Como NAB usa Fivetran
O NAB usa a Fivetran para integrar mais de 200 fontes de dados isoladas em um lakehouse Databricks na AWS, substituindo o processamento em lote noturno por replicação em tempo real via captura de dados de alteração (CDC). Os dados apoiam iniciativas de IA generativa, detecção de crimes financeiros e personalização para clientes.
Ver a prova capturadaO caso de uso: como NAB implanta Fivetran
NAB uses Fivetran to integrate over 200 siloed data sources into a Databricks lakehouse on AWS, replacing nightly batch processing with real-time replication via change data capture. The data supports generative AI, financial crime detection and customer personalization initiatives.
Outros resultados informados
Números publicados no estudo de caso de Fivetran. Eles não são medidos de forma independente pelo usedby.
Gurry verzeichnet außerdem eine Leistungssteigerung von 30 % bei Machine-Learning-Modellen und Ad-hoc-SQL-Abfragen.
Über 1.000 Benutzer migriert und können auf Daten zugreifen
Nas palavras do cliente
Removing complex legacy technology from our ecosystem and replacing it with Fivetran and Databricks to unify our data has been the springboard to enable all of the exciting generative AI use cases we are pursuing.Outras ferramentas de IA usadas por NAB
Outras relações públicas registradas no usedby.
Explorar a stack de IA de NABUsuários de Fivetran no setor Bancos e crédito imobiliário
Empresas do mesmo setor, com evidências públicas.
Ver todos os clientes de FivetranIr direto à fonte
Com base no estudo de caso publicado por Fivetran. Verificamos as evidências públicas; os resultados são informados pelo fornecedor.
fivetran.com- Última verificação
- 12 de nov. de 2026
Abrir a captura da fonte O que o estudo de caso afirma e o que verificamos
O que comparamos com a página.
- Os números do nosso resumoVerificado
Cada um está impresso na página.
- NAB usa FivetranVerificado
Linha de nível Confirmado.
- O resultado em siNão verificado
Nós o citamos; não o medimos.
Die NAB führte Fivetran ein, um über 200 isolierte Daten Quellen in ein Databricks Lakehouse zu integrieren. Anstelle der nächtlichen Stapelverarbeitung ermöglichte dieser neue Ansatz die Datenreplikation in Echtzeit, wodurch Daten- und Speicherkosten erheblich gesenkt wurden.




