Как пережить шторм в банковском секторе с помощью BI-аналитики

Как пережить шторм в банковском секторе с помощью BI-аналитики

Сергей Громов председатель совета директоров, Петербург

Сергей Громов о современных IT-ответах для обработки громадных данных и о том, как они повышают конкурентоспособность денежного бизнеса.

В русском банковском секторе в одной точке сошлось сейчас два вида угроз:

  • Объективное ухудшение конкурентной борьбы на падающем рынке.
  • Ужесточение действий и проверок со стороны осуществляющих контроль органов.

За 2015 год было отозвано 93 банковских лицензий, на семь больше, чем годом ранее. Из отрасли ушло 12% игроков. На этом «чистка последовательностей» не закончится. Согласно расчетам, в 2016 году финсектор утратит еще 10% банков – ЦБ может себе позволить забирать по 100 лицензий в год, а также больше. В начале 2016 года банков в стране было около 740.

Специалисты уверены в том, что России достаточно 200-300 банков, и в ближайшие три-пять лет может идти перемещение к этим цифрам.

Изменяется не только количество, но и уровень качества отрасли. Так, согласно данным аналитиков «РИА Рейтинг», за 2015 год уровень качества кредитных сумок русских банков значительно снизилось. В следствии просроченная задолженность увеличилась с 3,8% до 5,5%. Обстановкой пользуются большие банки, каковые деятельно выполняют поглощения и слияния. Иначе говоря происходит очередной виток монополизации финсектора в Российской Федерации.

Причем в этом случае все происходит существенно стремительнее, чем когда-либо ранее. Корпоративные клиенты быстро переходят в наибольшие банки. На рынке физических лиц обстановка схожая.

Глубинные основания для усложнения обстановки на рынке и обстоятельства для бегства клиентов и отзыва лицензий – отдельная тема. Давайте разглядим, что смогут сделать и делают банки для резкого увеличения ликвидности и своей управляемости. За счет чего возможно скоро, как следует и довольно дешево (реально, по крайней мере) все улучшить?

Повысить рентабельность инвестиций весьма сложно, довольно часто это по большому счету невыполнимая задача – тем более, задним числом. Но возможно навести порядок, понять настоящее положение вещей и посредством углубленного анализа разглядеть все дешёвые варианты для следующих действий. Это компетенция BI-аналитики.

Электронные таблицы

Это, пожалуй, до сих пор самый популярный инструмент аналитики. У него много плюсов. Настроить таблицу под личные требования достаточно легко, это не требует особенной квалификации. И таблицы фактически бесплатны.

Но, это как взглянуть.

Функционал таблиц очень ограничен, обрабатывать громадные количества информации в табличном виде сложно, а делать на данной базе стратегические выводы фактически невозможно. Интеграция таблиц с разными IT-совокупностями, применяемыми в банке, значительно сложнее – соответственно, бюджет на разработку ответов, их внедрение, обучение и поддержку персонала с лихвой съест всю предполагаемую экономию. В случае если интеграций не делать, в различных отделах покажутся собственные «версии» данных.

Значит, нужно будет тратить время на их сравнение и актуализацию. Косвенные затраты смогут выйти за рамки не только локальных задач, но и IT в целом, по причине того, что на арбитраж спорных вопросов будет отвлекаться управление, которое должно заниматься совсем вторыми вопросами. Так что таблицы, скорее, инструмент на уровне отдельного сотрудника, максимум отдела.

Но никак не для банка в целом.

OLAP-кубы

«OLAP» расшифровывается как «OnLine Analytical Processing», другими словами «своевременный анализ данных». Данный подход базируется на многомерном иерархическом представлении данных, что есть весомым плюсом разработки. Эти возможно детализировать, разглядывать в разных разрезах.

OLAP-кубы машинально агрегируют эти и предоставляют их пользователю в эргономичном виде. Помимо этого, скорость обработки запросов пользователя высока – в случае если, само собой разумеется, куб уже готов.

Тут начинаются неприятности, по причине того, что создание OLAP-куба занимает достаточно большое количество времени – в большинстве случаев, пара дней. Добавление новой «порции» данных ресурсоемкая задача, поскольку куб обязан «перестроиться» – трудиться сейчас с ним запрещено. Серьёзным минусом есть и его поддержки и стоимость решения.

Получается, что OLAP-кубы идеально подходят прекрасно сбалансированным, «устоявшимся» бизнес-процессам. Но в случае если все уже идет как по рельсам и нет обстоятельств для нередких модификаций, для чего по большому счету что-то разбирать? Данный вопрос чисто риторический.

