Финансовая сфера

Банковское обозрение


  • От экспертной оценки бизнес-эффекта BI к прямым измерениям
21.11.2017 Мнение

От экспертной оценки бизнес-эффекта BI к прямым измерениям

Мир не стоит на месте. Буквально каждый год одна технологическая революция сменяется другой


Казалось бы, еще вчера мы назначали друг другу встречи в метро по проводному телефону. Сегодня же не можем представить себе, как выйти на улицу без смартфона, в котором, как иногда говорят, сосредоточена вся жизнь современного человека.

Стремительными темпами развивается практически любая область нашей жизнедеятельности. Мы активно обсуждаем вопросы повсеместной цифровизации, перспективы применения блокчейна и машинного обу­чения. К таким «горячим» информационным поводам относится и бизнес-аналитика — тема довольно обширная, о которой можно говорить часами или даже написать книгу. К слову, труды о прошлом, настоящем и будущем аналитики известных в профессии людей давно заслужили привилегированное место на книжной полке специалистов. Казалось бы, тема раскрыта уже с разных сторон, однако новые работы продолжают появляться, удовлетворяя потребности искушенного читателя. Что же происходит в этой области? Почему со временем разговоры о бизнес-аналитике не только не утихают, а наоборот, становятся все более масштабными и вовлекают все большую аудиторию?

С ростом возможностей аналитических решений и конкуренции на рынке финансовых услуг значительно увеличилось количество задач, которые ставятся компаниями и могут быть решены на аналитическом технологическом стеке. Раньше под банковской аналитикой в основном понимали возможность автоматизировать процессы построения регулярной управленческой отчетности. Сейчас банковская бизнес-аналитика — это многогранная область с бесконечным количеством прикладных задач, реализация которых не просто помогает принимать правильные управленческие решения, но и позволяет бизнесу зарабатывать реальные деньги. Иными словами, по ряду проектов в области аналитики рынок переходит от традиционной экспертной оценки бизнес-эффекта к прямым измерениям, которые позволяют соотнести размер инвестиций с дополнительными положительными потоками денежных средств от реализации проекта, получив тем самым период его окупаемости.

Кто же при таких вводных является ключевым заказчиком проектов в области аналитики? Разумеется, это те подразделения, которые помогают банку заработать больше и потерять меньше. Речь идет о службах, управляющих продуктовыми предложениями и следящих за динамикой продаж, а также «чистотой» кредитного портфеля. Именно в этих зонах как воздух необходимы новые подходы, позволяющие получать нужные качественные данные в максимально оперативном режиме, и инструменты работы с информацией, которые дают возможность правильно ее интерпретировать и поставить на службу бизнесу. Здесь обязательно стоит упомянуть об операционной аналитике. Это тот случай, когда аналитика выходит за рамки своей классической описательно-прогнозной формы, внедряется непосредственно в операционный процесс (например, удержание клиентов или повторные продажи продуктов банка) и начинает работать в нем в режиме, близком к реальному времени, для того чтобы максимизировать эффект от приложенного аналитического воздействия. Именно такое будущее для аналитики и пророчат эксперты. Более того, для технологических лидеров финансового сектора это будущее уже наступило. В нашем случае около 75% портфеля проектов и задач развития аналитических систем реализуются для департамента управления рисками и службы по работе с просроченной задолженностью, а также направления, которое занимается поддержкой и развитием прямых и перекрестных продаж. Кстати, в структуре всех IT-задач департамента управления рисками доля тех, что связаны с развитием аналитических систем, составляет около 50%. Это достаточно внушительное количество, говорящее о важной роли, которую играет аналитика в работе этого подразделения.

При этом нет какого-то универсального рецепта, как «правильно» внедрить и развивать направление бизнес-аналитики у себя в компании. Это комплексный вопрос, на решение которого влияет множество факторов и особенностей, отличающих вашу компанию от конкурентов.

Поделюсь тремя ключевыми принципами, помогающими нам быть организацией, которая научилась эффективно использовать сегменты аналитической экосистемы практически в каждом направлении бизнеса банка.

Во-первых, в области управленческой отчетности мы ушли от разработки готовых отчетных форм и стали предоставлять бизнесу актуальные данные и удобные инструменты работы с ними. При этом бизнес-владелец этих данных отвечает за их качество перед своими потребителями. Такая модель позволяет быть достаточно гибкими в зоне скорости получения нужной информации о компании и снизить стоимость разработки.

