В современных условиях, когда конкуренция становится более жесткой, повышаются требования к отчетности и растут финансовые риски, банкам требуются продукты, помогающие в принятии решений. Качественно собирать информацию, анализировать ключевые показатели, выстраивать тенденции и прогнозировать развитие бизнеса помогают системы класса Business Intelligence (BI).
Шире круг
Банки традиционно находятся на передовой внедрения современных информационных систем. Бизнес финансово-кредитных учреждений традиционно зависим от средств автоматизации, а его высокая маржинальность позволяет выделять солидные бюджеты на ИТ. Одними из самых востребованных инструментов в последние годы выступает BI-система. По данным Tadviser, в 2012 г. в финансовой отрасли зарегистрировано более 250 проектов внедрения BI, тогда как в 2011 г. их было около 110.
Распределение проектов BI по отраслям
Источник: Tadviser, 2013
О ценности BI-проектов для бизнеса говорит то, что они все чаще инициируются топ-менеджментом компаний (до половины всех проектов, по опросу Aberdeen Group). При анализе банковской деятельности необходимо учитывать много параметров – объемы привлечения и размещения средств, работу всего банка и его филиалов, популярность тех или иных банковских продуктов и т.д. Бизнес прекрасно понимает, что без специализированных систем проводить эффективный анализ уже невозможно.
BI объединяет целый ряд инструментальных технологий. В банках наибольшее применение находят Data Warehousing (хранилища данных) и инструменты On-Line Analytical Рrocessing (аналитическая обработка в реальном режиме времени). Несмотря на мощный потенциал многих современных решений, сегодня BI чаще всего используется в банках как инструмент для подготовки отчетов, а не собственно аналитики.
Самые распространенные области применения BI – управленческая, операционная и регламентированная виды отчетности, говорит Роман Колеченков, руководитель BI-практики компании «Техносерв Консалтинг». «А пока системы BI широко не используются по своему прямому назначению, аналитические задачи в банках решаются другим способом – данные выгружаются из хранилищ и операционных систем прямыми запросами, затем обрабатываются в Excel. Такому подходу есть оправдание: полноценный анализ данных требует гибкого инструмента и оперативной поддержки ИТ-специалистов. В российских банках сохраняется разрыв между ИТ и бизнесом, и необходимые изменения в BI-системах отражаются медленнее, чем этого требует бизнес. Поэтому бизнесу проще диктовать ИТ-требования к выгрузке данных и самостоятельно обрабатывать их в Excel», – объясняет он.
Тем не менее культура использования таких систем постепенно повышается, а круг задач, решаемых с помощью BI, расширяется и выходит далеко за рамки текущей оперативной деятельности. «Функциональность, заложенная в большинстве современных продуктов класса Business Intelligence, позволяет это делать без дополнительной доработки», — утверждает Евгений Курилович, директор отделения аналитических технологий компании «Форс».
Банковские аналитические системы уже широко применяются в таких направлениях, как подготовка внутренней регулярной отчетности по корпоративному и розничному бизнесу; оценка рисков; ведение казначейских операций; подготовка управленческой отчетности, планирование и бюджетирование; подготовка отчетности по МСФО, для ЦБ и налоговых органов.
Уход от «продвинутого Excel»
Одной из заметных тенденций последнего времени стало то, что BI-системы в банках стали реже восприниматься как «продвинутый Excel». Общий тренд использования бизнес-аналитики – это не просто получить картину бизнеса, а на основе фактических данных построить прогноз, смоделировать будущее. Естественно, Excel с этим справиться не может и условием успешного развития становится использование решений класса BI.
«Раньше клиенты часто пытались навязать внедряемой BI-системе привычные им отчеты и таблицы, — объясняет Роман Колеченков. — Сегодня многие заказчики в отношении BI уже мыслят аналитическими предметными областями. Эта смена парадигмы происходит по двум основным причинам. Во-первых, банки работают с колоссальными массивами данных, обработку которых не выдержит табличный редактор. Во-вторых, менеджмент становится требовательнее: руководители проявляют интерес к интеллектуальному анализу данных – data mining, хотят работать с информационными панелями».
Евгений Курилович также отмечает возросший интерес к средствам интерактивной аналитики. Информационные панели (дэшборды) позволяют не только обрабатывать нерегламентированные запросы, но и получать полную детализацию по отдельным показателям отчетности. Кроме того, растет популярность мобильного банкинга и аналитических приложений, работающих на iPhone, iPad и других мобильных устройствах.
Что касается углубленной аналитики — статистики и data mining, а также средств планирования и прогнозирования, то говорить об их большой востребованности пока рано, хотя уже есть примеры успешного внедрения, и в ближайшие годы популярность этих средств будет только расти, считает Евгений Курилович. То же самое специалист говорит относительно возможностей использования больших данных (Big Data) для создания и продвижения новых банковских продуктов, анализа предпочтений клиентов и определения их кредитоспособности. И, наконец, следует ожидать эволюционный, но неизбежный переход в облако части сервисов банка.
Розничные хранилища как тренд
Потребность в BI зависит прежде всего от масштаба бизнеса банка, то есть от объемов данных, которые необходимо обрабатывать в целях подготовки различных видов отчетов. Уровень данных, степень их разнообразия и детализации у крупных банков, прежде всего розничных, независимо от их территориального расположения, радикально выше, чем у банков из третьей-четвертой сотни по объемам активов. Таким образом, именно крупные банки образуют целевую группу потребителей BI-технологий, в первую очередь – хранилищ данных. Таким финансово-кредитным учреждениям необходимы современные технологии интеграции и финансовой консолидации, управления данными, обеспечения их качества и последующей аналитической обработки.
