журналы подразделения новости подписка контакты home

архив
2001 год
2002 год
2003 год
2004 год
2005 год
2006 год
2007 год
2008 год
2009 год
2010 год
рубрики
СЛИЯНИЯ И ПОГЛОЩЕНИЯ

Банковское регулирование

БАНКОВСКИЕ СТРАТЕГИИ

ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ

БАНКОВСКИЕ СИСТЕМЫ

ПЛАТЕЖНЫЕ КАРТОЧКИ

Банковское оборудование

БАНКОВСКИЙ МЕНЕДЖМЕНТ

БАНКОВСКИЙ МАРКЕТИНГ

Новые рыночные страны

Новые рыночные страны

гостям
Агентство "Стандарт" предлагает вам подписаться на экномические журналы – лидеры в своей области.
























"Банковская практика за рубежом" – №1, 2005

ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ

Интеллектуальная система управления банком

Современное аналитическое программное обеспечение дает возможность извлекать ценные сведения из постоянно поступающих в банк потоков неструктурированной информации

Характерной особенностью последних лет стало бурное развитие концепций и технологий корпоративного управления. Однако для обеспечения качественного менеджмента необходима максимально полная информация, впрочем, сейчас эта проблема вполне решаема. Системы категории Business Intelligence (BI), популярность которых в мире растет день ото дня, представляют собой мощный инструментарий, обеспечивающий постановку накопленной в банках информации на службу финансовому бизнесу, причем, как в стратегическом плане, так и на уровне оперативного управления. Информационно-аналитические системы Business Intelligence (BI-системы) относятся к классу корпоративных платформ контроля и управления и играют роль ядра для всей системы управления финансовым институтом – той важнейшей "детали", без которой сегодня не может обойтись средний и крупный банковский бизнес. BI-системы обеспечивают сбор достоверных данных о рыночной обстановке, анализ собранной информации, перевод стратегических задач банка в количественные и качественные характеристики, планирование развития и моделирование различных, в том числе и кризисных, ситуаций.

Определение терминов

Термин "Business Intelligence" известен уже сравнительно давно, но впервые он был введен в обращение аналитиками компании Gartner в конце 80-х годов и сформулирован как "пользовательский процесс, включающий доступ к информации, ее исследование и анализ, а также формирование интуиции и понимания, которые ведут к улучшенному и сознательному принятию решений на основании достоверных данных". Позже, в 1996 году, этот термин был уточнен: "инструменты для анализа данных, построения отчетов и запросов, которые помогают бизнес-пользователям синтезировать из большого количества данных наиболее значимую для них информацию". Сегодня эти инструменты в совокупности попадают в категорию, называемую "бизнес-разведка" (Business Intelligence).

Затем появилось еще несколько определений BI, трактующих сам термин, к примеру, как "процесс превращения данных в знания, а знаний – в бизнес-действия для получения выгоды. Данный процесс – деятельность конечного пользователя, которую облегчают различные аналитические и групповые инструменты и приложения, а также инфраструктура хранилища данных". Некоторые специалисты рассматривают BI не как процесс, а как результат процесса извлечения знаний (как сами знания о бизнесе для принятия решений). По их терминологии, "Business Intelligence – это знания, добытые о бизнесе с использованием различных аппаратно-программных технологий, дающих возможность компаниям, в том числе и финансовым институтам, превращать данные в информацию, а затем информацию – в знания".

Такое определение четко разграничивает понятия "данные", "информация" и "знания". Данные понимаются как реальность, которую компьютер записывает, хранит и обрабатывает. Это "сырые данные". Информация – это то, что человек в состоянии понять о реальности, а знания – это то, что в бизнесе используется для принятия решений. В процессе сбора информации для получения знания часто применяют хранилища данных, а для представления этого знания пользователям – инструменты бизнес-разведки. Средства анализа и хранилищ данных призваны находить в крупных объемах данных и информации то существенное, что реально обогащает компанию полезными знаниями. Они не пытаются полностью заменить человека, а используют для формирования гипотез интуицию, основанную на его подсознании и личном опыте.

