นี่ไม่ใช่การสร้างรูปแบบการนำเสนอใหม่ แต่เป็นการใช้กระบวนการตรวจสอบกรณีศึกษาสาธารณะที่มีอยู่เดิม

ข้อมูลมาจากกรณีศึกษาสาธารณะอย่างเป็นทางการของ Capgemini เราแยกคำตอบช่วงท้ายออกก่อน

แล้วสร้างชุดข้อมูลประกอบการเรียนรู้ใหม่จากสิ่งที่ทราบได้ ณ ขณะตัดสินใจ

Minerva Advisor ดำเนินการทดสอบจริงแบบชำระเงินหนึ่งครั้ง

วิดีโอนี้คือการเล่นซ้ำเพื่อยืนยันผลจาก Decision Room จริง

ไม่ได้หมายความว่า Capgemini รับรอง และไม่ใช่ผลลัพธ์จากลูกค้าจริง

จุดเริ่มต้นของกรณีศึกษาคือธนาคารระดับประเทศในสหรัฐฯ ที่ใช้ระบบพัฒนาเองหลายชุดแยกกันประเมินสินเชื่อในแต่ละสายธุรกิจ

การทำงานซ้ำซ้อนจำกัดประสิทธิภาพ การจัดการความเสี่ยง และความเร็วในการตัดสินใจ

Minerva เปรียบเทียบการรวมศูนย์ข้ามสายธุรกิจทันที กับ

การนำร่องแบบจำกัดเวลาในบัญชีความเสี่ยงสูงและสายธุรกิจตัวแทนก่อน

การรันครั้งนี้ใช้แหล่งข้อมูลทางการหนึ่งแหล่ง ระบุบทบาท 4 บทบาท แยกข้อเท็จจริง 5 ข้อ

การอนุมาน 2 ข้อ และรอยืนยัน 3 ข้อ เปรียบเทียบ 2 แนวทาง พร้อมเก็บคำอธิบายทางเลือก 3 ข้อ และเงื่อนไขพลิกผล 1 ข้อ

ผู้บริหารสามารถตรวจสอบหลักฐานด้านข้อมูล การควบคุม ความเร็ว และแผนถอยกลับ

สิ่งที่ทราบคือระบบหลายชุดก่อให้เกิดความซ้ำซ้อน ธนาคารต้องเสริมความเข้มแข็งด้านการควบคุม ความเสี่ยง และความเร็วในการให้บริการลูกค้าไปพร้อมกัน

สิ่งที่ยังไม่ทราบคือความแตกต่างของข้อมูลและการควบคุมในแต่ละสายธุรกิจ ความเสี่ยงที่เปิดรับ และความล่าช้า

สาเหตุที่แท้จริง รวมถึงจำนวนบัญชีที่จะได้รับผลกระทบหากระบบรวมศูนย์ล้มเหลว

ระบบยังคงมุมมองฝ่ายค้าน ปัญหาประสิทธิภาพอาจมาจากกระบวนการเป็นหลัก ไม่ใช่จากการ

กระจายระบบ และโครงการนำร่องอาจไม่สะท้อนความแตกต่างของผลิตภัณฑ์ทั้งหมด

หากหลักฐานร่วมพิสูจน์ว่าความแตกต่างด้านข้อมูลและการควบคุมสามารถจัดการได้ และแผนถอยกลับเป็นไปได้จริง

และการกระจายระบบเป็นสาเหตุหลักของความล่าช้าจริง ก็ควรพลิกผลไปสนับสนุนการรวมศูนย์

ผู้บริหารสามารถขยายดูข้อความจำลองเชิงสอนได้ 4 ฉบับ

แพลตฟอร์มรวมศูนย์หลายปีของ Capgemini, FICO และฟีเจอร์ต่างๆ ที่ผ่านการตรวจสอบซ้ำ

รวมถึงผลลัพธ์ 700 ล้าน, 200 ล้าน, 50% และการขยายผลในภายหลัง ไม่ถูกนำเข้าเป็นข้อมูลนำเข้า

