Notice: Function _load_textdomain_just_in_time was called incorrectly. Translation loading for the polylang domain was triggered too early. This is usually an indicator for some code in the plugin or theme running too early. Translations should be loaded at the init action or later. Please see Debugging in WordPress for more information. (This message was added in version 6.7.0.) in /var/www/html/wordpress/wp-includes/functions.php on line 6114
Nowa Hurtowania Danych dla Pekao Bank Hipoteczny

Nowa Hurtowania Danych dla Pekao Bank Hipoteczny

case study - data warehouse
new logos

Pekao Bank Hipoteczny powstał w 1999 roku, początkowo w ramach grupy BPH, a od 2007 ma obecną nazwę i jest w grupie Pekao. To bank specjalistyczny, który zajmuje się udzielaniem kredytów hipotecznych na cele mieszkalne lub komercyjne. Poza udzielaniem kredytów mieszkaniowych bank finansuje nieruchomości komercyjne na terenie całego kraju. Źródłem finansowania akcji kredytowej banku są środki pozyskane na rynku kapitałowym, m.in. dzięki emisji listów zastawnych.

Wyzwania

Pekao Bank Hipoteczny i Bank Pekao niezależnie udzielają kredytów hipotecznych, a ich rejestracja i obsługa odbywają się w oddzielnych systemach. Od września 2020 roku w ramach Grupy Pekao zaczęto sukcesywnie przenosić portfele kredytów hipotecznych udzielonych wcześniej przez Bank Pekao S.A. do Pekao Banku Hipotecznego S.A. Kredyty po przeniesieniu nadal są obsługiwane w systemach Banku Pekao, jak miało to miejsce dotychczas – wchodzą one jednak w bilans banku Pekao BH i to w nim są raportowane.

W banku funkcjonowała Hurtownia Danych o ograniczonym zakresie zawierającym przede wszystkim dane finansowe. Nie spełniała ona jednak wielu wymagań koniecznych do właściwego funkcjonowania banku. W 2018 roku Pekao Bank Hipoteczny podjął decyzje o potrzebie realizacji nowej Hurtowni Danych, która będzie obejmowała dane z kilku nowych systemów źródłowych – zarówno z Pekao Banku Hipotecznego, jak i przede wszystkim z Banku Pekao – oraz posiadała istotnie rozszerzony zakres.

Rozwiązania

W ramach projektu zrealizowano 3-warstwową hurtownię danych składającą się z: 

  • warstwy Stage służącej do tymczasowego przechowywania danych pobranych bezpośrednio z baz źródłowych i plików zewnętrznych, 
  • warstwy DWH zbudowanej w modelu relacyjnym wg metodyki Immona z pełnym wersjonowaniem danych, w której zbierane i grupowane we wspólnych tabelach są dane z różnych systemów,
  • warstwy obszarów tematycznych Data Mart zorganizowanych w tabele faktów i tabele wymiarów tak, aby dane były dostępne dla użytkowników w najbardziej dogodny sposób i aby ten dostęp był jak najszybszy.

Utworzono też warstwę techniczną metadanych dla procesów zasilających, w której znajdują się tabele sterujące procesem zasilania, pakiety służące zasilaniu poszczególnych warstw oraz tabele logujące procesy ETL. 

  • Hurtownia jest zasilana z czterech systemów własnych Pekao BH oraz z systemu Banku Pekao, z którego dane wystawiane są w formie plików płaskich. 
  • W hurtowni obsługiwane są 3 plany kont oraz zapewniono możliwość wczytywania korekt dla każdego z nich – w tym celu wykonano dedykowaną aplikację w Phyton.
  • Zespół wdrożeniowy przeprowadził szkolenie dla zespołu informatycznego Pekao BH, który opiekuje się hurtownią.

W przyszłości są plany wdrożenia narzędzia Power BI.  

Efekty
  • Jedno źródło prawdy dla wszystkich korporacyjnych danych.
  • Możliwość wspólnego raportowania wymaganego przez NBP i KNF z danych znajdujących się w systemach obydwu banków. 
  • Zapewnienie dostępu do wielu nowych obszarów danych w stosunku do starej hurtowni.
  • Łatwy dostęp dla użytkowników biznesowych do danych zgromadzonych w hurtowni poprzez utworzenie warstwy Data Martów.
  • Dzięki szerokiemu zakresowi danych uwzględnionemu w warstwie DWH hurtowni istnieje możliwość wzbogacania warstwy Data Martów o nowe funkcjonalności. 
Zastosowane technologie i narzędzia 

Hurtownię danych zrealizowano na platformie Oracle z wykorzystaniem narzędzia GIT do wersjonowania kodu.

Inne wpisy

creativity day MoodMon case study

Technologie

Innowacyjny system oparty na sztucznej inteligencji wspierający leczenie zaburzeń afektywnych

Wyzwania Na świecie żyje około 280 milionów osób chorujących na ...

Więcej
ROHLIG SUUS Logistics Customer portal Case Study

Java

Pierwszy etap projektu: Budowa Portalu Klienta dla Rohlig Suus

Rohlig Suus to ekspert w branży logistycznej oraz lider na niemieckim ry...

Więcej