Business Intellegence

Автор работы: Пользователь скрыл имя, 21 Апреля 2013 в 23:19, статья

Краткое описание

Проекты внедрения BI в некоторых банках реализовывались еще в начале 2000-х. Время шло, рынок рос и продолжает расти, и сегодня на нем присутствует уже немало игроков. Но зрелость рынка определяется по большей части готовностью бизнеса анализировать накопленные данные. А данных в банках накопилось уже достаточно, и бизнес готов заниматься их анализом. В процесс готовы включаться не только подразделения front end, но и отделы, которые занимаются глубоким экономическим анализом. Например, планово-экономические департаменты, которые отслеживают тенденции и выявляют зависимости различных показателей работы банка, департаменты управления рисками, которые оценивают все возможные виды рисков и т.д

Прикрепленные файлы: 1 файл

бизнем интеледж.docx

— 34.23 Кб (Скачать документ)

Как правило, за счет внедрения  подобных инструментов банку удается  более эффективно решать проблему плохой задолженности или вообще ее не «создавать» (используя инструменты скоринга), снижать влияние кредитных и рыночных рисков и более эффективно управлять продуктовым портфелем (ставки, условия предоставления кредитов, условия РКО и т.д.)

Проекты внедрения BI в некоторых  банках реализовывались еще в  начале 2000-х. Время шло, рынок рос  и продолжает расти, и сегодня  на нем присутствует уже немало игроков. Но зрелость рынка определяется по большей части готовностью бизнеса  анализировать накопленные данные. А данных в банках накопилось уже  достаточно, и бизнес готов заниматься их анализом. В процесс готовы включаться не только подразделения front end, но и отделы, которые занимаются глубоким экономическим анализом. Например, планово-экономические департаменты, которые отслеживают тенденции и выявляют зависимости различных показателей работы банка, департаменты управления рисками, которые оценивают все возможные виды рисков и т.д. А front end задумывается уже не только об оценке структуры продуктов, их доходности, эффективности использования привлеченных средств, построении системы KPI для менеджмента различного уровня (все это основывается на внутренних данных банка), но и замахивается на конкурентный анализ, в основе которого лежат еще и внешние данные по рынку.

 

Итак, многие банки сегодня  уже либо владеют BI-инструментами, либо обзаводятся ими. Актуальность того или иного BI решения определяется бизнес-моделью банка. Если это сетевой банк, который ориентирован на продажу большого количества розничных продуктов, то ему требуется инструментарий, позволяющий оценить, насколько эффективно банк привлекает деньги, управляет кредитным портфелем, зарабатывает на пластиковых картах, насколько оптимальна структура кредитного и депозитного портфелей и т.д. От BI-системы требуется анализ различных параметров: откуда пришел клиент, на какой период и на каких условиях выдается кредит или размещается депозит, какая ставка используется, каково состояние резервов, чем обеспечены кратко- и среднесрочные обязательства банка и т.д. Такой анализ позволяет банку выстроить гибкую политику по работе с клиентами и расставить приоритеты по отношению к различным группам клиентов и продуктов. Если же банк инвестиционный, то ему необходимо оценивать эффективность инвестиционных проектов, которыми он управляет или которые софинансирует. В этом случае предметом анализа является портфель проектов, и анализируются уже совсем другие показатели: возврат инвестиций, экономическая эффективность и доходность проекта и т.д.

 

Однако есть общепринятые требования к BI-системам для банков. Каждая должна уметь извлекать данные из различных источников, строить  единую информационную модель, оперативно обновлять данные и быть простым  и гибким инструментом анализа именно для бизнес-пользователя. BI-система должна интегрироваться с различными информационными системами (источниками информации), иметь развитые средства визуализации и пользовательской настройки отчетов, интегрироваться с приложениями Microsoft Office, поддерживать обработку больших объемов данных, распределенную структуру, интегрироваться с портальными решениями и т.д.

 

Стоит отметить, что, внедряя BI-решения, банки в большинстве  случаев начинают с создания корпоративного хранилища данных, после чего переходят  к инструментам визуализации и отчетности. Такой подход имеет и плюсы, и  минусы. Плюс в том, что в хранилище  собираются полные, прошедшие проверку – качественные данные, которым  можно доверять. Минус – в том, что создание хранилища отнимает много времени и сил, и заказчик получает результат только через  несколько месяцев, как правило, не меньше полугода. Иногда этот процесс  растягивается на несколько лет.

Также в банковской сфере  распространено мнение, что при внедрении BI необходимо использовать готовые  отраслевые модели, которые включают в себя все бизнес-сферы работы банка. Но как показывает практика, такие модели все равно приходится адаптировать под потребности конкретного банка, что влечет за собой новые потери времени. В результате таких отсрочек в получении результата бизнес-заказчик получает готовый продукт тогда, когда его требования к системе уже изменились, и ему нужен уже другой продукт.

