МКБ занимает 7 место по объему активов в российской банковской системе. Перед руководством банка стояли задачи:

• Предоставление актуальных данных по активам, пассивам и нормативам для бизнеса и регуляторов
• В процессе импортозамещения показатели SLA и качества не снизились

«Московский кредитный банк» (МКБ) начал переход на российское ETL-решение «Плюс7 формИТ», которое обеспечит оптимальное наполнение корпоративного хранилища данных (КХД). Переход на новую платформу завершится в 2023 г.

• Быстрое и точное построение аналитической и управленческой отчётности для различных подразделений Банка.
• Заместить иностранную ETL-платформу отечественным аналогом без потери эффективности и без нарушения текущих бизнес-процессов.
• Бесперебойная поставка качественных, актуальных и достоверных данных для принятия управленческих решений на их основе.

«Плюс7 формИТ» позволяет интегрировать данные в разных форматах и из различных источников, включая как внутренние корпоративные, так и внешние системы. Производительность системы позволяет бизнес-пользователям получать данные уже утром следующего дня. Особенно важные данные будут предоставляться с частотой не реже 1 раза в час.

• Выполнение SLA по поставке данных в срок (более 98% выполнение).
• Поставка и расчет аналитических показателей до 9:00 за вчера.
• Перевод загрузки критичных данных на расписание 1 раз в час.
• В сжатые сроки подготовлена и начата миграция на отечественную ETL-платформу без потери операционной эффективности.

Бизнес-знания играют для банка большое значение. Среди таких знаний – условия предоставления продуктов, в том числе краткосрочные промоакции, кампании, конкурсы, пилотные проекты; ставки и тарифы; руководства пользователя; указания и разъяснения; модели продаж; скрипты; помощники по выбору продукта; маркетинговые материалы для консультаций и презентаций; рекомендации по работе с возражениями и по претензионной работе; другая информация. Сотрудники банка используют эти знания для консультаций, проведения операций, продаж и постпродажного сопровождения банковских продуктов. Для того, чтоб сделать использование знаний удобнее для сотрудников и повысить эффективность их работы, в ВТБ было принято решение внедрить единую систему управления знаниями – «Бизнес Википедию». Кроме того, система должна была помочь сократить операционные расходы в контактном центре и отделениях. А также – улучшить качество клиентского обслуживания и повысить лояльность клиентов.

Внедрена система управления знаниями «Бизнес-Википедия» ​для всех розничных отделений и контакт-центров банка​. «Бизнес-Википедия» объединила в себе корпоративную информацию из существующих баз знаний для быстрого поиска и навигации по ней в рамках соответствующих бизнес-процессов банка. Базы, знания из которых были интегрированы: база знаний для ТП, СИС ДКО (Департамент клиентского обслуживания), справочник бэк-офиса. Кроме того, «Бизнес-Википедия» была интегрирована с внешними системами для дополнительного функционала. Так, интеграция с сервисом «Яндекс.Карты» позволяет авторизированным сотрудникам банка видеть местоположение любого отделения. Интеграция с системой управления очередью – текущую загруженность отделений. С Mail Exchange Server и SMS-шлюзом – делать рассылку сообщений. Также в ходе проекта была введена ролевая модель работы с системой управления знаниями. Доступ к информации пользователи получают в зависимости от своей роли. Среди ролей – пользователи, контент-менеджеры, редакторы содержимого, прикладные администраторы. Авторизация пользователей осуществляется средствами Доменного Контролера с применением технологии Kerberos SSO.

«Бизнес-Википедия» позволила структурировать актуальные данные и обеспечить единый подход к управлению информацией. Теперь пользователю требуется менее 2-3 секунд, чтобы найти информацию по продуктам, акциям, картам, кредитам, вкладам, отделениям и другое. Сейчас «Бизнес-Википедией» пользуется 2 тысячи операторов кол-центра и 30 тысяч сотрудников розничного бизнеса. В банковской сфере в России ни у одной системы управления знаниями на данный момент нет такого числа пользователей, как в ВТБ. Решение уже сейчас значительно сократило время консультации в офисах и кол-центрах. Уменьшилось и время обучения новых сотрудников. Влияние на индекс клиентской лояльности и удовлетворенность внутренних пользователей имеет отложенный эффект. Эти показатели будут определяться позже.