Какими бы ни были определения Business Intelligence, очевидно то, что в широком смысле этот термин обозначает:

lпроцесс превращения данных в информацию и знания о бизнесе для поддержки принятия оптимальных решений;

lинформационные технологии (методы и средства) сбора данных, консолидации сведений и обеспечения доступа бизнес-пользователей к знаниям;

lзнания о бизнесе, добытые в результате углубленного анализа детальных данных и консолидированной информации.

На сегодняшний день во многих банках накоплены колоссальные объемы бизнес-информации, включая разнообразные сведения о клиентах, продуктах и услугах. Важность этих данных для систем поддержки принятия решений, идет ли речь о стратегии развития финансового института или о текущем управлении бизнесом, трудно переоценить. Тем не менее, в подавляющем большинстве банков этот информационный ресурс практически не востребован из-за разнородности первичных сведений, их раздробленности по многочисленным базам данных в разных банковских подразделениях, отсутствия надежного аналитического инструментария либо опыта его применения и т.д. Системы BI наряду с хранилищами данных и приложениями бизнес-аналитики представляют собой тот инструментарий, который помогает извлекать максимум информации из имеющихся первичных данных, выявлять скрытые закономерности и основные тенденции, строить прогностические модели, т.е. в конечном счете – превращать имеющиеся у банка данные в источник дополнительной прибыли.

В последнее время BI-системы и платформы бизнес-аналитики формируют наиболее динамичные сегменты на рынке программного обеспечения для банковской отрасли в ведущих странах мира. Спрос на них демонстрируют представители различных финансовых институтов. При этом, если крупные банки воспринимают BI-системы в качестве неотъемлемого компонента стратегического управления предприятием, то представители среднего и малого банковского бизнеса пытаются применить BI-приложения для более эффективного использования уже имеющихся данных.

Объединение информации, хранящейся в различных корпоративных базах данных, в конечном итоге повышает конкурентоспособность банка. Для более эффективного использования сведений необходимо консолидировать разбросанные сведения по различным системам ERP (enterprise resource planning – управление ресурсами предприятия) и CRM (customer relationship management – управление отношениями с клиентами), почтовым ящикам рабочих групп, электронным таблицам и иным приложениям. В результате высшее руководство банка, принимающее решения и отвечающее за стратегию его развития, получает надежный фундамент для корректной оценки текущего положения финансового института на рынке и для более эффективного планирования его развития, а также реализации маркетинговой стратегии банка.

Правильное внедрение и эффективное использование систем BI помогает достичь более тесной интеграции бизнес-процессов, повысить уровень обслуживания клиентов и улучшить качество управления банковским персоналом. Кроме того, внедрение BI-платформ содействует выявлению потенциала для дальнейшего развития финансового института, который прежде был скрыт в информации, находившейся в изолированных, не согласованных друг с другом базах данных, функционирующих в отдельных банковских подразделениях. Повышение эффективности бизнес-процессов и выявление новых возможностей для развития бизнеса приводят как к явному (рост объемов продаж), так и к опосредованному (повышение лояльности потребителей) увеличению доходов банка.

Интеграция данных и бизнес-процессов, обеспечиваемая решениями класса Business Intelligence, дает возможность точно определять сильные и слабые стороны в работе финансового института. Повышение прозрачности взаимоотношений между руководителями и сотрудниками банка, службой информационных технологий и остальными подразделениями гарантирует устранение имеющихся недостатков в деятельности финансового института, минимизирование непроизводительных расходов, более рациональное использование ресурсов и радикальное совершенствование малоэффективных бизнес-процессов.

Сегодня категории BI-продуктов включают BI-инструменты и BI-приложения. BI-инструменты, в свою очередь, делятся на: генераторы запросов и отчетов; системы онлайновой аналитической обработки данных (on-line analytical processing – OLAP); корпоративные BI-наборы (enterprise BI suites, EBIS) и BI-платформы. В последнее время средства генерации запросов и отчетов в большой степени поглощаются и замещаются корпоративными BI-наборами. Многомерные OLAP-механизмы или серверы, а также реляционные OLAP-механизмы являются BI-инструментами и инфраструктурой для BI-платформ.

