Halyk Bank (АО «Народный Банк Казахстана») — крупнейший банк нашей страны с 100-летней историей, обслуживающий более 12 миллионов человек. Имея такое количество клиентов, очень важно владеть данными и анализировать их, чтобы предлагать персонифицированные услуги. С этой задачей успешно справляется Qlik Sense, используемый как инструмент «последней мили» в рамках «Фабрики данных». Таким образом, пользователи из различных подразделений самостоятельно работают с данными и делятся дашбордами с коллегами.

В 2020 году в Halyk Bank было принято решение о создании «Фабрики данных», технологической платформы, включающей информационные системы для продвинутой обработки и анализа данных.

Проект создания «Фабрики данных» включал большое количество задач c точки зрения Data Governance (разработка бизнес-глоссария, обновление хранилища данных и многое другое), а также выбор BI-платформы, которая обеспечила бы удобный доступ сотрудников банка к информации в «Фабрике данных».

Qlik подошел для задач Halyk Bank по совокупности факторов, включая:

Первая волна проекта по разработке бизнес-аналитики Qlik началась в 2021 году и во многом зависела от готовности хранилища данных, являющегося сердцем «Фабрики данных». В первую очередь были разработаны дашборды на основе данных аналитического CRM – это помогло Halyk Bank лучше понимать своего клиента и улучшить персонализированные рекомендации новых продуктов. Важной частью проекта была подготовка нескольких десятков self-service пользователей из бизнес-подразделений и их обучение в школе Datanomix Academy, чтобы нарастить компетенции по Qlik сотрудников, готовых самостоятельно разрабатывать дашборды под свои задачи.


Вторая волна проекта по Qlik стартовала в начале 2022 года и стала полноценным опытом self-service разработки для сотен пользователей

За почти полтора года в Halyk Bank удалось привлечь к самостоятельной работе с данными и созданию дашбордов практически все подразделения Банка: блоки финансов и контроллинга, розничного, транзакционного, малого и среднего бизнеса, валютный контроль, HR, контакт-центр, ИТ. Сейчас в Банке опубликовано уже более 50 больших аналитических приложений, разработанных self-service пользователями. Представители бизнес-подразделений убеждены, что интерактивный доступ к аналитике при помощи Qlik и «Фабрики данных» позволяет формировать в банке data-driven менталитет.

Для распространения и развития BI в банке создан Центр Компетенции по Qlik в рамках департамента технологичных платформ данных.

За полтора года к аналитике в Qlik Sense подключены все ключевые департаменты Halyk Bank. Использование Qlik позволило создать удобный интерфейс подключения к «Фабрике данных», сократить время создания отчетов, избежать привлечения к работе над разработкой и кастомизацией отчетности IT-специалистов. Также появилась возможность работать с данными в недоступных ранее разрезах и методах визуализации.

«Поскольку рынки в банковской сфере становятся все более конкурентными и необходимо искать новые точки роста и эффективности, количество ad-hoc запросов возрастает. Аналитикам нужно буквально каждую неделю делать нестандартные отчеты, смотреть на данные под новым углом. Раньше на ad-hoc отчетность уходило очень много ресурсов, а теперь при помощи Фабрики данных и Qlik генерация подобных запросов перестала быть проблемой», - рассказывает Азат Татинбеков.

Бизнес-аналитика трансформирует бизнес банка, позволяя финансовым организациям глубже понимать операции, выявлять тенденции и закономерности в больших массивах данных и принимать более обоснованные решения на всех уровнях менеджмента.

Поскольку финансовые рынки становятся все более конкурентными, банки используют возможности бизнес-аналитики для роста, повышения прибыльности и эффективности.
Так, согласно исследованию Gartner 2023 CIO Agenda Insights for the Banking and Investment Industry, большинство ИТ-руководителей в банках по всему миру фокусируется на поддержке роста организации и цифровой трансформации. А бизнес-аналитика и аналитика данных наиболее значительно увеличит свою долю в ИТ-бюджетах банков в этом году (с 51% в 2022 году до 59% в 2023).

Такой рост инвестиций банков по всему миру в технологии работы с аналитикой вполне объясним текущим состоянием аналитики в финансовых организациях. Так, согласно исследованию "Deloitte 2023 banking and capital markets outlook":

• только 14% топ-менеджеров оценивают качество данных и возможности работы с аналитикой в своих банках как "прекрасное" или "очень хорошее",
• около половины респондентов также отмечают, что головной офис банка даже не предоставляет сотрудникам данные и отчетность в (почти) реальном времени.

А в McKinsey выяснили, что только 28% банков могут быстро интегрировать внутренние структурированные клиентские данные для использования в AI-проектах.

Становится очевидно, что те банки, которые инвестируют в развитие технологий бизнес-аналитики, обучение сотрудников работе с данными и интеграцию аналитики в рабочие процессы, получат наибольшее преимущество на сегодняшнем высококонкуретном рынке.