Перед руководством банка стоял ряд важных задач:

• Быстрое слияние с поглощенными банками (объединение клиентских данных Альфа-Банка и Банка «Северная казна»)​
• Построение центральной управленческой отчетности на базе качественных данных​
• Внедрение AML-системы (Anti-Money Laundering – противодействие легализации доходов, полученных преступным путем)

Внедрение мониторинга качества данных: очистка, стандартизация, обогащение и преобразование данных к единому формату​.

Объединение клиентов поглощенных банков​. Консолидация данных из всех систем, унификация справочной информации​. Успешное внедрение AML-системы благодаря наполнению качественными данными из DWH.

Низкая операционная эффективность не удовлетворяла руководство компании. Объём данных, которые собирают банки растут. А требования законодательства к конфиденциальности клиентской информации только ужесточаются. Особенно остро эта проблема стоит для тестовых сред. В них доступ к конфиденциальной клиентской информации появляется у множества сотрудников банка, которые занимаются разработкой и модернизацией информационных систем. Обезличивание (маскирование) данных может стать эффективным решением в такой ситуации. В Сбербанке объём собираемых данных, которые требовали маскирования измерялись в сотнях терабайтов. Обезличивание такого массива шло долго. На одну базу уходило до 50 человеко-дней. а для проверки качества выполненного маскирования – до 10 человеко-дней. Такая низкая операционная эффективность не удовлетворяла руководство компании. Кроме того, качество обезличенных данных, используемых при нагрузочном и функциональном тестировании, также требовало улучшения.

Руководство Сбербанка выбрало оптимальное решение для обезличивания данных.

• Создание тестовых копий данных уменьшенного размера на основании заранее заданных правил;​
• Организация работы разработчиков и тестировщиков с созданными копиями, данные в которых максимально похожи на оригинальные.

Операционные затраты банка на обезличивание информации сократились.

• Сокращение срока обезличивания данных с 50 до 3 рабочих дней;​
• Сокращение срока проверки данных сотрудниками информационной безопасности с 10 до 3 рабочих дней;​
• Повышение качества обезличенных данных и сокращение возможности утечки конфиденциальных данных через IT-специалистов;​
• Сокращение операционных расходов на весь процесс обезличивания информации.

Создание целевого единого хранилища как высокодоступного масштабируемого сервиса. Компания «Дататех» входит в состав ГК «Иннотех» и занимается внедрением полного цикла управления данными: от построения корпоративного хранилища данных до платформы анализа Больших Данных на базе передового отечественного ПО с открытым исходным кодом. «Дататех» также разрабатывает индустриальные решения с использованием современных методов моделирования и технологий ML&AI. В рамках работы над проектом Банка ВТБ представители компании столкнулись с задачей создания целевого единого хранилища как высокодоступного масштабируемого сервиса для управления информационными активами банка. Также важно было разработать фреймворк управления регламентом и загрузкой данных на базе решений open source для снижения стоимости владения информационными активами Банка.

Сервис, адаптированный под работу с real-time регламентами и требованиями по доступности данных. Arenadata DB – аналитическая распределённая СУБД – была выбрана в качестве платформы обработки и хранения данных. Проект является одной из крупнейших установок Arenadata DB в России: суммарный объем дискового пространства всех сред разработки и тестирования превышает 0,5 Петабайта. Informatica Axon Data Governance использовался для создания бизнес-глоссария. Это решение обеспечивает консолидацию всех знаний о данных, структурирует совместную работу с ними и облегчает понимание, как данные влияют на бизнес, с каким бизнес-контекстом они связаны. Informatica Enterprise Data Catalog консолидирует все метаданные в едином репозитории, обеспечивает управление единым каталогом метаданных и эффективный поиск и анализ метаданных. Эта технология позволяет заложить надежную основу при реализации любых проектов, опирающихся на данные. За управление мастер-данными отвечает технология Informatica Master Data Management, благодаря которой бизнес-пользователи получают мгновенный доступ к единой и наиболее полной информации о критических бизнес-данных. Informatica PowerCenter используется для обеспечения интеграции и синхронизации данных в проекте, а также для миграции данных в новые приложения, обмена информацией с контрагентами. Informatica Data Quality также используется в проекте: это решение позволяет на уровне настраиваемых бизнес-правил проводить анализ качества данных, стандартизировать и очищать данные, распознавать и выявлять дубликаты для очищенных и стандартизованных данных, осуществлять консолидацию данных, вести мониторинг и получать отчетность по качеству данных.

