Публикации

Intersoft Lab в СМИ - истории успеха клиентов, интервью и мнения экспертов компании, обзоры рынка CPM

Аналитическая трансформация в банке: взгляд со стороны ИТ

О том, как перейти к управлению банком на основе данных и внедрить культуру принятия информированных решений специально для сайта АРБ рассказала Юлия Амириди, заместитель генерального директора компании Intersoft Lab.

События последнего года стали серьезной проверкой для банков на устойчивость и эффективность их бизнес-моделей и бизнес-процессов. На повестку дня вышла цифровая модернизация внутренних управленческих процессов, иначе говоря, аналитическая трансформация. О необходимости в ней заявили больше 80% представителей ИТ-служб банков, участвовавших в недавнем экспресс-опросе АРБ[1]. Ее цель – обеспечить новое качество принятия решений и подготовки регуляторной отчетности за счет перехода к управлению на основе данных (data-driven).

Понятие data-driven появилось в 90-х годах прошлого века. Информационный взрыв в 2000-х и последовавшая масштабная оцифровка данных создали почву для реализации этого подхода. Сегодня о важности управлять бизнесом на основе данных говорят уже представители Банка России[2].

Идея подхода состоит в том, что решения должны опираться на цифры, а не на управленческую интуицию и личный опыт. Для этого нужно анализировать данные, строить на их основе прогнозы, просчитывать альтернативные варианты и принимать управленческие решения, выбирая наиболее уместную в текущей ситуации альтернативу.

С позиции ИТ для перехода к управлению на основе данных необходимо:

  • Разработать и поддерживать в актуальном состоянии модель финансовых данных банка, состав информационных объектов в которой должен быть адекватен стоящим перед банком управленческим и регуляторным задачам.
  • Построить высокопроизводительную инфраструктуру для управления данными, в том числе обеспечивающую сбор данных из разных источников, их консолидацию, хранение и анализ.
  • Создать технологию обеспечения качества данных.
  • Развернуть специализированные приложения для расчета управленческих альтернатив (версий финансовых планов, прогнозов состояния ресурсов и др.) с использованием современных инструментов прогнозирования.
  • Внедрить в кредитной организации «культуру данных», которая предполагает, что данные на всех уровнях менеджмента рассматриваются как актив, а любые решения без исключения принимаются только на их основе.

В значительной степени в решении перечисленных вопросов продвинулись крупные банки. У большинства из них развернуты корпоративные хранилища данных, разработаны собственными силами либо приобретены у внешних поставщиков модели данных, внедрены инструменты обеспечения качества данных. У многих выделены роли директора по данным, владельцев и экспертов по данным, в той или иной мере формализованы и документированы процессы управления данными. По оценке Банка России, приведенной в опубликованном весной консультационном докладе[3], крупные организации чаще всего являются наиболее зрелыми с точки зрения систем управления данными.

Остальным участникам рынка на пути к управлению на основе данных только предстоит решить перечисленные выше методические, технологические и организационные вопросы.

С методической точки зрения наиболее болезненной для банков задачей является разработка модели финансовых данных - обязательной составляющей системы управления данными. Здесь помощь участникам рынка готовится оказать регулятор. В планах Банка России - разработка и поддержка в актуальном состоянии Национальной модели финансовых данных, которую банки смогут использовать при подготовке обязательной отчетности и других данных для предоставления в органы надзора и государственной власти. Второй важный методический аспект, в котором регулятор рассматривает возможность поддержать кредитные организации – предоставление рекомендаций по составу проверок качества данных, их описаний и организация обучающих курсов по управлению данными. Реализация этих мер должна выровнять методическую готовность банков к аналитической трансформации.

Однако, важно иметь в виду, что Национальную финансовую модель данных, ориентированную, в первую очередь, на обеспечение требований регулятора, нельзя отождествлять с моделью данных, которая необходима банку для подготовки управленческой и аналитической отчетности, расчета прогнозов и управленческих альтернатив. «Регуляторная» модель – важнейшая часть модели данных банка, ее ядро, но она не покроет решение всех внутренних задач, которые важны для управления бизнесом. И банкам следует предусмотреть инструментальные возможности развития такой модели своими силами или с привлечением вендоров, имеющих опыт реализации управленческих приложений и понимание, какой атрибутивный состав необходим для их функционирования. Иначе можно воспользоваться готовой моделью от отечественных поставщиков, синхронизированной с Национальной моделью финансовых данных.

В части технологической поддержки аналитической трансформации текущая озабоченность ИТ-служб банков связана с выбором импортонезависимых платформ управления данными, включая инструменты для обеспечения качества данных, и приложений для управления эффективностью и подготовки различных видов отчетности. По мнению участников опроса АРБ, основные препятствия здесь - заморозка бюджетов (83%) и отсутствие отечественных аналогов у зарубежного ПО (50%).