Кроме того управление ведущих банков страны настроено инновационно. Компаниям мельче тем более расслабляться не следует. Необходимо следить за ситуацией , приобретать стремительные отчеты, вносить множество трансформаций, пробовать различные подходы, сравнивать результаты – и без того неизменно.

Значит, OLAP-кубы не подходят, они через чур неповоротливы для нередких модификаций.

BI-совокупности

К следующему витку эволюции инструментов для анализа данных относятся BI-совокупности. BI, либо Business Intelligence, в переводе «бизнес-аналитика». Звучит как очень неспециализированное определение, но de facto уже стало в полной мере узнаваемым форматом, осознать особенности которого несложнее всего на практике.

BI-совокупности разрешают избавиться от многих минусов вторых инструментов аналитики, и дают новые возможности. В их числе:

  • консолидация информации из разнородных источников (электронных таблиц, разных IT-совокупностей, баз данных);
  • высокая скорость обработки данных, а также громадных количеств;
  • повышенная безопасность, основанная на разграничении прав доступа;
  • минимизация антропогенного фактора, все сведенья детализированы до транзакций;
  • масштабируемость решения от нескольких пользователей до тысяч и сотен;
  • один администратор обязан совладать с развитием и поддержкой совокупности;
  • наглядная визуализация – эти отображаются в графиках, диаграммах, таблицах, на особых даш-бордах.

Раздельно необходимо отметить специальные возможности BI для банков. Легко выполняется расчет кратковременной ликвидности, среднедневных остатков, дебиторской задолженности, рентабельности активов в процентах и других показателей. Посредством моментальных выборок по бюджетам комфортно вести клиентские квитанции.

Нет неприятностей с расчетом процентной и непроцентной прибыли. Возможно разбирать нормативы ликвидности банка по рискам в течение дня (H2), месяца (H3), для долговременных активов (H4).

Исходя из этого BI-совокупности применяют не только банки – фактически все виды денежных организаций, а также микрофинансовые, а также в подразделениях и компаниях, трудящихся за пределами финсектора, но связанных с финансами – к примеру, занимающихся проектным бюджетированием, управлением внутренними инвестициями в холдингах, страхованием.

Посредством Business Intelligence сроки формирования новой аналитики возможно сократить до 90% от показателей, каковые считались обычными раньше. Время на формирование отчетности по раскрывающимся подразделениям – до 95% меньше. Это звучит революционно.

Так и имеется!

Переход на BI-совокупности, очевидно, потребует некоторых вложений и усилий. Но среди вероятных альтернатив рентабельность велика, и основное – это не затыкание дыр в IT, а инвестиция в развитие. Никаким вторым методом не окажется в один момент сэкономить, ускорить, увеличить функционал банковской аналитики, и в один момент повысить уровень качества отчетов.

Это весьма замечательный инструментарий, что везде употребляется на конкурентных зарубежных рынках.

Ужесточение контроля в русском банковской сфере стартовало весьма мощно, и, учитывая внешнюю конъюнктуру, будет осуществляться в любом случае. Вопрос в том, каким банкам наведение порядка навяжут регулирующие органы и все более агрессивные соперники – а кто успеет сделать это сам, и применяет для выживания.

Аналитики американской исследовательской компании IDC прогнозируют, что лишь в регионе EMEA (Europe, the Middle East and Africa) к 2019 году каждый год вводимая в эксплуатацию новая емкость хранения для Big Data достигнет 20 эксабайт (другими словами 20 млрд привычных гигабайтов). Специалисты Gartner уверены, что качественная аналитика получает все более значимое, кроме того стратегическое значение для большинства фирм и бизнес-ролей: независимо от вида деятельности предприятия, на протяжении каждого бизнес-процесса происходит анализ и сбор информации, а любой сотрудник есть пользователем аналитики. Согласно расчетам Gartner, в 2016 году всемирный рынок бизнес-аналитики вырастет более чем на 5% если сравнивать с прошлым годом и достигнет $16,9 млрд.

Все это говорит о том, что правила игры изменяются не только локально, в связи с трансформациями на русском рынке – но и глобально, под действием технического прогресса. Быть может, а также вероятнее, в будущем покажутся кроме этого новые, более действенные инструменты для своевременного анализа всевозрастающих количеств данных. Но на данный момент и в ближайшей в обозримом будущем BI-совокупности, практически, безальтернативны в том месте, где необходимо навести порядок в данных скоро, в рамках довольно маленьких бюджетов, и не «раз и окончательно», а в виде регулярного фонового процесса.

Бизнес-лидерство11343 9

Какие конкретно банки погибнут в кризис

IT-менеджмент4399 19

Как прекратить зависеть от разрешённых и начать ими руководить

Listening to shame | Brene Brown


К прочтению:

самые интересные статьи, подобранные как раз для Вас:

spacer