现代数据堆栈推动了一家开创性的数字银行朝着盈利和数据驱动的方向发展。
“现代数据堆栈在盈利和数据驱动的旅程中推动了一个开创性的数字银行。”莱昂van Dyk，Kuda数据和决策头
fivetran取代了5个数据工程师的工作，让他们专注于其他任务
Kuda现在受益于有价值的指标，包括客户收购，产品和服务监控
公司的C-Suite Executive每天使用仪表板，广泛的见解，包括客户收购和账户活动
他们的下一步是为更复杂的客户分析构建预测分析和探索对讲机
管道：Fivetran.
来源：Azure SQL数据库那对讲机
目的地:谷歌bigquery.
商业智能：何处
云平台：微软Azure.
KUDA于2019年在尼日利亚推出，是一个数字银行，提供该国的居民，以更简单的方式来照顾他们的个人财务。在该服务的核心，是一个应用程序，包括跟踪支出和金钱管理的工具。在壮观的生长轨迹上，银行仅在过去六个月内有四倍增加。
作为一个敏捷的数字公司，Kuda知道需要数据驱动并将现代数据堆栈确定为实现目标是必不可少的。首先，五个人的数据团队手动构建数据管道，并依赖于SQL Server报告服务（SSR）以从事务数据库中提取洞察力。它们的数据分为12个不同的Azure SQL数据库，无法在其内部源上成功加入数据。
当Leon Van Dyk的数据和决策主管加入Kuda时，该团队正在寻求从OLTP数据库上运行OLAP查询，这是艰苦的工作。
“这是手动，非常有限，非常窄，它影响服务器的操作表现，我们回到了绘图板，并查看了数据架构中最好的做法。”
Leon想要一个可扩展的解决方案，以减轻他的团队构建和管理数据管道的负担。采用Fivetran作为数据管道，谷歌BigQuery作为数据仓库，dbt作为数据转换工具，Looker作为BI工具。
“这种组合目前是我们所做的最佳品种，我现在没有任何问题，因为我现在无法思考可扩展性，因为我可以根据需要创建更多连接器。”
我们决定在ELT中使用Fivetran，并用dbt在BigQuery中执行数据转换。在另一方面，Van Dyk通过将Fivetran作为一个完全管理的ELT服务解决了“构建还是购买”的争论。
“建筑是一回事，但经营和维护是Fivetran茁壮成长的服务，”
提供最有价值的数据的来源来自Kuda的面向客户的核心银行交易系统。这包括客户获取，产品和服务监控的指标。Kuda还利用先进的分析来获得信用评分，通过对基于数据的客户提供更明智的透支优惠来缓解风险。
分析来自对讲机的数据，客户对话平台，帮助支持团队分配资源并计划他们最有可能被问到的问题类型。将对讲数据变为BigQuery的目标是提高客户体验，并使用见解创造更好的客户订婚型号。
在确定数据是其业务的命脉之后，库达投资了一个同类中最好的数据堆栈，它的表现超出了预期。Leon Van Dyk认为，衡量成功最重要的标准是底线，而现代数据堆栈策略已经实现了。
“我们的收入在持续增长，这是通过数据更好地了解客户需求、产品性能以及我们如何优化生产流程的直接结果。”
该公司的高管们利用仪表盘揭示广泛的洞见，从客户获取到客户活动。复杂的可视化显示客户何时注册，他们如何参与，以及商家对交易进行分类。增长和市场营销可以看到，当潜在客户退出销售渠道，当客户有资格透支。提供的数据也使库达能够满足其监管要求，例如需要定期向国家信用局提交的信用信息。
“Fivetran帮助我们今天获得数据管理的地方，建立管道是一件事，但管理运营和监测方面对我们来说很重要，让某个在业务中众所周知的是可靠接管这种痛苦。”
van Dyk估计它需要至少五个内部员工来覆盖Fivetran自动化和运行在后台的工作负载。他还重视Fivetran负责的方式
“我记得FiveTran团队如何在Google BigQuery服务警报上积极回复，并重新划分的作业对Kuda的成本影响，并且只有在问题得到解决时通知我们。”
库达在数据驱动的道路上已经取得了很大进步，但还有更多的事情要做。库达已经在进行描述性分析，但其数据团队希望进一步发展更高级的分析，特别是预测性和规定性分析，使库达能够以最低的价格和最低的股东风险，向正确的客户提供正确的产品。拥有一个最佳的数据堆栈是旅程的开始，而不是最终目的地。