HUGO ist live: Data Analytics im Kapitalmarkt

Im Februar 2017 startete das Innovation Lab mit dem 2. Durchgang. Mit dabei war das Projekt HUGO aus dem Rentenhandel der DZ BANK. Am 7.3.2018 ist HUGO nun als Minimum Viable Product (MVP ) live gegangen.

Beitrag von Christian Staubel*Die Idee von HUGO ist, vereinfacht gesagt, die zielgerichtete Analyse von Transaktions- und Portfoliodaten- und zwar Real-Time. HUGO stellt alle Informationen zum Zeitpunkt einer aktuellen Kundenanfrage zur Verfügung (wofür bis zum Abschluss im Schnitt nur ca. 20 Sek. Zeit ist).

Durch die Kundenanfragen wird überdies ein enormer Datenschatz zur Verfügung gestellt, der bislang nicht genutzt wurde. Mit HUGO wird dieser nun gehoben und analysiert, um Kunden alternative Produktangebote unterbreiten zu können und eine hohe Ausführungsqualität im Kundenhandel zu gewährleisten.

Das Entscheidende ist dabei, dass HUGO aus Millionen von Datensätzen diejenigen mit der höchsten Relevanz heraussucht. Davon konnte ein Bondhändler bislang nur träumen, denn in dieser kurzen Zeitspanne war dies auf herkömmlichem Weg nicht möglich.

Nach dem Start von HUGO im Innovation Lab haben wir direkt am zweiten Tag in einem agilen Vorgehen den ersten Sprint geplant – ohne vorab ein detailliertes Konzept auszuarbeiten. Der Plan war, zunächst einen Prototyp zu entwickeln, der den Nutzern direkt präsentiert werden kann.

Für den zweiten Teil der Idee (alternative Produktangebote) sollte ein Data-Mining Verfahren eingesetzt werden. Nach dem Start stellte sich jedoch heraus, dass dieses Verfahren der alternativen Produktangebote weit mehr Recherche benötigen würde (also doch ein detailliertes Konzept!). Also haben wir uns zunächst auf die Fertigstellung des Prototypens zur Anzeige der relevanten Daten der aktuellen Kundenanfrage konzentriert. Bereits nach sechs Wochen konnte der Prototyp vorgestellt werden. Dies ermöglichte eine Nutzung des Feedbacks,  um bis zum Ende der Innovation-Lab-Phase den Prototypen zu verbessern.

Nach der Phase im Innovation Lab und der Entscheidung, HUGO als neue, eigenentwickelte Applikation in den produktiven Betrieb zu überführen, startete ein reguläres Umsetzungsprojekt. Der bestehende Prototyp diente dabei als Basis für die Weiterentwicklung. Dabei ging es weniger um zusätzliche Features, sondern vielmehr um die Stabilisierung der Software, damit die strengen Anforderungen einer DZ BANK Anwendung hinsichtlich technischer Infrastruktur, Ausfallsicherheit, Support und Datenschutz gewährleistet werden konnten. Im Unterschied zum Laborbetrieb konnte hier nicht mehr rein agil gearbeitet werden. Dennoch ist es uns gelungen, HUGO mit einer Projektlaufzeit von lediglich fünf Monaten in den Linienbetrieb zu überführen.

Das HUGO-Team hat parallel zur Umsetzung des MVP auch die während der Innovation-Lab-Phase zurückgestellte Idee der alternativen Produktangebote vorangetrieben. Zusammen mit Kollegen aus dem Bondhandel und dem Big-Data-Team der DZ BANK wurden in einem separaten “Data Science Lab“ die HUGO-Daten in einen Data Lake auf einen hochskalierbaren Hadoop-Cluster geladen. Dort wurden die Daten von einem interdisziplinären Team aus Data Engineers, Data Scientists und Fachspezialisten analysiert.

Für die geplante zweite Ausbaustufe von HUGO wurden dabei prototypisch Data-Mining-Algorithmen entwickelt und erprobt, um die Real-Time-Daten für die Händler um Next-Best-Offer Angebote anzureichern. Ziel ist es, in Sekundenschnelle Kunden proaktiv fundierte Angebote unterbreiten zu können als auch potenziell affine Abnehmer für bestimmte angebotene Produkte zu identifizieren. Ferner ist geplant die Datenmengen, die sich aus den Publizitätspflichten von MiFID II ergeben, zu analysieren und für die Bondhändler nutzbar zu machen.

______________________________________________________

* Christian Staubel ist in der DZ BANK Händler im Bereich Kapitalmärkte Handel mit Schwerpunkt eCommerce und war Product Owner für Hugo im Innovation LAB.