Консалтинг и автоматизация в области управления
эффективностью банковского бизнеса

Публикации

Банковские технологии

Как получить управленческую отчетность при нехватке исходных данных?

Низкое качество данных – это извечная проблема, с которой приходится бороться российским банкам. В силу понятных причин чаще всего она рассматривается в контексте подготовки обязательной отчетности, предоставляемой кредитными учреждениями в Банк России. Не осталась в стороне от обсуждения этой проблемы и компания Intersoft Lab (см., например, опубликованную около трех лет назад статью В. Чаусова и А. Кудинова «Семь нот качества данных» // Банковские технологии. – 2010. – № 12, где был дан подробный анализ типовых ситуаций, встречающихся при выпуске регуляторной отчетности). Вместе с тем обеспечить надлежащее качество данных необходимо для формирования любого вида банковской отчетности.

Как показало анкетирование участников состоявшегося недавно в Ассоциации российских банках семинара «Управленческий учет и бюджетирование в финансовом секторе – эффективные практики автоматизации», 77,3 % российских банкиров считают сегодня самой востребованной BPM-задачей подготовку управленческой отчетности. (BPM, Business Performance Management – управление эффективностью бизнеса; ВРМ-системы опираются на хранилище данных и обеспечивают автоматизацию управления прибыльностью, планирования и бюджетирования, подготовки банковской отчетности).

Основываясь на проектный опыт компании Intersoft Lab, мы знаем, что одна из наиболее серьезных проблем при подготовке управленческой отчетности связана с недостаточностью данных в оперативных системах. Поэтому неудивительно, что среди ключевых тем мероприятия, которое Intersoft Lab подготовила и провела при поддержке АРБ, значительный интерес участников вызвало обсуждение вопроса получения управленческой отчетности при нехватке исходных данных. Опытом решения этой задачи поделились представители ЗАО «Русский Международный Банк», где на BPM-платформе «Контур» реализован проект автоматизации управления прибыльностью (см. также: Кретов И., Кудинов А. Технологии Business Performance Management в Русском Международном Банке и Военно-Промышленном Банке // Банковские технологии. 2013. № 6).

Известно, что с отсутствием всех необходимых аналитических признаков сталкивается практически каждый российский банк. Причины этого сугубо индивидуальны, но выход, как мы считаем, есть. Существует два основных подхода разрешения подобной ситуации.

Первый подход – универсальный. Суть его в том, что нужно разобраться с проблемой качества данных еще на уровне их источников. Intersoft Lab оказывает услугу BPM-консалтинга, в рамках которого формируются требования к составу объектов и атрибутов данных. Задача банка – обеспечить их присутствие в исходных системах для корректного выпуска отчетности. Например, в ходе выполнения проекта по построению Системы подготовки отчетных данных на базе хранилища данных «Контур» во Всероссийском банке развития регионов специалисты нашей компании совместно с руководством и сотрудниками этой кредитной организации провели детальный анализ практики подготовки банковской отчетности. Он позволил создать сводную логическую матрицу, в которой зафиксированы объекты учета и источники, данные которых используются при построении отчетных форм, а также перечень аналитических атрибутов объектов учета. Матрица послужила основой для подготовки отчета о качестве данных, содержащего перечень рекомендуемых технических и организационных мер, предусматривающих повышение качества данных как на уровне источников, так непосредственно в хранилище с помощью инструментов обогащения данных.

К сожалению, не всегда и не каждое кредитное учреждение может завести все недостающие данные в источниках и догрузить их в хранилище. Таким банкам мы предлагаем воспользоваться итерационным подходом, который доказал свою эффективность на практике. Нужно начать с малого – с подготовки отчетности по имеющимся данным. Например, с выпуска управленческой отчетности по данным бухучета в аналитических срезах, информация по которым имеется в учетных системах. Затем, если состав аналитики недостаточен, пойти на определенные допущения, компенсировав отсутствующие данные с помощью имеющихся, а в дальнейшем, при развитии проекта, последовательно наращивать качество данных.

Именно так поступил один из наших заказчиков, у которого аналитический признак ЦФО отсутствовал в учетных данных АБС, а для его включения в учетную систему понадобилась бы значительная нежелательная доработка. Поэтому приняли допущение, что счета по каждому клиенту должны быть закреплены только за одним клиентским менеджером. В хранилище «Контур» была настроена модель финансовой структуры: создан справочник ЦФО, а ответственные сотрудники получили возможность закреплять клиентских менеджеров за соответствующим ЦФО. Таким образом была обеспечена связка «клиент – ЦФО», и все учетные объекты, связанные с клиентом, получили аналитику ЦФО. С помощью механизмов классификации в приложении «Управленческий учет» данные бухгалтерского учета были обогащены признаками ЦФО, что позволило сформировать управленческую отчетность в разрезе этого признака.

С аналогичной проблемой (невозможностью по организационным причинам завести в модуле «Зарплата и кадры» системы 1C признак ЦФО) пришлось столкнуться еще одному нашему заказчику – ОАО «Московская Биржа» – при автоматизации управленческого учета. Для представления в управленческих отчетах сведений о затратах на персонал в разрезе ЦФО данные ФОТ были разнесены по ЦФО в зависимости того, к какому ЦФО относится сотрудник согласно информации о его принадлежности к тому или иному подразделению в соответствии со штатным расписанием.

Приведенные примеры подтверждают: качественную отчетности в рамках принятых допущений получить возможно. Иногда принятое допущение является временным, и следующим шагом должно стать повышение качества данных, а для этого нужно будет навести порядок в учетных системах (см. первый подход).

Проиллюстрируем это на примере проекта, стартовавшего в одном крупном банке в начале 2013 года. Там стояла задача получить отчетность в разрезе банковских продуктов. Проблема заключалась в том, что только у части данных, загружаемых в хранилище из различных модулей АБС (Главной книги, кредитного, депозитного и карточного модулей), наличествовали аналитические признаки, синхронизованные с общим справочником банковских продуктов. Часть же первичной информации (данные об операциях по карточкам) выгружалась из «карточного» модуля, где имелся собственный справочник банковских продуктов, который не был синхронизован с основным справочником. Данные справочника карточного модуля отличались крайне низким качеством, хранилось там более 30 тыс. записей. Чтобы не тормозить внедрение системы, было принято решение ограничиться отчетностью в разрезе банковских продуктов на основе данных, классифицированных этим аналитическим признаком, а карточные продукты объединить в один виртуальный продукт. Несмотря на то что это допущение сузило возможности банка в аналитике по карточкам, реальную отдачу оно позволило получить уже на раннем этапе. Следующим шагом – для расширения состава аналитик – станет повышение качества данных в учетной системе. Для этого справочник карточного модуля будет исправлен и приведен в соответствие основному.

Таким образом, реализуя итерационный подход, банк может получить неоспоримую «начальную» пользу – повысить технологичность подготовки отчетов, облегчить работу как банковских IT-служб, так и специалистов по подготовке отчетности. Однако на достигнутом не стоит останавливаться, ведь реальная отдача от полномасштабной работы BPM-системы гораздо существеннее и разнообразнее. Поэтому мы рекомендуем – и готовы оказать в этом содействие – провести в банке комплекс методических, технологических, организационных и информационных мер в целях повышения качества данных, что позволит в разы повысить КПД банковской BPM-системы.

Автор: И. Кретов, Н. Солдатов
Источник: Банковские технологии, 2013, № 9, с, 42-43