Большинство BI-инструментов применяются конечными пользователями для доступа, анализа и генерации отчетов по данным, которые чаще всего располагаются в информационных хранилищах или оперативных накопителях данных. Разработчики приложений используют BI-платформы для создания и внедрения BI-приложений, которые не рассматриваются как BI-инструменты. Примером BI-приложения, в частности, может быть информационная система руководителя EIS (Executive Information System), предоставляющая менеджерам информацию для принятия управленческих решений.

Признанный лидер

Лидером среди финансовых институтов в секторе внедрения BI-систем на корпоративном уровне следует, пожалуй, признать американский банк KeyCorp с объемом активов на общую сумму $88 млрд. По данным Шравана Котхи, старшего вице-президента банка по вопросам BI-решений, уже на протяжении 10 лет KeyCorp использует BI-инструменты PowerPlay от компании Cognos Corporation, крупнейшего наряду с фирмой Business Objects провайдера систем Business Intelligence для отрасли финансовых услуг. Применение технологии PowerPlay, по мнению Котхи, дает KeyCorp возможность успешно интегрировать операции по отчетности, в том числе с использованием инструментальных панелей, систем визуализации, отображения ключевых показателей бизнес-деятельности и данных о ее текущем состоянии. По словам старшего вице-президента кливлендского банка, KeyCorp принял решение о внедрении PowerPlay, когда стало очевидным, что крупные объемы данных в разных форматах и из различных источников становятся существенным барьером на пути получения максимальной выгоды от применения BI-продуктов.

"Главная причина, вследствие которой мы приняли решение о внедрении технологии PowerPlay, состоит в том, что в банке было множество источников данных, причем, разного формата и предназначения. Нам требовалось применить ряд аналитических методов, чтобы проанализировать и понять их, но у нас в этом плане были ограниченные ресурсы как с технической точки зрения, так и в плане наличия квалифицированного персонала. В то время в KeyCorp не было ни единого централизованного корпоративного хранилища данных (data warehouse), и мы порой узнавали важную информацию из уст рядовых банковских сотрудников случайным образом", – поясняет Котха.

По его словам, для извлечения максимальной выгоды от применения BI-инструментов банк должен располагать центральным репозиторием данных. Если финансовый институт не имеет корпоративного хранилища данных, он не сможет успешно внедрить BI-решение, каким бы потенциально эффективным и качественным оно ни было. Именно с учетом этих факторов в KeyCorp в свое время было принято решение о создании центрального репозитория данных, после чего банк приступил к внедрению аналитических технологий, которые удовлетворяют сегодня все требования бизнес-деятельности, осуществляемой в KeyCorp.

По данным Котхи, BI-инструментарий от фирмы Cognos помогает KeyCorp проводить полномасштабный комплексный анализ больших объемов данных, получая результаты этого анализа в реальном масштабе времени. Ранее, как утверждает старший вице-президент кливлендского банка, обычно аналитик KeyCorp имел в своем распоряжении BI-инструмент, анализировавший данные лишь по ограниченному количеству параметров (три-четыре) и показателей. Но сегодня, когда этот американский банк располагает корпоративным хранилищем данных, в котором объемы информации уже измеряются не мега-, а гига- и даже терабайтами, пользователи могут запрашивать данные по множеству параметров и получать фактически мгновенный ответ.

Ускорение анализа данных, по словам Котхи, привело к сокращению времени, требуемого для выполнения тех или иных бизнес-задач. "Если ранее аналитику банка приходилось тратить 80% своего времени на отбор данных и лишь 20% – на их анализ, то с внедрением BI-инструментария все изменилось с точностью до наоборот. В последнее время банковские сотрудники использовали основную часть своего рабочего времени для подготовки и утверждения отчетов. Применение корпоративной BI-системы повысило эффективность и оптимизировало процессы отчетности, что дало возможность упростить работу персонала, а также сократить производственные расходы и издержки", – поясняет Котха.

Вместе с тем, как утверждает Котха, до 2010 года специалистам вряд ли удастся создать единый универсальный инструмент, пригодный для решения всех BI-задач. Однако он также прогнозирует, что в течение ближайших двух-трех лет будет происходить консолидация BI-инструментов и их провайдеры станут предлагать финансовым институтам пакеты из нескольких инструментов, функционирующих как единая BI-система. Вместе с тем, как считает Лео Такер, директор по маркетингу фирмы Cognos, сами банки пока слабо используют потенциал уже имеющихся на рынке BI-технологий и "применяют BI-инструменты не так эффективно, как могло бы быть".

