Cloud Customer Architecture for Big Data and Analytics Version 0

Business Challenge 
Some of the significant challenges that are unique to the cognitive banking architecture implementation 
include: 
•
Ensure proper client insights by having a 
segment of one
customer profile. This is the 
cornerstone of the digital strategy.
•
Have an ecosystem of widgets to provide personalized interaction with the client, provide next 
best action and education, and harvest the communications with the client.
•
Provide an interaction management system for all interactions using all of the channels with the 
client leveraging a cloud marketing platform. 
Figure 2: Solution Architecture for the Route to Cognitive Banking 
 

---

Copyright © 2017 Cloud Standards Customer Council 
Page 18 
Runtime Flow 
1. Customer profile data (demographic, preferences, production services, historical behavior, and 
more) and interactions data from enterprise databases are collected in batch and real time. Public 
data such as social media data (Facebook & Twitter) is also collected. 
2 & 3. Enterprise and public data are integrated and transformed using information services and 
Apache Spark.
4. Transformed data, which is a combination of structured customer data from enterprise data 
sources and interaction data that can vary in structure over a period of time, are stored on a JSON 
data repository in the data lake. Cached data for real-time API requests are stored on an in-memory 
database in the data lake, another data repository. 
5. Perform rule-based analytics to analyze the personal client experience of a client who is at a 
branch or using the mobile application. Present changes to the branch personnel or mobile 
application where appropriate to improve the client experience in real time. 
6. In the R&D environment, data scientists discover and explore patterns. Use cases underway 
include client insights, personal client experience, credit related query facilitation, private banking 
experience, and mobile application onboarding. 
7. The APIs read the data upon real-time requests that are typically from branches.
8. A cloud marketing platform is used for all interactions with the client through all of the different 
channels, especially for the next best action or next best offer. For example, the mobile application 
takes in consideration social, localization, and mobile inputs to decide the best actionable insight in 
real time, using the power of information available to better engage with customers. This can lead 
to a better client experience and help move closer to 
segment of one
customer profiling based on 
their individual context, behavior and preferences.
9. The cognitive APIs are used currently for Q&A for the credit card marketing agents. 
References 
[1] Designing and Operating a Data Reservoir, an IBM Redbook, Mandy Chessell, David Radley, Jay 
Limburn, Kevin Shank, Nigel L Jones. 
http://www.redbooks.ibm.com/redbooks.nsf/RedpieceAbstracts/sg248274.html
 
[2] Cloud Standards Customer Council 2017, 
Hybrid Cloud Considerations for Big Data and Analytics. 
http://www.cloud-council.org/deliverables/hybrid-cloud-considerations-for-big-data-and-analytics.htm
  

---

Copyright © 2017 Cloud Standards Customer Council 
Page 19