2017年的灾难性飓风促使政府全国抵押贷款协会(Ginnie Mae)开发了一个分析仪表板,以减少损失风险,并预测未来灾难的财务影响。

  当灾难发生时,数据可以帮助组织掌握灾难余波的脉动。但是如果没有一个有效的分析策略和平台,世界上的任何数据都无法在最关键的时候帮助组织做出困难的决定。   2017年,飓风哈维、厄玛和玛丽亚在佛罗里达、波多黎各、德克萨斯和美属维尔京群岛造成了巨大的破坏。由于受影响的个人需要在风暴过后重建家园,GinnieMae急于了解其对抵押贷款发放者的影响有多大。Ginnie Mae给出的答案是一个新的分析工具:灾难响应和救援仪表板。   Ginnie Mae是美国住房和城市发展部(HUD)下属的一家全资政府公司,其使命是扩大经济适用房。为了帮助贷款机构在资本市场上获得更好的贷款价格,Ginnie Mae将抵押贷款捆绑成抵押贷款支持证券(MBS),并将其出售给了投资者。这2万亿美元的投资组合反过来又使Ginnie Mae贷款机构能够向首次购房者、低收入借款人和退伍军人提供新的抵押贷款。   “由于这些飓风给德克萨斯州、佛罗里达州、波多黎各和美属维尔京群岛带来了广泛的破坏,Ginnie Mae需要一种工具,使其能够主动管理与贷款机构受影响地区相关的投资组合。,”Tamara Togans说,她是Ginnie Mae的企业数据管理副总裁。   该工具将必须利用内部和外部数据来评估Ginnie Mae投资组合的潜在损失敞口,了解哪些Ginnie Mae发行者受到了影响,以及受影响的程度。它还必须帮助该公司了解,联邦住房管理局(FHA)、退伍军人事务部(VA)和农村住房服务(RHS)等各种贷款保险机构的损失敞口有多大。该公司还需要利用各种情景来预测受影响贷款的潜在违约情况,然后将这些预测与发行者的财务数据结合起来,评估发行者可能面临的财务压力,监控发行者违约的风险,并就救灾行动做出关键决策。  

明确救灾任务   Ginnie Mae首先组建了一个由证券业务、政策、企业风险、资本市场和数据/IT组织的高管和关键员工组成的特别工作组。Togans解释说,在这方面,做好协调是确保以一个整体的方式解决灾难带来的挑战的关键。   “报告和分析是工作组的关键要求,因为准确数据的可用性和及时性将是制定计划和政策决策的关键,”她说。“在早期,将有40多份报告用于支持工作组的决策。最终,单一家庭帐户管理的主管Harlan Jones表达了其创建一个技术解决方案来优化报表的想法。”   Jones请求Ginnie Mae的数据和IT资源的帮助,来构建和部署一个仪表盘,为组织提供关于灾难影响的及时信息。由此产生的灾难响应和救援仪表盘为Ginnie Mae赢得了2019年“Digital Edge 50”的数字创新奖,然而该公司的领导层却并没有立即接受这个想法。   Togans说:“这个项目最初的确引起了一些人的关注,但他们质疑投资于一个不经常用于季节决策的工具的想法是也是合理的。”   Jones与Togans和她的团队合作,扩展了该工具的实用性,用于支持预测分析,这将允许仪表板在灾后分析之外还能提供对灾难影响的预测。   “用户将能够定义受影响区域,模拟影响的严重程度,并根据历史灾难数据了解当前和潜在的长期影响,”Togans说。“这是一个关键的功能,使Ginnie Mae能够更好地为未来的飓风季节做好计划。”  

快速反应以及丰富的可视化   Togans的团队通过关注标准和通用的临时报告确定了仪表板的需求,这些报告是Ginnie Mae的领导和员工在日常决策中经常要求的。她指出,促进易用性的功能是主要关注点。   她说:“我们最终得到了一个具有直观功能的工具,它在一个易于导航的、集中的仪表板中提供了信息,并且具有丰富的可视化。”   通过以一种易于消化的结果和具有社交效益的方式向高管提供数据,Togans表示该工具能够将这些高管变成仪表板功能的使用大使。   “项目团队很早就认识到,这样一个能够将使命、愿景和核心价值与技术解决方案积极地结合起来的项目最能引起高管和员工的共鸣,”Togans说。“仪表板在Ginnie Mae中很受欢迎,很大程度上是因为它能够与所有用户的配置文件对话--为高管提供高级数据的表示,同时为经理和员工提供更多基于参数的功能。”   Ginnie Mae使用迭代过程构建了仪表板。它利用Tableau进行了数据可视化,并利用每月发行人报告的贷款水平数据(目前投资组合中有大约1200万笔贷款),以及HUD UPS邮政编码Crosswalk数据,人口普查局数据和FEMA数据来确定是否有贷款位于受影响的区域内。它还能够获取第三方数据,包括财产损失和维修成本的估算。仪表板还能够可视化地理数据、违约趋势、发行人的财务风险,并突出显示关键的数据点。   飓风过后需要迅速采取行动,因此需要进行非正式的努力来收集需求。团队开发了线框图来验证项目的需求,并在三周内完成了工具的初始版本。然后,团队在8到9个月的时间里添加了额外的功能和特性。Ginnie Mae也向德勤寻求了帮助,使其成为了该项目的技术集成商。德勤帮助该公司将该工具与Ginnie Mae现有的信息资产以及美国联邦紧急事务管理局(FEMA)、美国人口普查局和美国邮政管理局(USPS)的数据整合在了一起。   “这个工具为Harlan及其客户经理团队带来了更多丰富的智能,”Togans说道。“它让员工们产生了真正的求知欲,他们现在可以实时做出更灵活的决定了。”

相关阅读:

为什么说IBM和Red Hat的组合有希望成为新的云计算巨头

互联网厂商对云计算的追逐是产业互联网的必然结果

云计算的定义、类型及应用场景

关注中国IDC圈官方微信:idc-quan 我们将定期推送IDC产业最新资讯

查看心情排行你看到此篇文章的感受是:


  • 支持

  • 高兴

  • 震惊

  • 愤怒

  • 无聊

  • 无奈

  • 谎言

  • 枪稿

  • 不解

  • 标题党
2022-10-11 13:38:11
云资讯 如何将数据分析带到云端
数据,更具体地说是对数据的分析,是这一转变的基础。金融服务公司是最早意识到,更快地获取更深入、更丰富的见解,可以使其比同行具有显著竞争优势的企业之一,尤其是在高 <详情>
2022-08-30 09:41:47
云资讯 亚马逊云科技三种数据分析服务的无服务器功能正式可用
Amazon EMR、Amazon MSK 和 Amazon Redshift的无服务器功能可帮助客户大规模分析数据,而无需配置、扩展或管理底层基础设施 <详情>
2021-12-28 15:10:26
大数据资讯 2022年数据分析的6大趋势
企业数据分析有两种方法。首先是从CRM和ERP等业务应用程序中获取数据,并将其导入数据仓库以提供给BI工具。现在,这些数据仓库正在迁移到云端,采用Snowflake等技术。 <详情>
2021-12-13 18:06:46
大数据应用 建立数据策略的六个关键组成部分
数据策略包括一套在企业中使用数据的长期目标,以及支持这些目标的政策和应用实践。 <详情>
2021-11-29 10:06:02
大数据技术 干货分享:数据分析的6大基本步骤
数据分析就是运用恰当的分析方法,分析所收集的海量资料,并运用高效的分析工具将之归类、归纳,从中提炼出最有价值的资料,总结形成有效结论,挖掘数据大价值的过程。 <详情>