Консалтинг и автоматизация в области управления
эффективностью банковского бизнеса

Публикации

Национальный банковский журнал (NBJ)

Новая жизнь банковского хранилища данных или хранилище данных как RegTech-платформа

В. Чаусов: «Я бы назвал технологию хранилищ данных одной из базовых RegTech-технологий, имеющих серьезные перспективы развития».

 

О перспективах развития хранилищ данных в современном цифровом банке в интервью Национальному Банковскому Журналу (NBJ) рассказал генеральный директор компании Intersoft Lab Валерий Чаусов.

 

NBJ: Законы ИТ-рынка таковы, что на вершину популярности возносится весьма ограниченный перечень концепций и технологий. На наших глазах топовые в недавнем прошлом технологии хранилищ данных и бизнес-аналитики, уступили место облачным вычислениям, «in-memory» аналитике, а далее блокчейку, интернету вещей, большим данным и искусственному интеллекту. Значит ли это, что правы оказались эксперты, которые предсказывали близкую гибель традиционных хранилищ данных?

В. Чаусов: Эксперты явно поспешили с выводами. Традиционные хранилища данных (ХД) прочно занимают свою нишу, не конкурируя с технологическими новшествами, а, напротив, гармонично дополняя их. Технологии Big Data могут быть исключительно полезны для анализа неструктурированных данных, но для целого ряда практических задач необходимо объединять данные из нескольких источников (как традиционных, так и неструктурированных), сделать это проще всего в ХД. Хорошим примером является клиентская аналитика, требующая привлечения данных о транзакциях клиента, его кредитной истории, а также оцифрованной информации из социальных сетей и др. медиа-источников. Другой пример. Всем очевидны преимущества, которые обеспечивает технология «in memory» аналитики в части оперативности анализа данных. Но для ряда задач, особо требовательных к качеству данных, она не подходит. А вот технология ХД обеспечивает очистку, выверку и необходимую «предпродажную» подготовку данных. Традиционные ХД остаются востребованными потому, что у банка всегда будут задачи, решать которые проще «на» хранилище данных. В первую очередь, они связаны с построением управленческой и регуляторной отчетности, финансовым планированием, риск-менеджментом. Другими словами, современное ХД – это решение категории «must have» для банка, один из «системообразующих» компонентов ИТ-инфраструктуры.

 

NBJ: Тезис о ценности данных, как одного из ключевых активов организации, хорошо известен. Для банков, как для предприятий, не относящихся к реальному сектору, весь бизнес должен строиться вокруг данных и динамически управляться ими. Сможет ли традиционное хранилище данных обеспечить необходимую мобильность бизнесу и поддержку его новых направлений?

В. Чаусов: Давайте разберемся. Основная бизнес-ценность хранилища – это именно данные, которые в него собираются. Причем бизнес-ценность этих данных можно многократно повысить при обогащении их новыми аналитическими признаками, при вычислении на их основе разного рода показателей, при использовании данных ХД в прогностических моделях любой сложности. Для всех задач аналитики (кроме задач, требующих анализа в реальном времени, которых у банка не очень много) данные ХД могут быть с успехом использованы. Это один аспект, связанный с многократным повторным использованием данных ХД. Есть другой ракурс, связанный с метаданными. Правильно организованное хранилище опирается на отраслевую модель данных. Модель может быть легко расширена при возникновении новых бизнес-задач путем добавления необходимых атрибутов, сущностей и связей. ХД не только должно уметь расширяться, оно просто обязано расти вместе с бизнесом. Примером успешного развивающегося ХД является решение, построенное на базе ПО Intersoft Lab в Банке Санкт-Петербург. На первом этапе проекта предусматривался сбор данных бухгалтерского учета, клиентских данных и данных по кредитным договорам, тем самым была удовлетворена потребность департамента кредитных рисков в анализе корпоративного и розничного портфелей. Для поддержки задачи контроля показателя краткосрочной ликвидности по Basel III и вычисления кодов усреднения для расчета обязательных нормативов ликвидности банк самостоятельно расширил метамодель ХД. Следующим этапом развития ХД явилось расширение метамодели под задачи розницы, в том числе для контроля транзакций по пластиковым картам и анализа программ лояльности. Этот пример иллюстрирует, что корпоративное ХД – это технологическая основа, вокруг которой может быть выстроена дата-центричная архитектура кредитной организации. Формирование такой архитектуры длительный, но неизбежный процесс, в основу его должно быть положено построение общей модели ключевых бизнес-данных банка.

