Percepat Waktu untuk Mengetahui Nilai Bisnis Menggunakan Amazon SageMaker dalam Skala Besar dengan NatWest Group

NatWest Group adalah salah satu bank terbesar di Inggris. Perusahaan ini asalnya telah berdiri sejak tahun 1727 dan diresmikan pada tahun 1968. NatWest Group berupaya menggunakan data warisannya yang kaya untuk berinovasi dan mempersonalisasi layanan perbankan dan asuransi pribadi, bisnis, serta perusahaannya. Untuk menghadirkan solusi ini dengan kecepatan yang lebih tinggi, bank membutuhkan pendekatan ML yang terstandar. “Kami tidak memiliki cara yang konsisten untuk mengakses data kami, menghasilkan wawasan, atau membangun solusi,” kata Andy McMahon, head of MLOps for data innovation di NatWest Group. “Pelanggan kami merasakan kesulitan ini karena dibutuhkan waktu lebih lama dari yang kami harapkan untuk mendapatkan nilai.”

Untuk melakukan deployment solusi yang dipersonalisasi pada skala korporasi, NatWest Group memilih untuk mengadopsi Amazon SageMaker sebagai teknologi inti ML. Bank juga melibatkan AWS Professional Services, yang merupakan tim ahli global yang dapat membantu perusahaan mewujudkan hasil bisnis yang diinginkan saat menggunakan AWS supaya dapat mempersiapkan proyek. Selama serangkaian lokakarya, NatWest Group dan AWS Professional Services bekerja sama untuk mengidentifikasi area peningkatan dalam lanskap ML perusahaan dan menciptakan strategi untuk pengembangan. Setelah menyusun rencana komprehensif, tim mulai mengerjakan proyek tersebut pada Juli 2021.
 

Pada bulan April 2022, NatWest Group meluncurkan alur kerja ML di seluruh perusahaan dan terpusat yang menggunakan Amazon SageMaker. Karena bank sudah menggunakan Amazon Simple Storage Service (Amazon S3), yaitu layanan penyimpanan objek yang menawarkan skalabilitas, ketersediaan data, keamanan, dan performa terdepan di industri, hal ini menjadi layanan pilihan untuk migrasi danau datanya. Dengan akses yang lebih sederhana ke data dan alat ML yang andal, tim ilmuwan datanya telah membangun lebih dari 30 kasus penggunaan ML di Amazon SageMaker dalam 4 bulan pertama setelah peluncuran. Kasus penggunaan ini mencakup solusi yang menyesuaikan kampanye pemasaran dengan segmen pelanggan tertentu dan aplikasi yang mengotomatiskan tugas deteksi penipuan sederhana sehingga penyelidik dapat fokus pada kasus yang sulit dan bernilai lebih tinggi.

Karyawan NatWest Group kini memiliki akses yang cepat dan sederhana ke data dan alat yang mereka butuhkan untuk membangun dan melatih model ML. “Kami memodernisasi tumpukan teknologi kami, menyederhanakan akses data, dan menstandardisasi tata kelola dan prosedur operasional kami dengan cara yang mempertahankan perilaku risiko yang tepat,” kata McMahon. “Menggunakan Amazon SageMaker, kita dapat beralih dari ide di papan tulis menjadi solusi ML yang berfungsi dalam produksi dalam beberapa bulan versus 1 tahun atau lebih.” NatWest Group meluncurkan penawaran pertamanya pada bulan November 2022, yang mengurangi time to value (TTV) dari 12-18 bulan menjadi hanya 7 bulan.

Untuk mempercepat alur kerja karyawannya, NatWest Group menggunakan AWS Service Catalog, yang digunakan organisasi untuk membuat, mengatur, dan menentukan templat infrastruktur sesuai kode. Sebelum bank mengadopsi solusi ini, ilmuwan atau rekayasawan data perlu menghubungi tim terpusat jika mereka ingin menyediakan lingkungan ML. Sebelumnya, dibutuhkan 2-4 minggu sebelum infrastruktur siap digunakan. Sekarang, NatWest Group dapat meluncurkan templat dari AWS Service Catalog dan mengaktifkan lingkungan ML hanya dalam beberapa jam. Tim datanya dapat mulai mengerjakan proyek lebih cepat dan memiliki lebih banyak waktu untuk fokus membangun model ML yang kuat. Lingkungan mandiri ini tidak hanya memberdayakan tim ilmu data untuk mendapatkan nilai bisnis lebih cepat, tetapi juga mendorong konsistensi. “Sebagai organisasi besar, kami ingin memastikan apa pun yang kami bangun dapat diskalakan dan konsisten,” kata McMahon. “Di AWS, kami telah menstandardisasi pendekatan kami terhadap data menggunakan bahasa dan kerangka kerja yang konsisten, yang dapat diluncurkan di berbagai kasus penggunaan.”

NatWest Group telah mengadopsi sejumlah fitur di Amazon SageMaker untuk menyederhanakan alur kerja ML dengan keamanan dan tata kelola yang diperlukan dari lembaga keuangan besar. Secara khusus, NatWest Group mengadopsi Amazon SageMaker Studio, yaitu antarmuka visual berbasis web tunggal tempat untuk dapat melakukan semua langkah pengembangan ML. Karena Amazon SageMaker Studio mudah digunakan dan dikonfigurasi, pengguna baru dapat dengan cepat menyiapkannya dan mulai membangun model ML lebih cepat.

Untuk membekali tim datanya dengan keterampilan yang mereka butuhkan untuk menggunakan alat ini, NatWest Group telah mendorong karyawannya untuk memulai perjalanan pembelajaran cloud. Program ini telah menyelenggarakan lebih dari 720 kursus Pelatihan AWS untuk tim ilmu datanya untuk mempelajari keterampilan baru, seperti menerapkan praktik terbaik untuk DevOps dan membangun danau data di AWS. Selain itu, beberapa karyawan memperoleh Sertifikasi AWS, yang merupakan kredensial yang diakui oleh industri yang memvalidasi keterampilan teknis dan keahlian cloud. Dengan menawarkan peluang ini, NatWest Group telah membekali tim ilmu datanya untuk membangun model ML yang prediktif dan kuat di AWS dengan kecepatan yang lebih tinggi.