Endeca Entscheidungsunterstützung in Zeiten der Informationsflut

Transkript

1 Endeca Entscheidungsunterstützung in Zeiten der Informationsflut Michael Binder Primus Delphi Group GmbH, Warngau Schlüsselworte Endeca, Information Discovery, Finanzdienstleister Zusammenfassung Beispiel einer Entdeckungsreise in die moderne Welt der Informationsgewinnung und - auswertung im Zeitalter der permanenten Informationsüberflutung. Auf Basis einer Oracle Endeca Lösung für Finanzmarktinformationen werden Aufbau, Entwicklung und Anwendung der neuen Oracle Information Discovery Plattform demonstriert - von der Beschaffung über die Aggregation bis hin zur Aufbereitung, Visualisierung und Analyse von Informationen. Sowohl strukturierte wie auch unstrukturierte Daten aus Quellen wie ERP, CRM, Data Warehouse, Internet-Informationsdiensten, Blogs, Twitter, etc. werden aufbereitet, zusammengeführt und bewertet, so daß sich der Benutzer auf die Analyse der für ihn relevanten Informationen konzentrieren und bisweilen erstaunliche Entdeckungen machen kann.

2 Einleitung / Business Case Akteure an Finanzmärkten handeln meistens durch einen Impuls der durch relevante Informationen ausgelöst wird. Im Internet gibt es bereits diverse Plattformen/Anbieter, die Informationen bereitstellen und auch aufbereiten, doch die globalen Finanzmärkte lassen sich manuell oder halbautomatisiert nur in mit viel Aufwand und in kleinen Sequenzen überwachen. Auf Informationsplattformen wie Finanztreff, Google, Yahoo und anderen Anbietern werden zwar Hilfsmittel zur Informationsgewinnung und Überwachung von Wertpapier-Portfolios angeboten, doch sind diese Tools kaum personalisierbar und bieten keine bzw. nur geringe Möglichkeiten der Informationsfilterung und aufbereitung: Abbildung 1: Beispiel Finanzportal (Quelle: Finanztreff.de) Personalisierungen und Überwachung von Wertpapier-Depots und bestimmten Wertpapieren (Watchlist) sind zwar möglich, bieten aber auch kaum Möglichkeiten, relevante Informationen zu gewinnen, zu filtern, aufzubereiten und zu analysieren:

3 Abbildung 2: Analyseportal für Wertpapier-Depots (Quelle: Finanztreff.de) Darüberhinaus werden angesichts der Finanzkrise immer neue und erweiterte Regulierungen und Vorschriften für Finanzdienstleister z.b. von der EU erlassen. Mit MIFID II (MIFID = Markets in Financial Instruments Directive ) sollen sämtliche organisierte Formen des Handels mit Finanzinstrumenten sowie das Wertpapierdienstleistungsgeschäft noch umfassender und effizienter reguliert und der Anlegerschutz weiter verbessert werden. Konkret heißt das z.b. für Vermögensverwalter, die sich unabhängig nennen wollen, dass erweiterte Dokumentationsanforderungen über Kundengespräche und Research etc. erfüllt werden müssen. Diese Dokumentationsanforderungen können effizient nur durch neue Tools erbracht werden, die die Informationsgewinnung und aufbereitung individualisiert automatisieren.

4 Lösungs-Idee und Architektur Die Grundidee hinter der Lösung ist die gezielte Suche und Aufbereitung von relevanten Informationen im Internet, d.h. auf Informationsportalen (wie z.b. Reuters, Handelsblatt,...), in Blogs oder auch in sozialen Netzwerken: Die zunächst unstrukturierten (Text-)Informationen werden mit Hilfe von Schlagwort- und Begriffs-Analysen aufbereitet und strukturiert: Die so aufbereiteten Informationen/Nachrichten werden nun kombiniert mit strukturierten Daten aus Datenbanken und Data Warehouses, so dass

5 a) nur die für den Benutzer relevanten Nachrichten ausgefiltert (d.h. Nachrichten zu Wertpapieren/Firmen, die sich im Depot oder in der Watchlist befinden), b) die Nachrichten mit Hilfe von Schlüsselworten bereits kategorisiert und kanalisiert und c) die Nachrichten mit zusätzlichen Informationen, wie z.b. Kursentwicklung, Umsatz etc. angereichert werden können: Letztendlich werden diese Daten in einer geeigneten Oberfläche für den Anwender/Analysten zur Verfügung gestellt:

6 Hieraus ergibt sich folgende Systemarchitektur: In einer Stammdaten-Applikation werden - Wertpapiere (WKN, ISIN,...) - Kunden/Depots (Kunde, Depot, Wertpapiere) - Watch-Listen (zu beobachtende Wertpapiere) - Strategien (Mix von Wertpapieren mit unterschiedlichen Risiko- Profilen) - Schlüsselbegriffe - Web-Seiten (URLs) Verwaltet. Diese Applikation basiert auf einer relationalen Datenbank. Mit Hilfe einer Schnittstelle können sowohl Stammdaten (Wertpapier-/Depot- Informationen) wie auch z.b. Kursdaten in die Applikation geladen werden. Aus den in den Stammdaten abgelegten Web-Seiten werden mit Hilfe eines Crawlers aktuelle Nachrichten eingelesen. Die Nachrichten und die zugehörigen Stammdaten werden mit Hilfe des Endeca Integrators in Form von ETL-Prozessen in den Endeca-Server eingelesen und via Sentiment- und Textanalyse bewertet. Im Endeca Studio werden die aufbereiteten Informationen in einem Research Monitor dargestellt und können nach unterschiedlichsten Kriterien analysiert und ausgewertet werden.

