Лариса Фомина, ВТБ и Андрей Пивоваров, Oracle в России и СНГ.Фото: ВТБ, Oracle

— Лариса, чем сейчас занято сейчас ваше подразделение?

Лариса Фомина: Задач у нас достаточно много. Одной из приоритетных на сегодняшний день является успешное завершение проекта по построению системы маркетинга в режиме реального времени для физических лиц, который мы начали в прошлом году.

— Расскажите, пожалуйста, подробнее об этом проекте…

Лариса Фомина: Мы выстраиваем систему, которая нацелена на анализ клиентских потребностей в реальном времени, и на основе этих данных она генерирует новые релевантные предложения. Такой подход, безусловно, позитивно влияет на кросс-продажи продуктов, транзакционную активность, качество сервиса и в итоге на лояльность клиентов. Например, когда мы видим транзакцию в режиме реального времени, мы в тот же момент можем предложить клиенту совершить еще одну покупку со скидкой у нашего партнера по программе лояльности в том же торговом центре, где он сейчас находится.

— Подобные системы развиваются и в других банках. В чем особенность именно вашего подхода?

Лариса Фомина: Большинство данных, которыми обладает Банк, это информация, распределенная во времени. Сюда относятся транзакции по картам, переводы между счетами, обращения клиентов в контактный центр, их действия в интернет-банке и так далее. С этими данными нужно работать, как с подвижными потоками, а не как со статичной информацией. Таким образом, «сердцем» нашей системы является платформа, на которой обрабатываются потоки клиентских данных. Для этих целей мы выбрали быстро развивающееся ПО с открытым кодом Apache Kafka и реализовали на его основе движок обработки комплексных событий. С его помощью мы можем анализировать сложные ситуации, строить расчеты за любые периоды времени и объединять события по нескольким источникам взаимодействия с клиентом в реальном времени.

Андрей Пивоваров: Если заглянуть в технологии глубже, то можно добавить: несмотря на то что основную IT-обвязку, а именно высоконагруженную базу данных, а также движок по обработке событий и обработки данных от источников, в банке решено было создавать, используя подход Big Data на решениях Open Source, участники проекта пришли к выводу, что ПО Open Source, хоть и менее затратно при внедрении, но более сложно при дальнейшем обслуживании и развитии. Поэтому после ознакомления с международными практиками и опытом коллег было решено остановиться на оптимизированном программно-аппаратном комплексе для обработки и анализа больших данных Oraсle Big Data Appliance, использующем отрытое ПО Hadoop. А с учетом того, что Банк уже имел продолжительный и весьма положительный опыт использования программно-аппаратных комплексов Oracle, он в итоге получил максимальную оптимизацию «железа» и ПО.

— Насколько Банк был готов перейти на такую достаточно новую парадигму?

Лариса Фомина: Безусловно, как и во многих других больших компаниях, которые строили свою IT-инфраструктуру не один десяток лет, в нашем Банке накопилось большое количество различных систем со своими особенностями. Однако благодаря оперативному хранилищу данных (ODS) на основе СУБД Oracle все изменения данных из разных источников попадают в единое пространство. Затем при помощи специализированного адаптера Oracle Golden Gate for Hadoop изменения данных преобразуются в потоки, с которыми мы работаем.

Андрей Пивоваров: Да, ODS — это фактически промежуточная база данных, которая позволяет решать несколько задач: объединять данные об одном клиенте из нескольких баз данных, приводить данные к единому стандарту и даже давать доступ к горячим данным до того, как они будут перегружены в большое хранилище данных, что может занять много часов или даже дней.

ПО Open Source, хоть и менее затратно при внедрении, но более сложно при дальнейшем обслуживании и развитии

Так, в Банке в качестве платформы для ODS уже значительное время используются программно-аппаратные комплексы Oracle Engineered Systems, разработанные как единое целое и за счет этого оптимизированные под конкретные задачи или нагрузки. На русский язык Oracle переводит это название как оптимизированные или интегрированные программно-аппаратные комплексы. Слово «оптимизированные» — главное. К ним, в частности, относятся Oracle Big Data Appliance и Oracle Exadatа.

Концепция программно-аппаратных комплексов включает в себя многоуровневую оптимизацию — дискового пространства, более экономного использования процессорных ресурсов, электричества, а также на уровне сопровождающего их персонала. Так, у наших клиентов, которые с архитектуры Oracle на классическом «железе» перешли на Oracle Exadata, в среднем уменьшилась потребность на уровне процессоров в два-три раза. Таким образом, за счет этого существенно снижается стоимость самого железа, стоимость лицензий, количество потребляемого электричества, а также улучшается ряд других показателей.

