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
ИТОГИ И ТЕНДЕНЦИИ

Новые рыночные страны

БАНКОВСКИЕ СИСТЕМЫ

ИНТЕРНЕТ-БАНКИНГ

БАНКОВСКИЙ МЕНЕДЖМЕНТ

БАНКОВСКИЙ МАРКЕТИНГ

БАНКОВСКИЕ ПРОДУКТЫ

БАНКОВСКИЙ СЕРВИС

Банковская деятельность

Банковское оборудование

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
























"Банковская практика за рубежом" – №1, 2008

Банковская деятельность

Прогнозирование и комплексная обработка событий

Банкиры, страховщики и трейдеры используют аналитические методы, чтобы заглянуть в будущее и защититься от криминала

Комплексная аналитика обычно ассоциируется с торговлей акциями. Однако банки могут применять ее и для других, более традиционных операций: отслеживание мошенничества, связанного с кредитными картами, и случаев отмывания денег (money laundering), а также для наблюдения за поведением клиентов. Провайдеры программного обеспечения предлагают банкам решения, способные генерировать и обрабатывать большие объемы информации, связанные с действиями их клиентов. Комплексная обработка событий (complex event processing – CEP) – это технология построения и управления информационными системами на основе анализа рыночных процессов. Это концепция работы с множеством различных событий с целью идентификации явлений, имеющих большое значение для финансового учреждения.

Что это такое?

CEP использует такие методы как комплексное моделирование, событийная корреляция, обобщение, иерархическое распределение событий и взаимосвязи между событиями (причинная связь, принципы множества, синхронизация) и прочие приемы, помогающие банков­ским специалистам предугадать будущие события и тенденции.

Комплексное событие – это логический вывод из нескольких связанных между собой простых событий. Система СЕР – это технология, применяемая для выявления целого на основании анализа и корреляции частностей. Финансовые учреждения безотносительно к рынкам, на которых они оперируют, или к направлению своей деятельности могут получить (или потерять) большую прибыль, которая зависит от умения их специалистов анализировать произошедшие эпизоды для прогнозирования будущих событий. По традиции банки пытаются достичь этого при помощи планирования. Проводится сбор информации, проходят учебные занятия и различные презентации для сотрудников. Однако объем собираемой информации продолжает возрастать, отчего банки начинают применять все более сложные модели прогнозного анализа для обработки больших потоков данных. От использования этих моделей на ежегодной основе банки перешли на основу ежедневную, а на Уолл-Стрите – даже на действия в реальном времени.

Финансовые учреждения, которые задействуют технологии прогнозного анализа и применяют аналитические технологии, способны лучше понимать своих клиентов, осознавать свои действия и видеть ситуацию на рынках более детально. Возможно, даже более важно то, что они смогут идентифицировать тенденции и реагировать на них по мере их возникновения, что помогает им оставаться хозяевами положения.

В банковском деле прогнозная аналитика часто используется для сегментирования клиентов и предварительного моделирования новых типов продуктов и услуг, которые привлекут новые клиентские ресурсы либо помогут завоевать лояльность клиентов. «Прогнозная аналитика завоевывает все более прочные позиции в банковской деятельности, для которой в последние годы вообще характерен переход от ориентации на продукт к фокусированию на клиентах. Главный акцент смещается с прибыльности финансового продукта или услуги на суммарную прибыль за все время сотрудничества с клиентом», – говорит Марти Эллингсворт, президент Международной организации по стандартизации (ISO).

Применение прогнозной аналитики стало залогом успеха банка Wachovia. Отчасти для того, чтобы посодействовать использованию и развитию аналитических методов в построении нового типа взаимоотношений с клиентами, руководство банка перестроило деятельность своего маркетингового департамента, в который было включено несколько других отделов (таких как инновационный, отдел электронной коммерции и отдел, занимающийся вопросами лояльности клиентов).

«Теперь мы выстраиваем свою деятельность в большей степени в соответствии с принципами прогнозной аналитики и направляем на это больше интеллектуальных и материальных ресурсов, – рассказывает Дэн Торп, старший вице-президент Wachovia по статистике и моделированию. – Мы слили воедино (в одно подразделение) все отделы, деятельность которых касается этого направления».