7 Architektur und Komponenten von Endeca Endeca Studio ist eine Web Applikation, mit der sich intuitiv bedienbare Analyse- Oberflächen erstellen lassen, wobei auch die Erstellung der Benutzeroberfläche sehr einfach ist. Es stehen verschiedene Standard-Komponenten zur Navigation, Suche, Analyse und grafischen Darstellung zur Verfügung: Suchleisten, Tag-Cloud, Kennzahlen, Listen, Alerts, Pivot-Tabellen, Diagramme etc. Darüberhinaus lassen sich auch externe Web-Inhalte einbinden. Der Endeca Server ist eine analytische In-Memory Datenbank mit einer eigenen SQLähnlichen Abfragesprache, die auf analytische Abfragen spezialisiert ist. Die Integration Suite beinhaltet neben dem Web-Crawler das mächtige Clover-ETL Werkzeug, das basierend auf eine Eclipse-Oberfläche mächtige Werkzeuge zur Integration verschiedenster Datenquellen (von XML über HTTP bis hin zu Datenbanken und Data Warehouses) zur Verfügung stellt. Darüberhinaus stehen Tools zum Text Enrichment und zur Sentiment-Analyse zur Verfügung.

8 Aufbau der ETL-Prozesse mit Endeca Integrator Startpunkt für eine Endeca Implementierung ist nach der Installation die ggf. repetitive Erstellung des Datenmodells und der ETL-Prozesse. In unserem Beispiel ist die Datenladung in 4 Unterprozesse aufgeteilt: 1. Kurse laden Zu allen verwalteten Wertpapieren werden aktuelle Kursdaten geladen (in dem Beispiel über ein API von Yahoo-Finance, was aber kommerziell nicht genutzt werden kann und nur als Beispiel dienen soll): Zunächst werden aus einer relationalen Datenbank die Wertpapier-Stammdaten mit den entsprechend Kürzeln (WKN, Yahoo-Kürzel) ausgelesen:

9 Danach wird damit die URL für die Yahoo-Anfrage erstellt: um damit dann einen HTTP-Connector aufzurufen, der die Daten holt. Danach werden die gelieferten Daten noch umformatiert und gespeichert. 2. RSS-Feeds laden: In diesem Unterprozess werden aus den Stammdaten auszuwertende Web-Seiten geladen und mit Hilfe des mitgelieferten XML-Extract die Inhalte der RSS-Feeds gelesen und eine Liste der relevanten URLs für den Web-Crawler zu erstellen.

10 3. Crawler starten: Es wird per Betriebssystem-Aufruf ein Shell-Script zum Start des Crawlers ausgeführt: 4. Daten laden: Nun erfolgt die eigentliche Ladung der Web-Inhalte, die Text- bzw. Schlüsselwortanalyse und die Zuordnung zu Wertpapieren und Depots:

11 Benutzeroberfläche mit Endeca Studio Aufbauend auf die Endeca Datenbank können mit Endeca Studio Auswertungen und Analysen erstellt werden. Die Applikation ist in 4 Teilbereichen aufgeteilt: 1. Kunde/Depots im Resarch Monitor: Ziel ist es, in dem Research Monitor sofort zu erkennen wie viele relevante Meldungen zu den Depotbeständen der Kunden existieren und wie hoch der betroffene Wertpapierbestand ist. Hierzu dienen z.b. die Kennzahlen: Es sind also relevante 127 Nachrichten zu Wertpapieren da, die sich in den Kundendepots befinden. Damit sind knapp 27% des gesamten Wertpapierbestands der Kundedepots betroffen, was einem Bestand von ,50 EUR entspricht. Darüberhinaus sind 100% der 3 Kundendepots betroffen.

12 Grafisch aufbereitet kann man erkennen, welche Kundendepots zu welchem Anteil betroffen sind: und in welchem Maße die einzelnen Depots betroffen sind: Hierbei ist ein Drill-Down möglich, dass man sich z.b. ein Depot im Detail ansehen kann. Sämtliche dargestellten Werte beziehen sich dann nur noch auf ein einzelnes Depot: Im mittleren Bereich des Research Monitors sieht man Tag Clouds, in denen dargestellt ist, welche Wertpapiere und Branchen am häufigsten in den Nachrichten betroffen sind, welche Kunden davon betroffen sind und welche Begriffe in den Nachrichten am meisten genannt wurden.

13 Im unteren Bereich werden die Daten zu den Wertpapieren in den Depots, sowie die Details der Nachrichten dargestellt: Hierbei kann man dann z.b. in Form einer Hitliste nach Anzahl und Alter der Nachrichten, sowie nach Kurs etc. sortieren. Darüberhinaus kann man per externem Link a) auf weitere Analysen zu dem Wertpapier verzweigen:

14 b) die Ursprungsnachricht ansehen: 2. Der Reiter Notiz Kundenkontakt dient dazu Nachrichten zu Beständen in Kundendepots als Notiz auszudrucken und abzulegen, so dass die Meldungen auch direkt an den Kunden z.b. per weitergegeben werden können: 3. Der Reiter Watch Listen ist als Research Monitor genauso aufgebaut, wie der Reiter Kunde/Depots, nur dass hier eine Liste von Wertpapieren überwacht werden kann. 4. Der Reiter Strategien ist ebenso aufgebaut wie die Watch Listen und Kunden/Depots, nur dass die Basis ein Mix von Wertpapieren ist.

15 Kontaktadressen: Michael Binder Geschäftsführer Primus Delphi Group GmbH Birkerfeld 15, Warngau bei München Tel.: +49 (0) / m.binder@primus-delphi-group.com Internet::