Так Oracle Big Data Appliance — это готовый, собранный, сконфигурированный и оптимизированный Hadoop кластер с единой точкой поддержи (Oracle), несмотря на то что большинство компонентов Hadoop — действительно из мира Open Source. Причем с учетом тренда перемещения нагрузок в облако наши комплексы доступны и в качестве облачных сервисов инфраструктуры.

— А как работает система?

Лариса Фомина: На входе система RTO прослушивает около 26 потоков данных, в которые входят фронтальные системы обслуживания клиентов в ТП и АКЦ, а также системы WAY4 и Profile для анализа транзакционной активности клиентов. В среднем за одну секунду система обсуживает порядка 100 обращений к специалистам банка и около 15 тыс. транзакций по картам и счетам. Эти данные, в свою очередь, обогащаются и преобразуются в более 100 целевых потоков, которые мы используем для составления и трансляции маркетинговых предложений нашим клиентам.

— Такой подход соответствует мировым трендам?

Андрей Пивоваров: RTO — это, безусловно, тренд, и решения в данной области востребованы не только в российских, но и в международных компаниях. Почему это так и что это дает? Первое, что стоит отметить, — это сокращение времени, за которое необходимо реагировать на то, что происходит вокруг. Если десять лет назад все вполне мирились с тем, что несколько дней можно подождать, пока данные появятся в хранилище и их можно будет начинать анализировать, то сейчас это не так. Бизнес требует сократить время вплоть до Real-Time. Технологии Oracle GoldenGate, которые активно использует банк ВТБ, обеспечивают сбор, маршрутизацию, преобразование и доставку транзакционных данных между гетерогенными средами в реальном времени c минимальной дополнительной нагрузкой.

Второй тренд — это увеличение объемов данных. Их действительно становится очень много, и постоянно появляются новые источники. С удешевлением хранилищ данных у бизнеса появляется вполне обоснованное желание все данные хранить и пытаться анализировать. Потому что на старых технологиях это будет очень дорого, а есть цель в удешевлении. И Oracle как раз старается решить обе эти задачи, то есть создает продукты, которые ускоряют перемещение данных и с точки зрения соотношения price/performance позволяют банкам сделать более интересное предложение своим клиентам.

Третьим пунктом надо выделить потоковую (стриминговую) аналитику. Стриминг позволяет обрабатывать события, по сути, на лету. Это даже не слой базы данных, куда что-то записывается в хранилище и потом достается. Банк просто быстро обрабатывает сообщения о карточных транзакциях, данные онлайн-банкинга или ДБО.

Значимые технологические прорывы случаются преимущественно в тех компаниях, где IT не обслуживают задачи локальных офисов или функциональных подразделений, а оказывают стратегическую поддержку бизнесу

Компания Oracle большое внимание уделяет развитию своих решений в направлении решения задач по предложению RTO и добилась существенных успехов, став технологическим лидером в этой области.

— Насколько сложно использовать такую систему?

Лариса Фомина: Основные пользователи этой системы — бизнес -пользователи, поэтому она должна быть технически простой и удобной в эксплуатации. Наши бизнес-аналитики и маркетологи получили простой, но мощный инструмент для быстрой разработки, тестирования и запуска новых событийных кампаний. У Банка уже был позитивный опыт работы с этим инструментом, так что обучение пользователей не потребовало много времени.

На данный момент уже запущены сценарии по предложению кредитных продуктов Банка, развитию транзакционного поведения клиента и оценке его лояльности. Готовим новые предложения по работе с клиентами в сегменте оттока. К середине года планируем запустить порядка 20 точечных сценариев.

Андрей Пивоваров: Добавлю, что банк ВТБ активно исследует и использует новые технологии, чтобы получать большую отдачу для бизнеса по разным продуктовым направлениям. Банк одним из первых начал использовать и получать значимые преимущества от Oracle Engineered Systems в России, а недавно в числе первых в мире опробовал облачное автомномное хранилище данных — Oracle Autonomous Data Warehouse.

Имея отлаженную связку решений от Oracle — Big Data Appliance, SuperCluster и GoldenGate (включая Oracle Change Data Capture), Банку оставалось только развернуть кластер под стриминговую аналитику. Что и было успешно сделано.

Мировой и российский опыт Oracle говорит о том, что значимые технологические прорывы случаются преимущественно в тех компаниях, где IT не обслуживают задачи локальных офисов или функциональных подразделений, а оказывают стратегическую поддержку бизнесу. Это одно из весомых слагаемых успеха данного и других проектов, с успехом реализованных в ВТБ

— Каких бизнес результатов вы ждете от этого проекта?

Лариса Фомина: Мы планируем, что проект выйдет на самоокупаемость уже к концу этого года. Если говорить о текущих результатах, то работа с событиями пользователей в режиме реального времени помогает нам увеличивать транзакционную активность клиентов на 10–20%.