Во-вторых, мы приняли стратегическое решение, что аналитика — это наша ключевая компетенция и нам необходимо иметь команду собственных специалистов, работающих над ее развитием. Поэтому количество внешних контрагентов было уменьшено с трех до одного, а собственную команду мы увеличили за последние три года в три раза. Такая схема работы позволяет нам быстрее реализовывать поставленные задачи. Например, мы сократили длительность релиза («пакет» необходимых IT-доработок) с трех до полутора месяцев. Кроме того, наличие необходимой экспертизы внутри компании дает нам возможность внедрять срочные задачи в ускоренном режиме.

В-третьих, критичным фактором является наличие союзника из числа топ-менеджеров, который спокойно воспримет временные трудности, поддержит команду и будет готов лично вкладываться в то, чтобы на финише результат был строго положительным. Я считаю, что в этом плане нашему банку повезло вдвойне, потому что союзников, которые интересуются новыми технологиями и готовы погружаться детально в процессы развития, у нас несколько.

Отдельно хочу затронуть тему сходящего с олимпа популярности явления под названием Big Data. Стало заметно: рынок осознал, что какие-либо активности в этой области должны проявляться не в рамках потребности разработчиков и их руководителей внедрять технологию как таковую, а как результат размышлений о том, каким образом наиболее эффективно реализовать возникший у компании бизнес-кейс. Так и только так. Мне очень понравилось выражение hype-driven development, которое я услышал от коллеги на одной конференции. Эта фраза очень четко отразила давно не покидающее нас ощущение, что многие подходили к внедрению элементов Big Data именно с этой позиции, которую теперь лично я могу выразить буквально в этих трех словах. Кстати, погрузившись в вопрос этимологии данного выражения, на просторах Интернета я наткнулся на его подвид, наиболее распространенный, на мой взгляд, именно в нашей стране — сonference driven development.

Данный пример с Big Data наглядно показывает, что отношение рыночных игроков к различным явлениям со временем меняется, и наш банк не является исключением. Правда, я бы сказал, что мы скорее изначально были «привиты» от реакции на ажиотаж, создаваемый теми или иными трендами. Поэтому, несмотря на настойчивые рекомендации внешних консультантов активно инвестировать в R&D, мы всегда с холодной головой подходили к принятию решений о запуске проектов, в которых на момент принятия решения о запуске не удается нащупать экономическую пользу для компании. При этом я не призываю к исключению подобной статьи из годового бюджета, однако мотивы расходования денежных средств должны быть разумными и взвешенными, а не импульсивными.

Завершить все сказанное хотелось бы цитатой из книги Билла Фрэнкса «Революция в аналитике». Она отлично иллюстрирует картинку того мира, в котором мы скоро будем жить. «Если в вашей организации аналитика все еще опирается на ручные, кустарные, разовые процессы, то такой подход необходимо оставить в прошлом. Подобно тому, как промышленная революция преобразила индустриальное производство, так и операционная аналитика преобразит способы разработки, внедрения и применения аналитики. Промышленная революция в аналитике уже идет. Готовы ли вы к ней присоединиться?».

МНЕНИЕ ЭКСПЕРТА

Виталий Занин,
директор по работе с клиентами и маркетингу, ПрограмБанк

 

Полностью согласен, что для решений класса BI все более актуальными становятся прикладные задачи, решение которых дает быстрый экономический эффект. То есть не просто анализ клиентской базы, а формирование готовых предложений для конкретных клиентов. Банк обладает огромным массивом информации, ему полезно ее использовать для максимальной индивидуализации своих предложений.

Один из способов — выделение в различных клиентских сегментах (по отрасли, региону, значимым контрагентам, количеству сотрудников) «чемпионов». «Чемпионство» можно оценивать, например, по росту бизнеса. Далее банк анализирует, чего не хватает «нечемпионам», чтобы тоже стать «чемпионами», и что из этого он может предложить. Например:

• у клиента есть проблемы с ликвидностью (это видно по низкому среднему времени пребывания рубля на расчетном счету). В этой ситуации банк может предложить кредитную линию, и она будет востребована клиентом;

• аналогично, банк может предложить кредитную линию, если он диагностирует проблемы с регулярной выплатой зарплаты, но при этом нет «сворачивания» самого бизнеса;

• если компания много работает с госструктурами (или «чемпион» в этой группе активно и успешно работает с госструктурами), то банк может предложить банковскую гарантию;

• возможна ситуация, когда банк видит, как лидер из той же отрасли успешно продает аналогичный товар за границу, а у его клиента новых покупателей нет и/или обороты недостаточны. В этом случае логично предложить услуги по внешнеэкономической деятельности.

«Знай своего клиента» — один из примеров того, как мы видим работу современной BI­системы в банке. Это не просто информация, а генератор роста доходов банка: и от текущих клиентов, и за счет привлечения новых.

Реклама






Новости Релизы
Сейчас на главной

ПЕРЕЙТИ НА ГЛАВНУЮ