Моделирование жизненного цикла

По словам Торпа, Wachovia имеет хорошо развитую систему моделей для завоевания клиентов и целевой работы с ними, так же как и моделей, касающихся оттока клиентов. Специалисты банка используют программу SAS Analytics. Из комбинации прогнозных моделей банк создает так называемую модель клиентского жизненного цикла, которая дает его сотрудникам представление о том, по каким направлениям и каналам нужно повысить либо снизить уровень коммуникации с потребителем.

«Мы отдаем предпочтение долгосрочной ценности перед чистым приобретением, – говорит Торп о концепции жизненного цикла. – Мы создали инфраструктуру, основанную на фактах, количественных показателях и прогнозном анализе для понимания того, какую отдачу приносят наши инвестиции».

Специалисты Wachovia также используют прогнозную аналитику для того, чтобы поднять ценность существующих взаимоотношений с клиентами. Аналитические модели применяются для развития жизненных циклов 13 млн. розничных клиентов Wachovia. Теперь банкиры предпочитают определять, в каких клиентских сегментах наиболее будут востребованы те или иные продукты либо услуги, а также какие из этих продуктов потенциально наиболее прибыльны, а не просто рекламировать и рекомендовать всё всем подряд. «Мы привносим знание о суммарной прибыли за жизненный цикл сотрудничества с клиентом в нашу фактическую работу с людьми», – говорит Торп.

Так как прогнозная аналитика, по словам Джона Лакера из Deloitte Consulting, помогает банкам приспосабливать свои продукты к специфическим нуждам клиентов, важность такой инновации возрастает при попытках финансовых учреждений лучше дифференцировать себя в условиях возрастающей конкуренции. «Люди требуют индивидуальных продуктов, которые удовлетворяют их конкретные требования. Мир уже не причешешь под одну гребенку», – говорит он. Более того, в погоне за большей отдачей от своих вложений клиенты готовы перераспре­делять имеющиеся средства из одних банков в другие больше, чем когда бы то ни было. Идентификация и удержание наиболее выгодных клиентов становится более сложной и важной задачей, чем прежде. «Мало найти таких людей, нужно сделать что-то, чтобы привлечь и «привязать» их. Нужно реагировать на их потребности», – комментирует Лакер.

Остановить мошенников

Поскольку прогнозная аналитика может применяться для идентификации наиболее ценных клиентов, есть возможность использовать ее и для определения той их части, которые наименее ценны, и даже тех, кто способен совершить мошенничество. Торп из Wachovia считает, что можно обнаружить мошенничество в банков­ской сфере методом прогнозного и структурного анализа. Для финансовых институтов важна способность моментально выявить попытки правонарушения. И здесь система СЕР может оказать существенную помощь. Анализ закономерностей или поиск отклонений уже некоторое время используются для установления мошенников в сфере кредитных карточек. Хакерские атаки против банков достигли рекордного уровня, преступники взламывают все большее количество клиентских счетов. По мнению экспертов по безопасности, структурный анализ может быть большим подспорьем в выявлении такой незаконной деятельности.

Этот метод включает в себя текущие серверные процессы, подтверждающие идентичность пользователей на основе того, какие типы трансакций они выполняют и откуда они входят в сеть. Затем данная информация сверяется с пользовательским профилем, фиксирующим наиболее типичные действия того или иного пользователя. В случае, если наиболее характерные черты проводимых трансакций не совпадают с ожидаемыми, такое движение средств на счете может быть немедленно «взято на заметку».

«Постоянно работая в «фоновом» режиме, такие системы поиска отклонений могут быть очень высокоэффективными в защите банков от финансовых злоумышленников, – говорит вице-президент Gartner Авива Литан. – Пользователь никак не ощущает их работу до тех пор, пока его действия не становятся подозрительными».

Одним из финансовых учреждений, которые планируют принять на вооружение технологию структурного анализа для защиты своих сетей от несанкционированного доступа, следует назвать американский банк JP Morgan. Этот финансовый институт уже опробовал технологию в своем розничном сервисе для отслеживания незаконных действий с кредитными карточками, а теперь подготавливает ее использование в своей службе безопасности.