Построение банковской аналитики в конкретном банке зависит от его профиля и стратегии.

Если коммерческий банк работает с физическими лицами, корпоративным клиентами, вкладывает в развитие экосистемы, по сути, расширяет набор нефинансовых сервисов и продуктов, то аналитическая система для такого банка становится одним из важных инструментов мониторинга, контроля и управления эффективностью.

Если банк сконцентрирован на управлении инвестиционными проектами, то в такой ситуации аналитика для целей мониторинга и контроля может быть не востребована. Это связано с тем, что финансовые модели каждого из инвестиционных проектов, как правило, уникальны, что приводит к высокой трудоемкости внедрения аналитики для такой деятельности. Поэтому разработка и внедрение аналитической системы в таких случаях возможна, когда банк готов унифицировать финансовые модели для оценки инвестиционных проектов.

Если говорить про регуляторную функцию, которую выполняют центральные банки различных стран, то здесь аналитические инструменты весьма востребованы (подробнее об этом поговорим в Дне 4 Недели банковской аналитики). С помощью BI инструментов в центральных банках решаются разные задачи, как локальные, например, анализ и контроль валютных операций или мониторинг, контроль обеспеченности регионов отделениями банков и банкоматами, оценка закредитованности населения, так и глобальные – мониторинг и контроль всей банковской системы страны, что предполагает всестороннюю оценку всех кредитных организаций и НФО по активам, капиталу, ликвидности, прибыли и т.д.

Решение аналитических задач в коммерческих банках и регуляторах (центральном банке) предполагает обработку достаточно больших объемов данных, речь может идти про десятки, а возможно и сотни терабайт. И в большинстве своем такие данные (это могут быть показатели продаж банковских продуктов и сервисов, показатели баланса, показатели отчета о прибылях и убытках, данные кредитного портфеля, клиентские данные, детальные данные по различным банковским продуктам, данные по рискам, бэк-офиса и т.д.) уже содержатся в каком-либо банковском хранилище, что позволяет использовать такое хранилище в качестве источника данных для различных аналитических инструментов. Чем больше данных в хранилище по различным аспектам деятельности банка, тем более комплексным может получится аналитическое решение в банке и закрыть потребности всех уровней управления:

При работе с такими большими массивами данных, особое внимание при построении аналитических решений в банках уделяется аппаратному обеспечению, в частности вопросам резервирования и отказоустойчивости. Для обеспечения стабильной работы аналитической системы в банке, как правило, предусматривается распределенная (различные сервисы системы, например сервис обслуживания пользовательских запросов и сервис управления доставкой данных, устанавливаются на разные сервера) кластерная установка системы в двух или более ЦОДах. Это обеспечивает комфортную многопользовательскую работу с системой, поскольку пользовательская нагрузка по предопределенным сценариям распределяется между различными нодами кластера. Такой подход также обеспечивает высокий уровень доступности аналитического сервиса, в связи с тем, что в ситуации, когда происходит отказ одного из ЦОДов, всю нагрузку на себя принимает рабочий ЦОД и обеспечивает непрерывность в части получения пользователями необходимой аналитической информации.

При построении аналитической системы в банке, как правило, выделяется отдельный функциональный блок – автоматизированное рабочее место (АРМ) администратора информационной безопасности. В рамках такого рабочего места пользователь получает доступ к данным по изменению настроек информационной системы, по действиям пользователей при работе с системой аналитики, по операциям предоставления доступа, выгрузкам и так далее.

В Qlik Sense есть целый набор специализированных приложений для контроля отказоустойчивости, взаимосвязей данных в приложениях и информационной безопасности для администратора, которые каждый банк может кастомизировать под свои задачи. Например, приложение Access Evaluator позволяет администратору информационной безопасности быстро ответить на эти и многие другие вопросы:

• Какие пользователи и группы пользователей имеют доступ к стриму (разделу с аналитическими приложениями) по клиентской аналитике?
• Какие пользователи и группы пользователей имеют доступ к приложению "Аналитика ссудного портфеля"?
• Как именно пользователь получил доступ к приложению "Аналитика ссудного портфеля" - например, через выделенный кем-то доступ или по принадлежности к группе?

Аналитика лежит в основе эффективности многих банковских бизнес-процессов: от работы с клиентами и маркетинга до управления рисками, выявления мошенничества и оперативной отчетности для регуляторов.

В течении Недели банковской аналитики мы будем обсуждать лучшие практики использования данных на примере опыта клиентов Qlik в финансовом секторе по всему миру (это более 2,5 тысяч компаний). Ниже - 2 коротких примера использования аналитики в Citigroup и Swedbank, которые помогают понять ценность работы с данными для тысяч сотрудников в рамках процесса работы с клиентами.