Marcus นิยามการตัดสินใจที่แท้จริงว่าสายธุรกิจใดมีคุณสมบัติรวมศูนย์ก่อน

Sofia จำลองความเสี่ยงด้านเครดิต สายธุรกิจ แพลตฟอร์มข้อมูล และ

ผลกระทบต่อลูกค้า; Evelyn ท้าทายขอบเขตความล้มเหลวของการรวมศูนย์

ทั้งสามท่านเห็นตรงกันให้ทำนำร่องแบบตัวแทน โดยคงการควบคุมและการตรวจทานโดยมนุษย์

Evelyn ชี้ว่าเวลาดำเนินการเฉลี่ยที่เร็วขึ้นอาจซ่อนการอนุมัติผิดพลาด การปฏิเสธ และข้อร้องเรียนของลูกค้า

ผู้บริหารต้องกำหนดให้การนำร่องตรวจสอบการควบคุมเครดิต การตรวจทานโดยมนุษย์ ความสามารถในการย้อนกลับ และความเสี่ยงของลูกค้าไปพร้อมกัน

ผู้บริหารเสริมว่า ควรเลือกสายธุรกิจตัวแทนและบัญชีความเสี่ยงสูงก่อน โดยคงการควบคุมเดิม การตรวจทานโดยมนุษย์ และความสามารถในการย้อนกลับ

หากมีการอนุมัติผิดพลาด การปฏิเสธผิดพลาด หรือความเสี่ยงด้านกำกับดูแลเกินเกณฑ์ที่กำหนด ให้หยุดดำเนินการทันที

ระบบบันทึกใบตอบรับไว้เป็นหลักฐาน

การรวมศูนย์ทันทีช่วยลดความซ้ำซ้อนและเร่งการตัดสินใจ แต่ข้อบกพร่องด้านข้อมูลหรือการควบคุมก็จะถูกขยายตามไปด้วย

หมายความว่าโครงการนำร่องสามารถใช้หลักฐานร่วมกันเพื่อยืนยันความปลอดภัยและความเร็ว โดยแลกกับการที่ยังคงมีความซ้ำซ้อนบางส่วนในระยะสั้น

ผู้บริหารเลือกแนวทางที่สอง

สุดท้ายทีมความเสี่ยงด้านสินเชื่อ ทีมสายธุรกิจ และทีมแพลตฟอร์มข้อมูล ร่วมกันนำเสนอคำนิยามข้อมูล ช่องว่างด้านการควบคุม การทบทวนโดยมนุษย์

เงื่อนไขความเร็ว และเงื่อนไขการหยุดหรือขยายผล ก่อนให้คณะกรรมการเป็นผู้ตัดสินใจขั้นสุดท้าย

Minerva ไม่ได้อ้างว่าแพลตฟอร์มรวมศูนย์ ผลประโยชน์เชิงปริมาณ หรือการขยายผลได้เกิดขึ้นจริง

กรณีศึกษา Capgemini นี้ผ่านการตรวจสอบคุณภาพการตัดสินใจ 10 ข้อ

เส้นทางการตัดสินครั้งแรกของ Decision Room เดิม ใช้การเรียกโมเดล 4 ครั้ง

เสร็จสิ้นการตัดสินใจหลักและการตรวจสอบไขว้จากที่ปรึกษาสามท่านในเวลา 26.938 วินาที

ค่า p95 ของผลตัดสินใจแรกที่พร้อมใช้งานในชุดนี้อยู่ที่ 23.207 วินาที

ค่า p95 ของผลลัพธ์ฉบับสมบูรณ์อยู่ที่ 31.458 วินาที

ผ่านเกณฑ์ความเร็วมาตรฐานลูกค้าที่ 30 วินาทีและ 45 วินาที

คุณภาพการตัดสินใจ ประสบการณ์ลูกค้า และประสิทธิภาพผ่านเกณฑ์ทั้งหมด แต่นี่ยังคงเป็นผลทดสอบกรณีเดียว

ไม่ได้สะท้อนระดับบริการในสภาพแวดล้อมจริง หรือผลลัพธ์จริงของลูกค้า