Инспекторами по безопасности также применяется технология анализа закономерностей, особенно в ее наиболее развитой форме, называемой «комплексной обработка событий (СЕР) для пресечения покупки акций инсайдерами». Эта технология использует такие аналитические методы как обработка потоков событий, событийная корреляция и обобщение для обнаружения сложных закономерностей в событиях и причинно-следственных связях между ними.

«Инспекторам следует учитывать как историческую информацию, так и сведения, поступающие в банк в реальном времени, – объясняет Билл Хоббиб, вице-президент по маркетингу интернет-провайдера Streambase. – В таком случае можно выявить и отследить все продажи, которые происходят в реальном времени».

Аналитика и соответствие

Рынки ценных бумаг сегодня становятся все более насыщенными электронными технологиями, расширяются географически, растет стоимость сделок. В этих условиях к системам СЕР предъявляются повышенные требования. Так как через систему комплексной обработки пропускаются обширные потоки данных из несопоставимых источников, анализируемых в реальном времени, использующие ее финучреждения могут работать оперативнее, чем когда-либо ранее.

В современных условиях хронической нехватки ликвидности инвестиционные банки применяют технологию комплексной обработки событий для управления ликвидностью в реальном времени. Оно прежде раз в сутки осуществлялось вручную. Однако банкиры, по словам Джеффа Вуттона, вице-президента компании Aleri, провайдера программного обеспечения по обработке событийных потоков для финансовых учреждений, не были способны определять без задержек фактическое положение вещей в любой требуемый момент времени на протяжении дня. С технологией же комплексной обработки событий они могут видеть точное положение вещей в банке вплоть до операционного уровня, а также без проблем обращаться в случае надобности к информации об уже прошедших событиях.

«Это обеспечивает банкиров быстрым и точным методом определения тех действий, которые им следует выполнять при управлении ликвидностью», – считает Вуттон.

Подавляющее большинство аналитических систем, в которых реализована технология СЕР, применяются в алгоритмической и стратегической торговле ценными бумагами. Однако все большее число программ в этой области охватывают и другие аспекты рынка ценных бумаг – такие как мониторинг данных, маршрутизация, надзор, создание собственных данных, формирование рынков и контроль за торговлей.

Преимущества технологии СЕР очевидны, однако некоторые специалисты подвергают сомнению целесообразность внедрения такой инновации. Причины заключаются в разочаровании банкиров результатами работы различных систем, предназначенных для обнаружения и пресечения незаконной деятельности и отмывания денег (money laundering). Таким образом, некоторые руководители банков считают, что применение новой технологии не может решить проблем, для решения которых предназначена, а ее стоимость не соответствует возможной полезности. В ответ на это можно сказать, что современные подходы позволяют самостоятельно интегрировать в систему новые схемы работы или требуемые аналитические инструменты, что называется, «на лету», причем, не нужно будет каждый раз обращаться к провайдеру за дорогостоящими дополнениями и усовершен­ствованиями.

Другая причина скептического отношения к технологии комплексной обработки данных – проблема «мусор на входе – мусор на выходе» (принцип программирования, в соответствии с которым неверные входные данные могут привести к неправильному результату). При этом, данные для осуществления аналитической деятельности в реальном времени не могут обеспечить достаточного уровня достоверности конечных результатов.

Однако это всегда было проблемой для автономно работающих, не интегрированных друг с другом систем, ориентированных на обнаружение противоправной деятельности. Программы обработки событий должны базироваться на стандартизированных распределенных коммуникациях, например, на основе системы обмена мгновенными сообщениями или распределенной объектно ориентированной архитектуры, чтобы специалисты учреждения могли устанавливать корреляцию между выходными данными с различных платформ в целях повышения достоверности. Большая достоверность в данном случае влечет за собой уменьшение ложных сигналов тревоги на фоне повышенной чувствительности системы обнаружения.

Естественно, что наибольшей помехой для правильного подхода к решению важнейших проблем ИT-отделов финансовых учреждений могут быть негативные впечатления банкиров от работы с программами, которые не выполняли свое предназначение или выполняли его не в полной мере (например, в сфере CRM). Однако, как уже было отмечено выше, системы СЕР стали не только мощным инструментом в торговле ценными бумагами, но могут служить также и эффективным средством предотвращения незаконной деятельности, что очень важно в настоящее время.

Андрей Мамонтов,
по материалам Insurance & Technology

 
© агенство "Стандарт"