Создана единая аналитическая экосистема и платформа для управления информационными активами Банка ВТБ. Она представляет собой сервис, адаптированный под работу с real-time регламентами и требованиями по доступности данных в рамках большого MPP-кластера, способного масштабироваться в любой момент времени. Единую аналитическую модель данных универсального банка, а также собственный фреймворк можно тиражировать для банковской отрасли, предлагая качественный российский продукт как полноценную альтернативу иностранным решениям. Опыт с точки зрения масштаба внедрения является уникальным для российского рынка и интересен банковскому сообществу как решение на технологиях с импортозамещением.

Обеспечить «единую версию правды». Требовалось разработать новое хранилище данных, предусматривающее решение ключевых задач Data Governance. Другими словами, перед руководством стояла задача обеспечить «единую версию правды», включающую в себя:

• понимание источников происхождения данных в хранилище;
• единые методики формирования и расчета данных: важно было достичь единого бизнес- и технического представления, какие показатели используются, как они должны быть рассчитаны и так далее;
• единый доступ к data lineage для аналитиков и разработчиков.

Работы по созданию единого бизнес-глоссария проводились на платформе Informatica Business Glossary. Проект построения хранилища реализовывался совместной командой банка и подрядчиков. Компания DIS Group обеспечила экспертную консультацию в рамках проекта. Работы по созданию единого бизнес-глоссария проводились на платформе Informatica Business Glossary. Единый доступ к data lineage для аналитиков и разработчиков был основан на данных решения Informatica Metadata Manager. Была разработана система контроля качества, включающая модуль Data Quality. Работу системы обеспечивает группа контроля качества данных, а также стюарды данных по основным бизнес-процессам. Также был создан реестр общебанковских и пользовательских проверок качества данных.

Все аналитические подразделения имеют максимально удобный инструмент поиска данных. Сегодня единый бизнес-глоссарий – полноценно работающий инструмент, служащий источником полной и корректной информации о данных, доступных в хранилище, методиках их формирования и трансформациях. Все аналитические подразделения имеют максимально удобный инструмент поиска данных в хранилище для принятия решения по их использованию. Скорость получения данных радикально выросла. При этом важно, что пользователь получает доступ к четко описанным данным, находящимся на централизованном сопровождении у отвечающей за них команды. Все это позволяет реализовывать генерацию и проверку бизнес гипотез, а также стартовать организацию новых проектов, основанных на данных, максимально оперативно и гибко.

Новый этап стратегии предполагает переход на следующую ступень развития офиса управления данными: внедрение гибкой платформы управления данными, новые модели взаимодействия с бизнес-подразделениями и трансформацию восприятия ценности данных в компании. Основная цель — переход к технологиям самообслуживания, создание простой и понятной экосистемы, в которой все подразделения банка смогут самостоятельно извлекать ценность из данных и оперативно использовать их в работе.

Одним из первых проектов в рамках общей ИТ-стратегии стала миграция корпоративного хранилища данных на новую платформу Arenadata DB (ADB). В качестве значимых нюансов проекта можно выделить две технологические особенности:

• для миграции на новую платформу частично переписывалась логика исходных ETL-сценариев;
• процесс миграции на новую платформу происходил бесшовно параллельно с реализаций актуальных бизнес-задач.

