Ngân hàng & Tài chínhData PlatformLakehouse6 tháng

Hợp nhất dữ liệu 14 hệ thống cho ngân hàng TMCP Top 10

Từ 14 nguồn dữ liệu rời rạc và quy trình đối soát thủ công, ngân hàng chuyển sang một nền tảng lakehouse có quản trị, phục vụ đồng thời báo cáo NHNN và phân tích kinh doanh nội bộ.

−42%

thời gian đóng sổ cuối tháng

260

chỉ số được chuẩn hoá toàn hàng

−78%

giờ công tổng hợp thủ công

6

tháng từ khởi động đến go-live

Bối cảnh khách hàng

Khách hàng là một ngân hàng thương mại cổ phần thuộc nhóm 10 ngân hàng lớn nhất Việt Nam, với hơn 200 chi nhánh và phòng giao dịch. Sau nhiều năm mở rộng và mua lại hệ thống từ nhiều nhà cung cấp khác nhau, dữ liệu nghiệp vụ nằm rải ở 14 hệ thống: core banking, hệ thống thẻ, tín dụng, treasury, CRM, kênh số và một số hệ thống nội bộ tự phát triển.

Thách thức

Ba vấn đề được Ban điều hành xác định là ưu tiên:

  • Chu kỳ đóng sổ kéo dài 12 ngày làm việc. Phần lớn thời gian dành cho việc đối soát số liệu giữa các hệ thống, làm bằng tay qua các file Excel trung gian.
  • Số liệu không nhất quán giữa các khối. Cùng một chỉ tiêu “dư nợ cuối kỳ” được ba khối tính theo ba cách, chênh lệch 2–5%, gây tranh luận kéo dài trong mỗi kỳ họp.
  • Truy vấn phân tích gây tải lên hệ thống nghiệp vụ. Các báo cáo đột xuất chạy trực tiếp vào core banking làm chậm giao dịch vào giờ cao điểm cuối tháng.

Giải pháp triển khai

BigAI triển khai theo bốn giai đoạn, mỗi giai đoạn có nghiệm thu riêng để ngân hàng thấy giá trị sớm thay vì chờ đến cuối dự án.

Giai đoạn 1 — Khảo sát và thiết kế (6 tuần)

Rà soát 14 hệ thống nguồn, lập bản đồ dữ liệu và phỏng vấn 9 khối nghiệp vụ để thống nhất định nghĩa cho 260 chỉ số cốt lõi. Đầu ra quan trọng nhất của giai đoạn này không phải tài liệu kỹ thuật, mà là một từ điển chỉ số được tất cả các khối ký xác nhận.

Giai đoạn 2 — Nền tảng lakehouse (10 tuần)

Xây dựng lakehouse ba tầng Bronze/Silver/Gold trên Apache Iceberg, chạy hoàn toàn trên hạ tầng riêng của ngân hàng. Dữ liệu từ core banking được nạp qua CDC để giảm tải cho hệ thống nguồn; các hệ thống còn lại nạp theo lô hằng đêm.

Nguyên tắc xuyên suốt: không một truy vấn phân tích nào được phép chạy trực tiếp vào hệ thống nghiệp vụ sau khi nền tảng đi vào vận hành.

Giai đoạn 3 — Tự động hoá đối soát (6 tuần)

Chuyển 34 quy trình đối soát thủ công thành pipeline tự động, kèm bộ luật kiểm tra chất lượng dữ liệu. Các chênh lệch được phát hiện và cảnh báo ngay trong ngày thay vì đến kỳ đóng sổ mới lộ ra.

Giai đoạn 4 — Bàn giao và đào tạo (4 tuần)

Chuyển giao cho đội dữ liệu nội bộ gồm 7 người: tài liệu vận hành, runbook xử lý sự cố và 5 buổi đào tạo thực hành. BigAI đồng hành thêm 6 tháng ở chế độ hỗ trợ.

Kết quả

Vuốt ngang để xem đầy đủ bảng

Kết quả
Chỉ sốTrướcSau
Chu kỳ đóng sổ12 ngày làm việc7 ngày làm việc
Giờ công tổng hợp thủ công~420 giờ/tháng~92 giờ/tháng
Độ lệch chỉ số giữa các khối2–5%dưới 0,3%
Thời gian bổ sung một nguồn mới5 tuần3 ngày
Truy vấn phân tích vào core bankingThường xuyênKhông còn
Giá trị lớn nhất không nằm ở công nghệ, mà ở chỗ lần đầu tiên các khối ngồi lại và thống nhất được một định nghĩa chung cho từng chỉ số. Phần kỹ thuật sau đó chỉ là thực thi.
Giám đốc Khối Công nghệNgân hàng TMCP Top 10 · tên được ẩn theo thoả thuận

Công nghệ sử dụng

Apache IcebergApache SparkKafka + DebeziumAirflowdbtGreat ExpectationsTrinoKubernetesKeycloakGrafana

Nội dung liên quan

Bắt đầu với buổi khảo sát dữ liệu miễn phí 60 phút

Một kỹ sư giải pháp của BigAI sẽ cùng bạn rà soát hiện trạng dữ liệu, xác định bài toán đáng làm nhất và phác thảo lộ trình khả thi. Không ràng buộc.

  • Đánh giá độ trưởng thành dữ liệu
  • Đề xuất 2–3 use case có ROI rõ
  • Ước tính ngân sách và thời gian

Bằng việc gửi thông tin, bạn đồng ý với Chính sách bảo mật của BigAI.

Hotline Tư vấn miễn phí