Наряду с этим, по словам Такера, в настоящее время среди финансовых институтов превалирует тенденция приобретать BI-инструменты для каждого подразделения, например, один BI-продукт для департамента ипотечного кредитования, еще один – для подразделения розничных банковских операций и т.д. "Смесь" этих продуктов внутри одного банка, как поясняет Такер, сводит эффективность BI-технологий фактически до нуля. "Банк платит за отдельные BI-продукты разным технологическим компаниям, вместо того чтобы направлять финансовые средства на покупку одного универсального BI-инструмента. Впрочем, сегодня так уже поступают ведущие мировые банки, приобретающие BI-продукты не для каждого банковского подразделения отдельно, а закупая единый централизованный инструментарий, способный решать задачи всех структурных подразделений финансового института в корпоративном масштабе. В данном случае руководству банка остается только организовать подготовку и обучение персонала правилам его использования. Естественно, такая методика куда более эффективна", – резюмирует Такер.

В настоящее время в банке KeyCorp функции по обеспечению централизованной работы всех BI-инструментов и технологий возложены на специально созданный комитет по управлению корпоративной системой "бизнес-интеллекта". Его члены – высококвалифицированные специалисты технологического подразделения KeyCorp, которые проводят анализ и оценку всех запросов пользователей на приобретение тех или иных BI-продуктов. После этого они принимают соответствующие решения исходя из потребностей банка в таких продуктах на корпоративном уровне. "Именно в этот комитет сегодня могут обращаться наши пользователи, если у них есть предложения по приобретению для их бизнес-нужд необходимых BI-инструментов. Он рассматривает все запросы и выносит решения о покупке самых эффективных BI-продуктов, способных удовлетворить потребности всех подразделений банка", – поясняет Котха.

Ключевая цель

По данным директора по маркетингу фирмы Cognos Лео Такера, наряду с поддержкой корпоративных возможностей по подготовке отчетных материалов BI-инструменты и централизованный репозиторий данных играют важную роль в приведении операционной деятельности банков в соответствие требованиям нормативов Базель II в части управления рисками и американского закона Sarbanes-Oxley, устанавливающего стандарты прозрачности деятельности компании.

"Использование BI-продуктов в этом плане крайне важно, поскольку оба нормативных документа требуют от финансовых институтов всеобъемлющего анализа и понимания хранящихся данных", – говорит Такер. Когда, к примеру, речь идет о выполнении требований закона Sarbanes-Oxley, то применение BI-инструментов снижает вероятность передачи искаженных и неправильных данных руководству банка и наделяет его правдивой и корректной информацией. Кроме того, по словам Такера, корпоративные хранилища данных в состоянии обеспечить банки информацией, которая дает им возможность принимать оптимальные решения по оценке степени риска тех или иных финансовых операций. Наконец, как отмечает старший аналитик британской компании Butler Group Майкл Азофф, консолидированные источники данных и передовые BI-инструменты существенно повысили эффективность аналитических и отчетных процессов, поскольку оперативно обеспечивают пользователей необходимыми данными для подготовки и принятия правильных решений.

Однако ключевая цель использования BI-инструментария в банковской отрасли заключается, как представляется, в организации надлежащего управления отношениями с клиентами. Основная тенденция применения BI-технологий в финансовом секторе в настоящее время состоит в полномасштабном использовании аналитики данных для более эффективного привлечения потребителей к банковскому сервису через различные каналы дистрибуции финансовых услуг.

Так, к примеру, локальный американский банк Canandaigua National Bank с объемом активов в $983 млн. менее двух лет тому назад внедрил набор cView – пакет решений business intelligence и CRM от компании-провайдера Open Solutions. По словам Джо Дагена, старшего вице-президента Canandaigua National Bank, главная цель этого мероприятия заключалась в необходимости расширения масштабов использования банковских данных в интересах совершенствования всей бизнес-деятельности банка. "Мы приступили к поиску эффективных решений в секторе CRM и Business Intelligence около двух с половиной лет назад. Компания Open Solutions, наш главный и надежный провайдер систем по обработке данных, использовалась нами для приобретения у нее BI-инструментария для анализа, оценки и надлежащего использования клиентской информации", – говорит Даген. По его словам, с момента внедрения BI-набора cView банку Canandaigua National за два года удалось увеличить объем активов от $800 млн. до $980 млн., а также повысить коэффициент удержания клиентов от 89 до 92%.