 

NBJ: Многие последние инициативы Банка России стимулируют финансовые организации правильно работать с данными. Вспомним хотя бы недавнее внедрение в НФО стандартов XBRL для отчетности. Можно ли в этой связи говорить о том, что варианты использования ХД будут расширяться в сторону поддержки регуляторных требований?

В. Чаусов: Очень правильный вопрос. Поддержка дата-центричной технологии XBRL – только одно из очевидных применений ХД, которые являются идеальной средой для сбора, выверки и подготовки к отправке регулятору отчетных данных любой гранулярности. Регуляторная нагрузка на финансовые организации постоянно увеличивается, а с ней растут затраты банков на обеспечение соответствия регуляторным требованиям. По оценкам западных экспертов трудозатраты на поддержку GRC[1] составляют 10-15%, думаю, что в России они еще выше. Сегодня в большинстве предложений ХД ограничиваются автоматизацией процесса подготовки отчетности по РПБУ. Речь идет в первую очередь о сложных формах отчетности, требующих объединения данных разных учетных систем. Это обеспечивает существенное сокращение затрат банков. Но на задачи поддержки регуляторных требований надо смотреть шире. Я бы назвал технологию ХД одной из базовых RegTech технологий, имеющих серьезные перспективы развития.

NBJ: Мы привыкли, что в контексте RegTech чаще всего упоминаются технологии, поддерживающие AML/KYC/CDD[2]. Поясните, пожалуйста, для каких еще задач, кроме подготовки регуляторной отчетности может быть полезно ХД?

В. Чаусов: Перечень RegTech-запросов очень широк. Прежде всего, это задачи риск менеджмента, включая управление процентным риском, риском ликвидности, управление экономическим капиталом банка. Далее идут напрямую связанные с управлением рисками задачи финансового планирования. Общеизвестно, как сложно построить реалистичный план банка, сбалансированный по множеству параметров, в том числе по риск-аппетиту, вести планирование с заданной степенью детальности, учесть поведенческие особенности клиентов, прогнозы макроэкономической ситуации и выйти на целевые показатели эффективности. Нельзя не упомянуть и задачу подготовки отчетности по IFRS9. Все перечисленные задачи отличаются повышенной трудоемкостью, большим процентом ручного труда, связанного со сбором, подготовкой и анализом данных. Все они предъявляют повышенные требования к агрегации данных, управлению данными, к обработке больших объемов данных, требуют быстрого просчета и сопоставления многочисленных сценариев.

На рынке RegTech сегодня стартапы составляют абсолютное большинство. Но есть и традиционные вендоры, к числу которых относится и компания Intersoft Lab, постоянно развивающая свои продукты. Так поддержка перечисленных задач реализована в новейшей четвертой версии платформы «Контур», которая готовится к выходу в начале следующего года. Корпоративное ХД имеет все шансы постепенно трансформироваться в полноценную RegTech-платформу.



[1] GRC (Governance, Risk management and Compliance) – стратегическое управление, риск менеджмент и поддержка соответствия регуляторным требованиям

[2] AML (Anti-Money Laundering) борьба с отмыванием средств, KYC (know your customer) - набор идентификационных процедур, применяемый банками для противодействия мошенничеству, хищениям и финансированию незаконных операций, CDD (Customer Due Diligence) – комплексная проверка клиента.