Банк ВТБ разработал и внедрил комплексный процесс подготовки управленческой отчетности в сегменте средний и малый бизнес в формате Analytics-as-a-Service. На основе детальных массивов информации бизнес-пользователи принимают решения с целью повышения эффективности бизнес-процессов. О реализации проекта рассказал Иван Уколов – вице-президент, начальник управления «Аналитика и отчетность продаж СМБ» департамента Анализа, координации и продуктового развития Блок среднего и малого бизнеса Банка ВТБ, и номинант на премию Data Award.
— Что вы понимаете под Analytics-as-a-Service применительно к потребностям пользователей ВТБ?
Основная идея – максимально облегчить процесс получения отчетности сотрудниками банка, минимизировать количество точек контакта пользователя с разработчиками в процессе подготовки. Тем самым мы оптимизируем ресурсы, дополнительно сокращаем время создания аналитических продуктов и обеспечиваем end-to-end процесс от запроса данных до его трансформации в концепцию, а также техническую реализацию финального продукта с исполнением всех бизнес-требований.
— Какие проблемы пользователей решали, реализуя этот проект?
Проблем было несколько. Во-первых, у пользователей не было полного знания о продукте в каждый конкретный момент времени и статистики о своем продукте, которые критично необходимы для принятия бизнес-решений. Во-вторых, мешало отсутствие единого центра компетенций по реализации и дальнейшему сопровождению готовой отчетности. Наконец, нас не устраивал длительный процесс разработки, сложные и многоуровневые форматы взаимодействия с кросс-функциональными командами.
— Какие рассматривали возможности и альтернативы?
Первый альтернативный вариант – оставить текущие процессы без изменений, при этом принимая явные риски отсутствия оперативной информации и отчетности как для бизнес-подразделений, так и для руководства. Второй – отложить собственное решение до появления в банке успешной реализации систем отчетности другими подразделениями. Они оба нас не устраивали.
— Какие требования предъявлялись к решению, как формулировались его задачи?
Блоку Средний и малый бизнес Банка ВТБ требовалось создать систему оперативной релевантной отчетности и аналитики, обеспечивающей повышение эффективности бизнес-решений на основе комплексной информации по основным показателям, характеризующим бизнес всего блока – в том числе продукты, каналы, продажи.
Еще одно важное требование – масштабируемость решения на большую филиальную сеть и адаптивность к изменениям бизнес-процессов.
— Что было выбрано в качестве платформы?
Хранилище данных построено с использованием следующего технического стека: Hadoop, Airflow, Kafka, QlikSense, Informatica MDM, Spark, Scala, Arenadata.DB, Git, Яндекс.Метрика.
— Что решение представляет собой с точки зрения пользователя?
У пользователя появились дашборды, а также понятная система поддержки и развития их функциональности с прозрачным SLA.
— Что, с вашей точки зрения, удалось особенно удачно?
За счет оптимизации релизного процесса удалось в разы сократить время создания платформы, сохранив при этом основную ценность для пользователей, когда каждая поставка несет в себе бизнес-ценность.
Как отметили коллеги из технологического блока, участвовавшие в проекте, задача по созданию платформы отчетности имела ряд интересных особенностей: разные классы отчетности – оперативная, аналитическая, ad-hoc, совершенно разные источники данных (более 50), начиная от ключевых систем банка и аналитических хранилищ, заканчивая целым рядом внешних аналитических сервисов. То есть платформа должна была удовлетворять не только требованиям по возможности загрузки и преобразования больших объемов гетерогенных данных, но и отвечать высоким SLA с точки зрения оперативности данных, отказоустойчивости и производительности. По совокупности факторов для реализации была выбрана платформа Hadoop. Проект выполнен в кратчайшие сроки для задач такой сложности и объемов функционала благодаря максимальному вовлечению бизнес-заказчика и совместной работе всех участвующих команд на результат.
— В платформе для работы с данными остаются западные продукты (Informatica, QlikSense). Почему, и какие планы?
В банке запущена программная инициатива импортозамещения, которая предполагает постепенную замену западных продуктов аналогами решений, которые существуют на нашем рынке. Одно из обязательных условий, имеющих наибольший вес при принятии решения о выборе продукта, – сохранение текущей функциональности.
— Какие достигнуты результаты?
Усовершенствована система мотивации Банка ВТБ в сегменте СМБ для более чем 6 тыс. сотрудников сети продаж за счет внедрения новых витрин данных и отчетных форм. Нами сформирован центр компетенций по продуктовой и канальной аналитике за счет внедрения BI-инструментария для динамично развивающихся продуктовых направлений и каналов продаж, а также каналов обслуживания клиентов. С использованием современных инструментов (Kafka) выстроен процесс стриминга данных из систем на омниканальной архитектуре в озеро данных банка.
— Пытались ли оценить экономический эффект?
Да. Эффект отражается как на финансовом результате отдельно взятых продуктов, так и на Блоке СМБ в целом.
— В чем роль проекта для бизнеса ВТБ?
Внедрена система принятия решений, выстроенная на основе data-driven подхода с использованием реальных данных о клиентах и объемах бизнеса. Банк в целом теперь знает своего клиента лучше, а подразделения, которые взаимодействуют с клиентами, обеспечены аналитикой для максимального фокуса на потребностях клиента.
— В каком направлении будет развиваться проект?
Дальнейшее совершенствование проекта напрямую связано с развитием продуктового предложения Блока СМБ. Кроме того, технологическая трансформация процессов в Банке ВТБ требует загрузки в хранилище новых систем-источников данных и развитие на их базе всесторонней аналитики.