Отчетность и аналитика в банках: от простого к сложному

Сегодня аналитические отчеты многи российские банки по-прежнему строят на основе отчетов АБС и активно используют ручной труд. Масштабные BI-решения встречаются довольно редко – в силу высокой стоимости. Этот стереотип часто приводит к быстрому отказу от самой идеи автоматизации отчетности и анализа. Тем не менее, необходимость постоянно повышать эффективность заставит банки более внимательно отнестись к автоматизации этой области деятельности. Соответственно, в ближайшие годы можно ожидать роста интереса организаций финансового сектора к простым, но действенным BI-решениям.

Каждый сотрудник банка в ежедневной работе сталкивается с огромным потоком информации, как структурированной, так и нет. Это данные, получаемые в различном виде как из внешних источников – от клиентов, конкурентов, партнеров, из специализированных бизнес-систем (например, систем Bloomberg, РТС и др.), так и из внутренних корпоративных платформ. Главным программным и техническим комплексом, обеспечивающим деятельность банка, является АБС – автоматизированная банковская система.  Функционально связанные между собой модули АБС являются основным источником  информации для топ-менеджмента банка, руководителей среднего звена и рядовых сотрудников как  отделов продаж, так и подразделений поддержки. В зависимости от поставленных целей информация предоставляется в определенном объеме и формате. Речь, в первую очередь, идет о различных отчетах. Без преувеличения можно сказать, что связанную с подготовкой тех или иных отчетов деятельность ведет большинство сотрудников банка.

АБС не панацея

Сейчас во многих банках часть отчетности предоставляет АБС при соответствующих настройках системы, а часть подготавливается сотрудниками вручную. Минусы неавтоматизированной  подготовки таких документов нет даже смысла описывать. Но и с АБС, по опыту компании DigitalDesign, не все так гладко. Если говорить об отчетности, получаемой путем выгрузки из подобных систем, то можно столкнуться с рядом ограничений и сложностей. Существующий  набор отчетных форм со временем перестает быть достаточным для управленческих целей, требуются новые виды отчетов. Необходимость изменений может быть также продиктована новыми требованиями законодательства. Кроме того, перенастройки регулярно требуют и форм и состав данных в рамках отчета. В случае с дочерними структурами иностранных банков подготавливаемая АБС отчетность зачастую не удовлетворяет предъявляемым головным офисом требованиям, и ее нужно трансформировать вручную, что влечет за собой дополнительные временные и материальные расходы.

В такой ситуации формируется потребность в стороннем инструменте (не в рамках АБС) – генераторе отчетов, обеспечивающем  анализ информации и автоматическое формирование отчетов различной сложности. Потребность в подобном сервисе становится еще более насущной при наличии нескольких источников данных для отчетов. Помимо АБС необходимая информация может содержаться в системах CRM (например, количество контактов с клиентом за период, состав и детали потенциальных сделок и пр.), ERP-системах, фронт-офисных и других решениях, используемых сотрудниками различных подразделений в повседневной работе. В случае с крупными структурами, образованными, в том числе, за счет слияний нескольких банков, даже АБС может быть несколько. В результате для  формирования сводных отчетов необходимо привлечение дополнительных трудовых ресурсов, основная задача которых заключается в сборе, анализе полученной из разных источников информации и ее представление в требуемом формате. Много времени уходит на взаимодействие с  ответственными за предоставление информации сотрудниками различных подразделений, контроль своевременности предоставления данных и перекрестную проверку полученных сведений с целью минимизации ошибок. Основным инструментом при составлении сводных отчетов является MicrosoftExcel, причем количество подготавливаемых в различных форматах файлов может быть весьма значительным, что в конечном итоге сводится к набору дополнительного персонала или выделении сотрудников «только на отчеты», то есть к дополнительным затратам.

Сгенерировать отчет

Сложность решения Business Intelligence зависит, во многом, от количества и качества систем, из которых нужно будет получать информацию для отчетности, а также от типа интеграции (односторонняя – read only или двусторонняя, когда информация как выгружается, так и загружается в системы).  В базовом варианте BI-решения речь идет только об интеграции генератора отчетов с АБС и/ или файлами xls, которые сотрудники банка заполняют вручную. Файлы могут быть единожды загружены в разрабатываемую систему. При необходимости дальнейшей работы с ними можно настроить автоматическое обновление информации по заданному расписанию. В расширенном варианте генератор отчетов интегрируется также с CRM, фронт-офисными и иными системами.

