Cómo Raiffeisen Bank International Redujo el TCO de Analítica 5 Veces con Databricks SQL

Raiffeisen Bank International opera una red altamente federada de filiales bancarias en Europa Central y del Este, dando servicio a clientes minoristas, corporativos e institucionales bajo estrictos requisitos regulatorios de seguridad, gobernanza y auditabilidad. A lo largo de décadas de crecimiento orgánico y adquisiciones, el grupo acumuló un entorno de analítica fragmentado: cada banco y departamento había construido sus propias convenciones SQL, controles de acceso y modelos operativos. La colaboración entre equipos era difícil, la reutilización de código era limitada y no había una forma coherente de gobernar o auditar el uso de datos en todo el grupo.

El resultado era un mosaico de sistemas locales y en la nube, cada uno con diferentes dialectos y modelos operativos. Como describió George Moldovan, el responsable de datos que supervisó la transformación, las convenciones y sistemas SQL heredados se habían vuelto insuficientemente sólidos, unificados o modernos para soportar las exigencias de la banca contemporánea centrada en los datos y la IA. La brecha entre lo que la infraestructura de analítica podía ofrecer y lo que los equipos de riesgos, cumplimiento, finanzas y minoristas necesitaban se estaba ampliando.

RBI eligió Databricks SQL como base de analítica compartida para una nueva plataforma interna denominada APEX. En lugar de una migración arriesgada de tipo big-bang, el equipo ejecutó las plataformas heredadas y Databricks en paralelo, incorporando usuarios gradualmente, validando resultados y protegiendo las cargas de trabajo en producción durante todo el proceso. Moldovan fue claro: la migración es fundamentalmente un problema de gestión del cambio —incorporación, gobernanza y generación de confianza en la nueva plataforma—, no un problema técnico. El equipo invirtió en consecuencia.

Una vez que las cargas de trabajo comenzaron a ejecutarse en Databricks SQL, las mejoras de rendimiento fueron inmediatas. Las consultas que habían limitado a los analistas por sus largos tiempos de ejecución se volvieron interactivas. En un caso extremo, una consulta que tardaba 30 días en la infraestructura heredada se completó en 12 minutos en Databricks. Las cargas de trabajo medias ahora se ejecutan entre 3 y 4 veces más rápido que en la solución anterior en la nube. El cómputo elástico permite a los equipos escalar recursos bajo demanda para grandes trabajos analíticos, dando soporte a cientos de usuarios concurrentes en riesgos, cumplimiento y finanzas sin degradación del rendimiento.

La mejora de costes provino de la simplificación arquitectónica, no de restricciones de uso. Al consolidar la analítica en Databricks SQL y servir las cargas de trabajo de BI directamente desde la plataforma, RBI redujo significativamente el movimiento innecesario de datos, históricamente uno de los mayores impulsores del coste de la analítica en la nube. El banco construyó su propia plataforma de monitorización y previsión de costes sobre Databricks para rastrear el uso por almacén, usuario y carga de trabajo. El TCO resultante es 5 veces inferior al de la solución anterior en la nube. Para un grupo bancario europeo, la gobernanza y los estándares abiertos eran igualmente importantes: el soporte de Databricks para formatos y APIs abiertos garantiza que la base de datos de RBI permanezca portable y transparente desde el punto de vista regulatorio a medida que los requisitos continúen evolucionando.