Реализация выбранной ИТ-стратегии позволила компании добиться синергетического эффекта в работе команды, участвующей в разработке новых продуктов и, как следствие, улучшить ключевой бизнес-показатель «Time to Market». Кроме того, она обеспечила появление одного из наиболее значимых компонентов в работе с Big Data — бизнес-глоссария управления данными. Этот инструмент ориентирован на то, чтобы сделать работу с большими данными более понятной, прозрачной и удобной для всех заказчиков и участников процесса.

Раньше поиск ответа на вопрос клиента мог занимать неоправданно много времени. Для быстрого ответа оператор должен был наизусть запоминать путь к статье, где хранится нужная ему информация. Если во время обучения оператор не запомнил путь и логику тренера, размещавшего информацию, то был вынужден тратить драгоценное время на поиск нужной информации уже в момент обработки звонка клиента. Также информация была представлена в разных форматах, статьи по похожим продуктам (например, по кредитам) имели отличную друг от друга структуру. Это приводило к большому стрессу и растерянности у операторов в первые месяцы их работы, а также при запуске новых продуктов или масштабных обновлениях текущей продуктовой линейки. Сотрудники контакт-центра не имели возможности сразу определить, есть ли нужная информация в базе знаний и насколько она актуальна. Сложным был и процесс взаимодействия между оператором и контент-менеджером. Обновления базы и доработки могли быть растянуты во времени. Продуктовая линейка в банке быстро расширяется. В базе знаний размещалось всё больше статей. Это, в свою очередь, привело к тому, что увеличился срок загрузки и отображения информации по продуктам. Также в контакт-центре непрерывно растет перечень операций, которые замыкаются для клиента на первой линии клиентской поддержки при осуществлении звонка в банк. Все перечисленные выше факторы повышали риск увеличения числа некорректных консультаций и числа операционных ошибок. Руководство Связь-Банка понимало, что в таких условиях операторам было очень сложно обеспечивать высокий уровень клиентского опыта. Лояльность клиентов банка могла упасть. А длительное время обслуживания, ошибки и обращения в другие подразделения поднимали операционные траты организации.

Руководство Связь-Банка приняло решение внедрить единую базу знаний для хранения информации и дополнительных материалов (презентаций и документов). В качестве технического решения для этого была выбрана система KMS Lighthouse. Такое решение должно было в короткие сроки кардинально изменить механизм работы операторов с информацией, полученными ранее знаниями и опытом в Связь-Банке. Также операторы Связь-Банка активно используют функциональные возможности геймификации KMS Lighthouse для актуализации базы знаний. Пользователи системы управления знаниями могут оценивать существующие статьи по пятибалльной системе, а также отправлять отзывы на материал контент-менеджеру. За каждое подобное действие пользователю начисляются баллы во внутреннем рейтинге. Лидеры рейтинга получают ценные призы. Соревновательный характер рецензирования контента мотивирует и вовлекает пользователей в улучшение знаний, а также повышает лояльность операторов к Связь-Банку как к работодателю.

После того, как операторы контакт-центра начали пользоваться системой управления знаниями KMS Lighthouse, ошибок в их работе стало меньше. До внедрения этой системы на поиск нужной информации в базе знаний уходило от 30 сек. до нескольких минут. После внедрения – поиск ответов стал занимать 3-15 секунд в зависимости от темы поискового запроса. Теперь гораздо больше проблем клиентов решается при первом обращении в контакт-центр. По итогам 3 кварталов 2018 года, на 41 % снизился уровень принятых через контакт-центр жалоб и претензий клиентов. Это вызвано тем, что теперь часть вопросов закрывается в момент обращения клиента в контакт-центр. Такого результата удалось достичь благодаря комплексу предпринятых мер и инструментов, одним из которых является система управления знаниями KMS Lighthouse. Качество обработки звонков возрастает в среднем на 3% ежегодно, что подтверждается отчетами работников отдела контроля качества телефонного обслуживания департамента. Теперь работники могут думать именно о решении вопроса клиента, а не о том, где искать нужную информацию. Кроме того, система не имеет ограничений по количеству возможных статей и информации, что позволяет постоянно делать ее более информативной. Результаты исследования вовлеченности операторов, проведенные в 2017 году, показали рост по показателям «Обучение и развитие» на 8,7% и по показателю «Взаимодействие» на 6% за полгода. Лёгкий доступ к контенту позволил сделать работу сотрудников контакт-центра комфортнее, избавить их от ненужного стресса. Средняя продолжительности работы оператора выросла с 8 месяцев до 1 года. При этом 86% сотрудников при смене работы переходят в другие отделы и департаменты Связь-Банка На 20% сократилось и время на обучение новых и дообучение действующих работников. Геймификация оценки контента и его структуры позволила в 6 раз повысить активность пользователей и значительно улучшить содержание статей. Вовлечение операторов контакт-центра в рецензирование бизнес-информации помогло повысить её качество и приближенность к реальным бизнес-задачам. Согласно внутреннему исследованию, на 17% возросла скорость обновления контента и на 12% удобство.