Безусловный тренд последнего года на российском рынке – построение так называемых розничных хранилищ, то есть специализированных баз для сбора данных и подготовки аналитической отчетности в интересах прежде всего департаментов клиентских отношений, маркетинга и продаж в тех банках, чей бизнес сфокусирован на работе с физическими лицами, отмечает Юлия Амириди, заместитель генерального директора по развитию бизнеса компании Intersoft Lab. Развитая модель банковского хранилища данных позволяет сегодня аккумулировать информацию из различных ИТ-систем банка, не ограничиваясь исключительно АБС. В розничное хранилище загружают детальные данные по финансовым инструментам из ритейловых систем; по клиентам (физическим лицам) — из CRM-систем; по контрагентам и операциям – из систем денежных переводов и платежей; по сделкам с ценными бумагами – из систем автоматизации деятельности казначейства.
Грядущая бизнес-критичность
На мощные системы класса BI в основном пока ориентируются крупные банки. Региональные собратья выбирают локальные решения из-за относительно невысокой стоимости лицензий и внедрения, а также из-за наличия компетенций по этим продуктам на местных рынках. Но в перспективе ближайших 5 лет уровень зрелости регионального ИТ-рынка должен сломить ситуацию, и тогда BI станет одним из основных «двигателей бизнеса».
Востребованность в системах бизнес-аналитики зависит от масштаба бизнеса, ИТ-зрелости банка и его амбиций в отношении места на рынке. «Крупный банк с территориально распределенной структурой вряд ли обойдется без промышленного BI-решения, «заточенного» специально под банковские нужды, – рассуждает Евгений Курилович. – Банки поменьше вполне смогут решить свои задачи, используя возможности стандартной АБС и Excel для подготовки отчетности. Но это лишь вопрос времени – на определенном этапе развития банк придет к необходимости внедрения полноценной системы класса Business Intelligence».
Инициаторы BI-проектов в компаниях
Источник: Aberdeen Group, 2012
Пока нельзя сказать, что BI стали повсеместно рассматриваться как бизнес-критичные системы. «Вообще, бизнес-критичность подразумевает то, насколько производственные процессы банка будут зависеть от работы ИТ-системы, а применительно к BI это прозвучит не совсем однозначно, поскольку параметр «критично» применим не ко всем процессам принятия решений», — уточняет Юлия Амириди. По ее словам, если речь идет о принятии решения о выдаче крупного кредита на заседании комитета по управлению активами и пассивами, который собирается раз в неделю в заданное время, то задача подготовки данных к нему является бизнес-критичной.
Отсюда – высокие требования, прежде всего к производительности хранилища данных, а именно к скорости загрузки данных в существующем технологическом окне и их обработке к жестко заданному времени. То же самое можно сказать о задаче выпуска отчетности для «Банка России». Что же касается подготовки управленческой отчетности, то она имеет более «свободный» регламент, и о «бизнес-критичности» здесь говорить не совсем корректно. Правильнее будет сказать, что применение BI может существенно улучшить качество, уровень детализации и сроки подготовки управленческой отчетности, считает эксперт компании Intersoft Lab.
Простота и масштабируемость
В ближайшие годы российские банки, скорее всего, активно будут следовать мировому тренду, согласно которому происходит передача контроля над бизнес-аналитикой от ИТ-подразделений к конечным пользователям. Это значит, что пользователь должен получить легкий и простой в использовании инструмент самостоятельной подготовки отчетности, отмечает Юлия Амириди.
Ключевым вектором BI станет решение исключительно аналитических задач, то есть выполнения их истинного предназначения. К этому банки подталкивают технологии big data и in-memory, которые пока робко используются, но у них большое будущее, не сомневается Роман Колеченков.
Специалисты считают, что региональные представительства банков будут переходить на централизованную платформу BI. Банковская индустрия пережила множество слияний и поглощений, поэтому архитектура многих банков децентрализованна: в головном офисе находится единое хранилище данных, а каждое региональное представительство использует свои системы АБС, BI и пр. Идущие процессы централизации на глазах меняют эту картину, в скором будущем региональные филиалы банков будут работать на тех же BI-платформах, что и штаб-квартиры. «Это выгодно с точки зрения лицензий и затрат на обслуживание – не нужно распылять средства на поддержку работы «разношерстных» систем в каждом отдельном филиале, — рассказывает Роман Колеченков. — Технологических преград для использования такой архитектуры не осталось: каналы связи и имеющееся в банках «железо» вполне позволяют передавать большие массивы информации».
Современные BI-решения, как правило, имеют многоуровневую архитектуру, где центральным ядром является корпоративное хранилище данных. Такие системы могут легко масштабироваться, соглашается Евгений Курилович. В случае централизованной АБС масштабирование будет обеспечиваться простым предоставлением доступа к центральному узлу системы. В случае же распределенных АБС потребуются внедрения в филиалах.
Так или иначе, тенденция развития BI очевидна – банки постоянно расширяют свою сеть филиалов и отделений, стремясь обеспечить равный набор оказываемых услуг и их неизменное качество, а значит, заинтересованы в постепенном направлении BI на решение не только основных, но и прикладных задач, а также распространении таких систем на местах.