Приостановка финансирования аналитической трансформации - неприятный признак наметившегося перекоса в перераспределении банковских ИТ-бюджетов в пользу программ импортозамещения на значимых объектах КИИ. На стратегическом горизонте он чреват потерей финансовой устойчивости и снижением конкурентоспособности бизнеса и требует скорейшего урегулирования. В то же время внедрение подходов к управлению на основе данных с использованием современного отечественного ПО - отличная возможность для банков улучшить качество принимаемых решений, оптимизировать расходы, повысить маневренность и обеспечить достижение финансовых целей.

Отсутствие отечественных аналогов у зарубежных систем управления данными и эффективностью - распространенное заблуждение, сформировавшееся на фоне длительного доминирования иностранных вендоров, прежде всего, в крупных банках. На самом деле, если не рассматривать электронные таблицы, которые являются самым распространенным инструментом оцифровки управленческих данных, то практически по всем ключевым направлениям использования прикладного аналитического ПО доля проникновения иностранных систем в банки уступает аналогичному показателю для систем российской разработки. Например, отечественных систем для бюджетирования в банках внедрено в 7 раз больше, чем иностранных, для управленческой отчетности - почти в 2,5 раза больше, для расчета аллокаций и трансфертной стоимости ресурсов - в 2 раза больше. И только в части планирования и прогнозирования доли внедрения отечественных и иностранных приложений в российских банках сопоставимы.

По мнению аналитиков компании Kept (экс-KPMG в России) в финансовой отрасли имеющиеся отечественные платформы покрывают 84% функционала зарубежных систем управления данными и прикладного аналитического ПО. По данным АРПП «Отечественный софт» в сводную Функциональную Технологическую Карту Банка России включены 620 приложений для решения бизнес-задач банков от 130 российских ИТ-компаний. На сайте АРПП в Каталоге отечественного взаимозаменяемого ПО для финансового рынка и тематических обзорах отечественного ПО прямо сейчас можно найти подробную информацию о системах-аналогах иностранного ПО.

Главным организационным вызовом на пути к внедрению в банках data-driven подходов является формирование на всех уровнях управления культуры принятия информированных решений на основе данных и аналитики. Формирование культуры данных предполагает:

  • Признание ценности данных; для этого выделяют в отдельную оргштатную единицу - службу управления данными во главе с директором по данным, которая одновременно пропагандирует принципы полезного использования данных внутри банка и выступает организатором процессов управления данными.
  • Обеспечение доверия к данным; достигается за счет внедрения в банке организационных и технологических мер обеспечения качества данных.
  • Формализацию процессов работы с данными в форме внутренней организационно-распорядительной документации.
  • Развитие у сотрудников навыков аналитической работы с данными. Обеспечивается за счет обучения персонала методам и технологиям извлечения полезной информации из данных, в том числе методам прогнозирования на основе продвинутой аналитики и ИИ.
  • Обеспечение связи между аналитической работой с данными и профессиональными успехами и карьерным ростом. Достигается за счет внедрения мотивационных схем, ориентированных на поощрение инноваций и экспериментов, основанных на данных.

Комплекс «культурных» вопросов выходит далеко за границы ИТ-службы и должен решаться на самом высоком уровне управления, поскольку успех аналитической трансформации зависит в равной мере от программного обеспечения, готовности персонала и организации процессов управления данными и принятия решений в банке.



[1] «Аналитическая трансформация в банке: взгляд со стороны финансов». Подготовлено Intersoft Lab по данным экспресс-опроса Ассоциации российских данных (АРБ). Ссылка в сети интернет: https://www.arb.ru/banks/analitycs/analiticheskaya_transformatsiya_v_banke_vzglyad_so_storony_finansov-10622873.

[2] Умение управлять бизнесом на основе данных становится все более ценным навыком. Банковское обозрение. 26 апреля 2023. Адрес в сети Интернет: https://bosfera.ru/bo/umenie-upravlyat-biznesom-na-osnove-dannyh-stanovitsya-vse-bolee-cennym-navykom.

[3] Состояние и перспективы развития систем управления данными участников финансового рынка. Доклад для общественных консультаций. Центральный банк Российской Федерации, 2023. Ссылка в сети интернет: https://www.cbr.ru/Content/Document/File/145403/Consultation_Paper_14032023.pdf.

Автор: Юлия Амириди, заместитель генерального директора компании Intersoft Lab

Источник: Сайт АРБ, рубрика "Аналитика"