 

Однако не обязательно  полностью следовать всем указанным  выше положениям, используя другой подход можно получить готовую информационную модель и инструменты визуализации в весьма сжатые сроки. Ориентируясь на наш опыт внедрения BI, приведем несколько  примеров. Так, для одного банка, входящего  в ТОП 10, и модель, и инструменты  визуализации и отчетности были созданы  за 1,5 месяца в рамках пилотного проекта. Это позволило департаментам корпоративного и розничного кредитования оценить различные показатели кредитного портфеля (объем задолженности, объем просрочки по основному долгу и процентам, обеспечение, резервы, структура кредитного портфеля по различным аналитическим разрезам) за несколько лет. Пользователи смогли провести сегментацию портфеля по регионам, по типам клиентов, по целям и видам кредитования, по заемщикам, по условиям кредитования, выявить лидеров и аутсайдеров как среди кредитных продуктов, так и среди клиентов и скорректировать стратегию работы на рынке банковских услуг. Безусловно, наличие хранилища в данном случае позволило исключить из рамок проекта задачи, связанные со сбором информации из различных географически распределенных источников и валидацией этих данных. Эта работа, как правило, занимает очень много времени. Но если при реализации проекта обращаться не к хранилищу, а к АБС (подобные проекты также есть в нашей копилке), то уже на базе BI системы можно создать отдельно слой валидации данных и информационную модель для решения бизнес-задач. Даже в таком случае, когда в банке нет хранилища, проект по внедрению BI может быть сделан в течение 3–4 месяцев.

 

При всем этом существуют определенные объективные сложности внедрения BI в банках. В частности, даже наличие  хранилищ не упрощает задачу, так как  в них содержится далеко не вся  необходимая бизнес-информация. Поэтому  помимо того, что необходимо отладить все процессы экстракции-рестракции данных на уровне хранилища, еще необходимо разработать различные ETL процедуры извлечения данных из АБС, чтобы бизнес смог получить полную картину. Но это актуально в том случае, если бизнес срочно требует результат. Также большое внимание в банках уделяется вопросам информационной безопасности, поэтому здесь требуется детальная проработка и реализация всех требований, которые предъявляются подразделениями безопасности (организация единой точки входа, шифрование трафика и защита соединений, шифрование данных, аудит действий пользователей, обеспечение разграничения доступа к информации для различных пользователей и т.д.)

 

В силу всего вышеизложенного  и основываясь на собственном  опыте, можно дать несколько рекомендаций банкам по внедрению систем BI.

Необходимо учитывать  реальные ожидания от внедрения BI. Эти  ожидания не всегда удается формализовать  перед началом проекта, поскольку  они связаны с различным восприятием  ИТ-технологий сотрудниками ИТ-службы и бизнесом. Поэтому нужно иметь качественного «переводчика», который смог бы адекватно формализовать требования бизнеса и при возможности скорректировать ожидания.

 

Система BI, если она действительно  востребована, должна постоянно развиваться. При этом для бизнеса – это  развитие аналитических представлений, форм анализа, визуализации и отчетности. Поэтому, если ИТ-служба не хочет быть завалена заявками на подготовку различных отчетов и визуальных форм, необходимо выбрать такой инструмент, который позволил бы пользователю самостоятельно настраивать под себя аналитический слой системы (отчеты, визуальные формы и т.д.) на базе разработанной ранее информационной модели.

 

Особое внимание должно быть уделено требованиям масштабирования, поскольку после закрытия действительно  востребованных задач на уровне центрального офиса начнется лавинообразное подключение  пользователей филиалов и доп. офисов, что может привести к сбоям  в работе системы из-за ограничений  по масштабированию (как по объемам  данных, так и по количеству пользователей).

 
______________________________

Классическое определение BI-систем (систем бизнес-анализа) - это процесс, технологии, методы и средства извлечения, представления и анализа информации, выработки интуиции и понимания для улучшенного и неформального принятия решений бизнес-пользователями, а также инструменты для извлечения из данных значимой для бизнеса информации. Иначе, BI - это совокупность технологий, программного обеспечения и практик, направленных на достижение целей бизнеса путём наилучшего использования имеющихся данных. Несмотря на очевидные преимущества BI-систем для крупных организаций, многие руководители избегают их внедрения. Однако, те, кто решается оптимизировать работу компании таким образом, сталкиваются с некоторыми проблемами. Незнание этих проблем зачастую заканчивается большим количеством трудоёмкой работы, высокими затратами на поддержание системы и отсутствием ощутимой пользы.


Возможности интеграции


BI-инфраструктура – все инструменты BI-платформы должны быть реализованы «в едином ключе», в том числе должны использовать общие метаданные, единую объектную модель, сквозную модель безопасности, администрирования, портальной интеграции, общий движок исполнения запросов.

