ANZ Bank がリスクレポートをチェンジ エージェントとして活用している方法

※この投稿は米国時間 2023 年 5 月 9 日に、Google Cloud blog に投稿されたものの抄訳です。

運用資産額でオーストラリア第 2 位の銀行、ANZ Bank は昨年、組織全体で単一の一貫性のある高品質な企業データ セットを提供すべく、デジタル トランスフォーメーションの加速に乗り出しました。このようなデータセットがあれば、担当者は分析情報を迅速に収集して、与信判断力や信用リスクの把握力、さらに金融犯罪を減らす能力を高めることができます。

このデータセットには相当量の移行を必要とします。ANZ のリスク部門は、Google Cloud にデプロイされた 1 つのリスク データ ハブを中心に、100 の個別のオンプレミス システムを 55 のクラウドベースのシステムに移行して集約することを計画しています。

このプログラムに着手した際に、ANZ は、あるユースケースのアーキテクチャを見直すことで、そのユース ケースに固有の課題だけでなく、銀行のデータ規律全体を対象とした課題も解決できると認識しました。ANZ は情報の配信先およびレポート先として、内部のビジネス関係者や内部のリスクアナリストを選択しました。なぜなら、同行自体の要件に対応するだけでなく、銀行全体のデータ機能を強化する設計を必要としていたからです。

言い換えれば、ANZ の内部担当者のレポートのユースケースをより適切にサポートできるプラットフォームにすることで、より高品質で理解しやすく、より適切に管理されたデータを銀行全体に配布できるようになります。そして、このような普及が、他のさまざまなデータのユースケースに対応する備えとなります。

レポートの現在の課題

近年、急速なデジタル化の需要と規制要件の増大により、銀行業界全体で従来のレポート システムでは立ち行かなくなってきています。銀行業界の「デジタル ファースト」モデルへの急速な移行により、銀行は新しい商品開発の基礎となるインサイトと分析を促進するために、信頼性の高い、幅広く理解されているデータを組織全体に配布することが求められています。また、世界中の規制当局は、2008 年の金融危機が繰り返されないよう取り組みを強化しており、そのために膨大な量の法令上の報告義務が課され、その量、種類、速度は増加し続けています。

こうした要件を満たすために、銀行はテクノロジー作業に力を入れ、必要なデータの収集、必要なシステムやプロセスの実装、レポーティング プロセスを運用するチームの立ち上げに取り組んできました。要件は複雑でスケジュールも厳しく、結果としてシステムが断片化して複雑になり、システム全体で応急処置的なソリューションや手作業によるデータのつなぎ合わせが行われています。これにより、かえって手作業が増え、従業員の燃え尽きを招く可能性が高まっています。

問題を複雑にしているのは、データ プラットフォームが老朽化しており、大規模な非正規化テーブルは時間も費用もかかりすぎるため、きめ細かいデータ処理が推奨されないことです。そのため、業界はリスクデータと規制データを集約して処理しており、結果としてダウンストリームで多くの非効率性が生じています。この非効率性には、エンドユーザーが求めるレベルへの手作業での細分化、品質や調整の問題を解決するための手作業による調整、直感的なドリルダウンの阻止などが挙げられます。

このような膨大な量の手作業により、特にレポート サイクルのピーク時には、レポート作成担当者が過労になりかねません。高精度の問題により、開発者は既存のレポートの再利用や新しいレポートの作成に苦労しており、銀行は経営者や規制当局の要求に対応すべく奮闘しているのが現状です。

クラウドを活用してプロセスを改善し合理化する

金融、リスク、財務分野全体でのレポートの種類や規制の枠組みはさまざまですが、各レポートに必要な基礎データは重複する部分が多くあります。

さらに、各レポートの作成プロセスはほぼ同じで、データ調達、計算、生成ステップ、レビューと続きます。このプロセスには、レポートの品質を確保するための管理フレームワークが必要です。

ANZ は、Google Cloud を使用して、リスクと法令上の報告の主要なニーズに対応する、単一の統合データ プラットフォームとアーキテクチャを作成しました。処理ステップごとに新しいデータ プラットフォームを使用するのではなく、すべてのステップにわたって 1 つの中央データ プラットフォームを使用します。データは単一の大容量ストレージ レイヤに読み込まれ、大規模なエフェメラル コンピューティング リソースによって処理されます。このクラウドネイティブなアプローチは、変換シーケンスの拡張によってデータリネージがわかりにくくなる従来のレポート アーキテクチャとは対照的です。

BigQuery は、費用対効果に優れ、運用上のオーバーヘッドを最低限に抑えられるほか、高精度の課題を解消できる重要なソリューション コンポーネントです。大規模できめ細かいデータセットを保存して、クエリを迅速に実行できる BigQuery が、ANZ に高品質で一貫性のあるデータソースを提供します。この単一のソースで複数のレポートタイプに対処できます。

BigQuery と連携することで、オープンソース ツールでソースのデータをカタログ化して、レポートのリネージをわかりやすく表示できます。また、主要なシステム コンポーネントを他のクラウド環境に（またはオンプレミスにも）確実に移行して、ワークロードの存続可能性要件を満たすのにも役立ちます。

このアプローチの基本的な構成要素

ANZ は、あらゆる技術的なアーキテクチャを利用して、データ プロダクション プロセス、開発プロセス、管理プロセスに対応する必要があることを認識していました。言い換えれば、レポート システムを成功させるには、エンジニア、監査人、規制機関ユーザー、ビジネス ユーザー、ビジネス アナリストなど、あらゆる関係者に対応する必要があります。

データ プロダクション プロセスの観点では、ビジネス ユーザーは管理レポート、法令上のレポート、基礎データにタイムリーにアクセスできる必要があります。ビジネス ユーザーは、ビジネス インテリジェンス ツールを介してこのデータをセルフサービスで活用し、レビュー プロセスでレポート システムの高品質なデータと調整機能を利用できます。

最後に、制御プロセスの観点では、監査人、ビジネス ユーザー、運用スタッフはレポート システムのプロセスと出力を簡単に検査できます。dbt が自動生成するドキュメントには、レポートのリネージがわかりやすく表示され、Cloud Logging に公開される豊富なイベント詳細により、監査人はソリューションをより簡単に検査できます。

より迅速かつ手頃な価格のソリューションを提供できるようユーザーを支援

Google Cloud の技術スタックとアーキテクチャ パターンを使用することで、ANZ はパフォーマンスの向上から、運用の効率化、費用削減まで、大きなメリットが得られるレポート システムを構築しました。このソリューションにより、きめ細かなデータ処理が可能になり、ダウンストリームでの手作業による操作や調整プロセスが削減されます。これにより、時間を節約できるだけでなく、システム ユーザー（エンジニア、監査人、規制機関ユーザー、ビジネス ユーザー、ビジネス アナリスト）が必要とする精度も確保されます。最終的には、これにより、無駄のないテクノロジーと運用モデルが実現し、従業員はより価値の高い業務に集中して取り組めるようになります。

- ANZ Bank レポートとモデル作成、リスク戦略と変革担当責任者 Artur Kaluza 氏

- Google Cloud 金融サービス担当ソリューション アーキテクト Matt Tait