Развитие этого инструмента производится как с точки зрения содержания отчетов, так и их отображения. «Витриной» для отчетов может быть  корпоративный портал, автоматизированное рабочее место руководителя и т.д. Содержательное развитиеBI, как правило, осуществляется при помощи OLAP – аналитических инструментов «гибкой» отчетности, которые первоначально были основаны на многомерных БД. Данные представлены в виде гиперкубов (кубов) — логических и физических моделей показателей, коллективно использующих измерения, а также иерархии в этих измерениях. OLAPдает возможность предоставлять сотрудникам (чаще всего это аналитики) «гибкую» отчетность, когда пользователь сам может менять состав полей и структуру, формировать различного рода отчеты для последующего анализа зависимостей, прогнозирования ситуации и пр. «Гибкие» отчеты также можно сохранять в виде шаблона и сделать их обязательными к заполнению. Инструменты OLAP позволяют анализировать данные по различным параметрам, при этом можно менять уровень детализации представления информации. Это дает возможность оперативно выяснить, например, в чем кроется причина неудовлетворительных показателей по продажам в определенном регионе или, наоборот, какой сотрудник и за счет каких продуктов добился наибольшей прибыли. Гибкая отчетность используется  как при планировании показателей продаж, поскольку позволяет смоделировать ситуацию «что, если», так и при прогнозировании результатов деятельности. В последнем случае можно проанализировать, как та или иная мера (в частности, введение нового продукта или изменение условий) могут повлиять на результат по виду услуг (например, по депозитам) в целом.

Независимо от вида отчета (жесткий или гибкий), можно дополнительно настроить: разработку ролевой модели (права доступа и выполнения определенных действий сотрудниками в части отчетов); автоматическую генерацию и рассылку отчетов:в определенный момент времени, по событию и т.д., при этом рассылку можно осуществлять  как по e-mail, так и при помощи sms; формированиеreport-kit (набора отчетов) подразделения, вида бизнеса, менеджера и пр.

Поскольку АБС – основной инструмент для работы любого банка, необходимо минимизировать любые внешние воздействия на нее, последствия дисфункции могут быть весьма велики. Также необходимо помнить и про соблюдение норм информационной безопасности, закрепленных, в том числе, на законодательном уровне. В таком случае необходимо разработать некий «буфер» (канал обмена данных) между АБС и внедренной системой формирования отчетности. Веб-служба обеспечит доступ к определенным данным из АБС, а также запись данных, переданных службе в качестве параметров. На основании полученных данных будет формироваться необходимая отчетность. Такой подход призван минимизировать риски внешних воздействий на АБС.

Углубиться в данные

Наивысшая степень развития BI в настоящее время – специализированные системы с интеллектуальным анализом данных (Datamining). Их основная цель состоит в поиске в накопленных данных ранее неизвестных, нетривиальных и практически полезных знаний, необходимых для принятия управленческих решений. Data Mining –  это нахождение закономерностей и взаимосвязей в данных, моделирование и изучение сложных систем на основе истории их поведения.

Процесс добычи знаний может выглядеть, например, так: подготовка данных, загрузка данных из различных источников, разработка модели, обучение модели на основании накопленных данных, проверка модели на адекватность, прогнозирование на основании модели.

В банках данный инструмент используется для проведения  качественного кредитного скоринга, сегментации клиентов с целью наиболее успешного позиционирования и разработки продуктов и услуг, востребованных рынком и прибыльных для банка. Datamining позволяет ответить на такие вопросы, как: откликнется ли клиент с определенными характеристиками на то или иное предложение, как ведет себя клиент, который вскоре откажется от услуг банка и др. Пользователями систем интеллектуального анализа данных – является как руководство банка (для принятия стратегических решений) и аналитики (выявление закономерностей, составление аналитических записок, и пр.), так и принимающие оперативные решения сотрудники (планирование маркетинговых кампаний, приоритезация потенциальных клиентов и пр.).В силу масштаба и сложности решаемых задач Datamining выбирают крупные банки, уровень ведения бизнеса которых позволяет выделить соответствующий бюджет (а он достаточно велик) и получить желаемую отдачу.

В настоящее время, по мнению экспертов DigitalDesign, наиболее распространенной моделью построения аналитической отчетности в российских банках является отчетность АБС в сочетании с ручным трудом. Масштабные BI-решения встречаются довольно редко – в силу их высокой стоимости. Казалось бы, широкое распространение должны были получить простые генераторы отчетов и OLAP-инструменты. Однако этого пока не случилось. Возможно, такая ситуация связана с тем, что при словосочетании Business Intelligence у большинства пользователей возникает четкая ассоциация с масштабными и дорогими решениями. Этот стереотип во многих ситуациях приводит к быстрому отказу от самой идеи автоматизации отчетности и анализа. Тем не менее, необходимость постоянно повышать эффективность заставит банки более внимательно отнестись к автоматизации и этой области деятельности. Соответственно, в ближайшие несколько лет можно ожидать роста интереса организаций финансового сектора к простым, но действенным BI-решениям.