Управление метаданными — возможно важнейший из критериев. Все инструменты в рамках единой платформы должна скреплять не только модель метаданных, но и единые средства для поиска, получения, хранения, повторного использования и публикации объектов метаданных, таких как массивы, иерархии, множества, метрики и элементы оформления отчетов.

Разработка — BI-платформа должна предоставлять как пользователям, так и разработчикам набор специфических инструментов для создания BI-приложений, которые могут интегрироваться между собой и выстраиваться в сквозные бизнес-процессы, в том числе внедряемые в сторонние (внешние) бизнес-приложения. При этом хотя бы часть инструментов должна быть доступна на интуитивно понятном уровне, не требующем навыков программирования, желательно с графическим интерфейсом. Кроме того, среда разработки должна поддерживать веб-сервисы для решения таких задач, как управление и администрирование, доставка информации, соблюдение графиков и регламентов работы.

Взаимодействие — BI-платформа должна содержать средства для обмена как самой информацией, так и мнениями по поводу полученных результатов. Эти средства могут быть реализованы в виде дискуссионных форумов и конференций. Кроме того, BI-приложения должны иметь возможность на основании определенных бизнес-правил назначать задания конкретным пользователям и отслеживать их выполнение. Иногда для реализации этих задач требуется использование отдельных самостоятельных приложений.

[править]Представление информации


Отчетность — возможность создания форматированных и интерактивных отчетов, с развитыми механизмами для их распространения и обновления. В BI-системе должны поддерживаться различные стили отчетов (например, финансовые или операционные контрольные панели).

Контрольные (информационные) панели (dashboards) — это один из видов представления отчетности, но выделен в отдельную строку из-за его отличительной и важной способности представлять данные в наглядном, интуитивно понятном виде, при помощи различных шкал, показателей, индикаторов и т.п.. Посредством таких контрольных панелей пользователи могут следить за текущим состоянием ключевых показателей и процессов и сравнивать их с намеченными, целевыми значениями. Такие панели позволяют извлекать операционную информацию из бизнес-приложений и делают ее доступной в реальном времени.

Произвольные (ad hoc) запросы — доступная для пользователей возможность самостоятельно (без привлечения ИТ-специалистов) создавать и выполнять уникальные, нетиповые запросы. Для реализации таких возможностей в BI-платформе должен присутствовать развитый семантический слой, позволяющий находить и извлекать нужную информацию из имеющихся источников. Кроме того, в системе должны присутствовать средства для аудита этих запросов, позволяющие убедиться в правильности их выполнения. 

Интеграция с приложениями Microsoft Office — в некоторых случаях BI-платформа используется как промежуточный инструмент для выполнения аналитических задач с соблюдением правил корректности и безопасности данных. При этом в качестве клиентской части BI-системы могут выступать продукты семейства Microsoft Office (в частности, Excel). Для этих случаев, BI-вендору необходимо обеспечивать полную интеграцию с системами Microsoft Office, включая поддержу форматов документов, формул, сводных таблиц и механизмов обновления данных, а в расширенном варианте – еще и механизмов для блокирования отдельных ячеек и для «обратного» сохранения в базу данных внесенных в таблицы изменений.

Возможности поиска - добавление поискового индекса как к структурированным, так и к неструктурированным источникам данных и объединение их в классифицированную структуру c определенными измерениями (зачастую использующими семантический слой BI) с тем, чтобы пользователи могли с легкостью ориентироваться и изучать данные посредством поискового (как у Google) интерфейса.

Мобильные возможности (пункт добавлен в 2012 году) – этот функциональный блок объединяет инструментарий, позволяющий доставлять отчеты и контент аналитических панелей на мобильные устройства (такие как смартфоны и планшеты), а также использовать интерактивные возможности девайсов (например, нажатие) и другие опции, обычно не доступные на десктопах и ноутбуках (геолокация и другие).

[править]Анализ данных


Оперативная аналитическая  обработка данных (OLAP, OnLine Analytical Processing) — поддержка OLAP-кубов значительно ускоряет процессы обработки запросов и выполнения расчетов, обеспечивая анализ данных в различных срезах (такой стиль анализа обозначается термином «slicing and dicing», что дословно переводится как «нарезание на кубики и ломтики», то есть в продольном и поперечном направлении).

Развитая визуализация — максимально наглядное представление данных с использованием различных интерактивных изображений, схем и графиков (вместо привычных таблиц с обычными строками и столбцами). В перспективе это направление должно развиться в создание процессно-ориентированных BI-проектов, что позволит визуально отображать ход бизнес-процессов и поможет пользователям лучше понимать ход развития бизнеса.

Информация о работе Business Intellegence