В компании «Финам» создан офис данных, главной задачей которого стало повышение эффективности бизнес-процессов и оптимизация работы с клиентами. О предпринятых шагах и принципах взаимодействия с бизнесом рассказывает Николай Саратовский, руководитель офиса данных компании «Финам» и номинант на премию Data Award.
— Два года назад вы участвовали в Data Award и рассказали о своих первых шагах по созданию в «Финаме» рекомендательных систем для менеджеров на основе машинного обучения. Что интересного произошло с тех пор? Выделите несколько ключевых вех.
Мы проделали огромный объем работы и буквально с нуля перезапустили все внутренние процессы. Это позволило нам максимально эффективно отработать падение на финансовых рынках в 2022 году и выйти из кризиса с минимальными потерями. В частности, мы расширили функционал рекомендательной системы, которая рассчитана как на действующих, так и на потенциальных клиентов. Был разработан центр управления коммуникациями, позволяющий эффективно доставлять предложение до клиентов с использованием различных каналов связи (не только через менеджеров). С помощью этой разработки мы смогли балансировать информационную нагрузку и на клиентов, и на персонал.
— Как были сформулированы задачи, стоящие перед офисом данных, какова его миссия? На каком этапе своего развития он находится?
Ситуация на финансовых рынках постоянно меняется, а в последний год волатильность повысилась еще сильнее, поэтому нам приходится проявлять гибкость, чтобы отслеживать все тренды. На этом фоне видоизменяются и эволюционируют задачи, которые стоят перед дата-офисом. Также на нашей деятельности сказываются и внутренние процессы – мы выстраиваем свою работу, исходя из накапливаемых в озере данных и вливания в него новых источников. Если кратко, наша основная миссия – повысить эффективность бизнес-процессов таким образом, чтобы минимизировать влияние внешних факторов и оптимизировать работу с клиентами без потери качества – в частности, увеличить кросс-продажи, используя минимум ресурсов.
— Важной целью офиса данных обычно становится евангелизация работы с данными и продвижение в компании data-driven культуры. Какие усилия прикладываются в этом направлении?
В нашем подразделении появились дата-стюарды, которые как раз стали евангелистами data-driven культуры в компании. Они вырабатывают принципы построения хранилища данных, занимаются описанием источников данных, а также дают оценку их качества. Кроме того, дата-стюарды выстраивают базу знаний, позволяющую аналитикам и дата-сайентистам эффективно и быстро работать с данными, искать необходимые для бизнеса ответы на вопросы и разрабатывать новые системы на базе машинного обучения.
— Что важнее: организационные мероприятия или техническая «демократизация данных» – обеспечение их прозрачности и доступности?
На мой взгляд, оба эти фактора важны одинаково, они взаимно дополняют друг друга.
— Какие технологии лежат в основе хранилища данных и решений для управления и работы с данными?
Мы используем Hadoop, Spark, Kafka и Python.
— Какие показательные проекты были реализованы в последнее время, каковы их результаты?
Мы реализовали и продолжаем развивать три больших проекта: рекомендательная система 2.0, умный аналитический дайджест и автоматизированные отчеты (по компании в целом и продуктам в частности).
В рамках рекомендательной системы мы сократили количество коммуникаций вдвое по сравнению с обычной продажей, также мы отмечаем рост заинтересованности и удовлетворенности клиентов. Результатом реализации умного аналитического дайджеста стало повышение открываемости и читаемости рассылок до 20%, в некоторых случаях – до 30%. Автоматизированные отчеты помогли сократить время на подготовку отчетности в три-пять раз. Глубина отчетов увеличена с трех месяцев до пяти лет. В некоторых отчетах глубину отображаемых данных удалось нарастить даже до 15 лет.
— Какие ключевые сервисы данных сейчас находятся в стадии реализации? Каковы ожидания относительно них?
В стадии реализации сейчас находится «AI-скринер» — инструмент для инвесторов, построенный на алгоритмах машинного обучения. Сервис обучен и протестирован на финансовых показателях компаний, макроэкономических данных, техническом анализе и других данных, что позволяет ему делать прогнозы относительно капитализации компании: рассчитывать стоимость ценных бумаг, дивидендную доходность, чистую прибыль и другие показатели. Думаю, скринер будет востребован среди розничных инвесторов, поскольку в разы облегчит процесс инвестирования и сэкономит время на анализ котировок.
— Исходя из каких соображений ранжируются проекты? Наверняка они стоят в очереди на год вперед...
Если речь идет о ноу-хау, которого нет у конкурентов, а исследования на фокус-группах говорят, что проект может быть востребован среди клиентов, то задаче будет присвоен высший приоритет и она в кратчайшие сроки окажется в разработке. Следующими по грейду идут проекты, повышающие лояльность клиентов к компании и их индекс счастья от взаимодействия с нашими продуктами и сервисами. Далее следуют проекты, которые могут быть финансово выгодны компании.
— В целом чего компания требует больше: повышения выручки или сокращения издержек?
На первом плане для нас – удовлетворенность клиентов и повышение времени их жизни в компании, а потом уже сокращение издержек и повышение выручки.
— Пытаетесь ли оценивать экономический эффект проектов?
Конечно. Сейчас мы активно занимаемся оценкой всех сделанных проектов и подведением итогов 2022 года.
— Что вы считаете своим главным достижением как главы офиса данных?
Формирование сильной и сплоченной команды, внедрение в компании новых подходов и культуры работы с данными. Нормой стало принятие решений на основе анализа больших данных.
— Каковы ближайшие планы дата-офиса?
Дальнейшее усиление команды, повышение общего уровня компетенций сотрудников дата-офиса. Готовимся стартовать два новых проекта в области искусственного интеллекта. Планируем перейти от пилотных проектов в области предиктивной аналитики к повсеместному ее внедрению в работе компании, а также заняться структурированием инсайтов, в том числе создать их базу.