Заслуживает внимания и тот факт, что анализ клиентской информации с помощью BI-технологий помогает банкам… выбирать наилучшее место для открытия банковских отделений. Так, например, американский кредитный союз Community Choice Credit Union из штата Мичиган при подборе месторасположения своего второго отделения внедрил технологию картирования (mapping technology) для оценки мест дислокации офисов одного из банков, которые были закрыты в результате проведенного поглощения.

Для этой цели Community Choice Credit Union приобрел BI-инструмент под названием Smart Site Solutions от компании MapInfo, обеспечивающий визуальное отображение данных по клиентским счетам и трансакциям и, таким образом, создавающий для финансового института целостную картину о всех его потребителях. По словам Эла Бири, старшего менеджера клиентской службы MapInfo, программное обеспечение картирования интерпретирует данные таким образом, чтобы помочь банкам понять профайлинг своих клиентов и определить наилучшие места дислокации новых отделений. "Мы собираем "географическую" информацию и создаем на ее базе аналитические решения или инструменты, которые дают банкам возможность определять те самые "горячие" точки, которые с учетом конкурентной ситуации на локальном рынке могут стать наилучшим местом расположения их новых отделений", – говорит Бири.

По словам Скотта Уильямса, старшего вице-президента Community Choice Credit Union по вопросам стратегического маркетинга, с ужесточением конкуренции и сменой приоритетов в поведении клиентов кредитный союз стал испытывать необходимость в приобретении такого BI-инструмента, который мог бы повысить шансы на успех работы нового отделения. "Простого опыта ведения бизнеса при создании нового отделения сегодня уже недостаточно. Необходимо владеть научным и интеллектуальным инструментом оценки и воссоздания текущей ситуации с точки зрения аналитики и статистики", – поясняет Уильямс. Программное обеспечение от фирмы MapInfo помогло Community Choice идентифицировать 52 возможных пункта дислокации нового отделения. "Внимательно изучив и проанализировав все варианты, мы приняли решение приобрести недействующее отделение бывшего банка, которое находилось на пересечении крупных потоков потенциальных клиентов. Сегодня мы можем уверенно сказать, что этот выбор, осуществленный нами при помощи BI-инструментария от фирмы MapInfo, был сделан совершенно правильно", – говорит Уильямс.

Между тем, следует также отметить, что BI-продукты не лишены недостатков. Основной риск – слишком быстрые изменения в технологиях BI, использование непроверенных решений и средств. В этой связи банкам нужно постоянно отслеживать поставщиков, оценивать их устойчивость, направления развития BI-продуктов, регулярно пробовать новые средства, проводить типизацию и унификацию BI. Другой риск связан с качеством данных. Если они должным образом не преобразованы, не очищены и не консолидированы, то никакие "навороченные" возможности BI-инструментов или приложений не смогут увеличить достоверность сведений. Ряд проблем может возникнуть и из-за несогласованности метаданных. В рамках крупного финансового института эти вопросы решаются на инфраструктурном уровне благодаря созданию корпоративного хранилища данных и централизованному управлению метаданными. Создание хранилища помогает навести порядок в номенклатуре собираемых показателей, системе сбора данных, их распространения и санкционирования доступа.

Но, все же, преимуществ у BI-технологий, вероятно, больше. В конечном итоге, эти системы обеспечивают принятие взвешенных управленческих решений и создают для финансового бизнеса существенные преимущества, обеспечивая:

lвозможность прогноза путей развития банка;

lглубокий анализ рынков и потребностей клиентов;

lсвободу представления отчетов, их наглядность;

lвозможность своевременной реакции на изменения в поведении потребителей;

lоказание персонализированных услуг клиентам.

Олег Зайцев,
по материалам
Bank Systems & Technology, Intersoft Lab, "Открытые Системы", sas.com, ibs.ru

 
© агенство "Стандарт"