'évaluation de l'impact d'un certain mouvement dans le monde extérieur, qu'il s'agisse de l'évolution des taux d'intérêt ou de l'évolution de la notation de crédit d'un client donné, sur les gains et les pertes potentiels de l'institution utilisant la plateforme.

L'activité consiste à suivre au fil du temps et dans les simulations futures les gains et les pertes et les indicateurs associés et à comprendre comment l'exposition au marché est répartie sur l'énorme quantité de données qui contribue à l'exposition. Cela signifie qu'à partir des résultats, nous aimerions idéalement être en mesure de revenir sur les différents groupes et relations contractuelles individuelles qui constituent le résultat final. Avec plusieurs millions de contrats de ce type, si nous voulons éviter le problème de l'exploration des botte de foin, nous devons être en mesure de regrouper, de sélectionner, de découper les résultats en dés ou même d'effectuer des analyses de clusters plus complexes qui mettent automatiquement en évidence les acteurs qui ont joué un rôle.

Exigences réglementaires

Les exigences réglementaires peuvent prendre de multiples formes, allant de la simple divulgation de la réalité de l'institution financière aux limites et ratios prescrits qu'elle doit détenir à titre de réserve afin de se conformer à la loi. De faibles écarts dans certains éléments de la stratégie commerciale ou du marché peuvent modifier considérablement le montant des liquidités et autres actifs liquides qui doivent être détenus dans des positions liquidables et avoir ainsi un impact sur la disponibilité des liquidités allouées à des activités plus rentables. Encore une fois, il est essentiel de déterminer ce qui contribue, comment et où, à la réserve et aux autres contraintes d'allocation de capital pour gérer efficacement l'entreprise.

Prévisions

En tant qu'entreprise en activité, la situation actuelle n'est que le point de départ des travaux. La simulation de stratégies d'investissement futures ainsi que de potentiels scénarios de marché futurs est au cœur de la gestion d'actifs et de passifs à l'ère moderne. Cela signifie qu'il faut multiplier tout, de l'analyse de l'exposition aux exigences réglementaires, par le nombre de stratégies et de scénarios envisagés et par la granularité temporelle des futures simulations qui cartographient correctement la dynamique de l'ensemble du système. Du point de vue analytique, nous passons de l'analyse de l'interaction de millions de contrats avec des milliers de facteurs de risque et de contraintes internes et externes à l'analyse de milliers de paires scénario/stratégie sur 10, voire des centaines d'horizons temporels futurs. La botte de foin se transforme rapidement en une mer de données.

Où voulions-nous disposer de l'analyse des données du point de vue de la gestion des produits ?

La réponse courte à cette question était omniprésente ; de l'endroit où les contrats personnalisés étaient modifiables à l'endroit où les scénarios futurs d'évolution du marché pouvaient être modélisés jusqu'aux rapports finaux ou à l'endroit où des stratégies pouvaient être créées. L'analyse des données aurait dû être une fonction de soutien à chaque point d'utilisation du logiciel et pas seulement au niveau des rapports.

Pourquoi ne pas l'implémenter nous-mêmes ou en dehors de la plateforme ?

Les aptitudes et les compétences nécessaires au développement d'une plateforme ALM/RisK/Regulatory sont les mêmes que pour les systèmes opérationnels habituels : calculez beaucoup de choses sur des atomes de données individuels et intégrez-les pour obtenir des résultats finaux de plus en plus élevés. D'un point de vue technique, cela signifie être capable de distribuer et de traiter les données de manière performante et évolutive et de stocker les résultats au niveau granulaire pour une utilisation future. L'analyse des données est presque l'activité inverse : être capable de travailler efficacement avec l'ensemble de la réalité des données et de permettre de découper, de découper, d'explorer et d'explorer l'impact d'un petit changement sur l'ensemble du système en temps quasi réel. Il s'agit d'un projet distinct comparable à la plateforme elle-même. Nous avons fini par le faire, mais nous avons passé beaucoup de temps sur une solution qui n'était pas totalement optimale en raison de contraintes de budget et de temps.

La plateforme d'analyse idéale que nous n'avons jamais trouvée

Pour répondre à ces exigences, nous avions besoin des éléments suivants :

  • Capacité à interroger efficacement un grand volume de données (pensez à des milliards de points de données)
  • Capacité à organiser les résultats d'une manière multidimensionnelle
  • Possibilité d'intégrer les calculs existants dans la plateforme d'analyse des données
  • Capacité à intégrer l'autorisation de manière transparente
  • Possibilité de contrôler le flux de données à un niveau granulaire entre notre plateforme hôte et la plateforme d'analyse des données
  • Possibilité de fusionner complètement les éléments visuels de la présentation des données dans notre logiciel
  • Possibilité de réintégrer la partie visuelle des analyses dans les écrans fonctionnels de la plateforme, y compris les filtres et davantage de données contextuelles

Nous avons essayé de travailler avec les outils de BI et de reporting existants, mais l'intégrabilité était et reste une question à laquelle nous avons pensé. Nous n'aurions jamais eu l'expérience utilisateur d'une seule plateforme ni aucun moyen raisonnable d'intégrer au niveau technique, comme les autorisations, l'automatisation des flux de processus et, surtout, au niveau fonctionnel, permettant de réutiliser les fonctionnalités de notre moteur de calcul existant dans l'outil BI dans le cadre de leur stratégie de cumul et d'agrégation, ainsi que de la connexion depuis leurs rapports ou fonctionnalités exploratoires vers les aspects les plus opérationnels parties de notre plateforme.

La plate-forme idéale que nous n'avons jamais trouvée est icCube, un produit destiné à être intégré à tous les niveaux, des calculs à la sécurité et à l'image de marque. Un produit capable de gérer de grands ensembles de données et de permettre à des centaines, voire des milliers d'utilisateurs finaux de travailler avec lui en temps réel.

Vos besoins en matière de plateforme FinTech correspondent-ils à mon histoire ? Entrez en contact avec nous et discutons de vos besoins !