«Точка» – филиал банка «Открытие», который был создан на основе ИТ-сервисов ликвидированного «Банк24.ру». Среди этих сервисов – система по борьбе с мошенничеством в сфере дистанционного банковского обслуживания (ДБО). В «Банке24.ру» необходимость системы возникла из-за того, что участились случаи нелегального перевода денежных средств со счетов юридических лиц во всем банковском секторе России.

В качестве основы для системы по борьбе с мошенничествами была выбрана промышленная антифрод-платформа Nice Actimize. Решение внедрялось силами трех команд: сотрудников «Банка24.ру», специалистов DIS Group и вендора NICE Actimize. В состав комплексного решения вошло несколько модулей. Модуль по борьбе с мошенничеством в сфере ДБО для юридических лиц осуществляет проверку оказания банковских услуг онлайн. Actimize RCM – web-интерфейс для проведения расследований. Модуль Policy Manager позволяет бизнес-аналитикам дополнительно настраивать правила в результате разоблачения новых схем мошенничества. Actimize Visual Modeler служит для ИТ-специалистов средой разработки правил. Также используется модуль интеграции данных для анализа в онлайн- режиме при помощи web-сервисов.

Система на основе промышленной платформы NICE Actimize показала свою эффективность для предотвращения мошенничеств и в «Банк24.ру», и в «Точка». Она позволила сократить репутационные риски и помогает избегать потерь из-за мошенничеств.

Промсвязьбанк использует продукты Informatica более 10 лет. Informatica PowerCenter помогает банку интегрировать данные для успешного выполнения конкретных бизнес-задач. Среди них –унификация информации о партнёрах банка и унификация чёрных списков клиентов. Промсвязьбанк запустил проект «Бизнес-партнер» для того, чтобы оптимизировать операционную деятельность при взаимодействии с партнёрами. Данные о них должны были быть консолидированы и интегрированы из разных источников в единое хранилище. Это должно было упростить и ускорить получение информации о партнёрах при необходимости, избежать ошибок из-за противоречивой и неточной информации. Другой проект – проект по унификации «черных списков» клиентов – был запущен для того, чтобы снизить риски банка в области мошенничества клиентов и невозврата заёмных средств. А также – для того, чтобы оптимизировать работу с проблемными клиентами и неплательщиками. Для унификации «чёрных списков» соответствующие клиентские данные также должны были быть интегрированы в единое хранилище.

Интеграция данных в обоих случаях проходила с помощью Informatica PowerCenter. Промсвязьбанк выбрал этот инструмент, так как он оптимально подходил для быстрой и эффективной интеграции данных из разнородных систем компании. При формировании «чёрных списков» данные интегрировались из таких систем, как «Экстремисты», «Недействительные паспорта», K4Loans, и передача их в банковские системы PSB-Retail, K4Loans, ИСУБД «Новая Афина».

Консолидация данных о партнёрах и их загрузка в общее хранилище позволила создать общий справочник с непротиворечивой информацией. Также эти данные могут использоваться при формировании отчётности. Создание единого «чёрного списка» снизило для Промсвязьбанка риски и сократило его расходы, вызванные мошенничествами и невозвратом кредитных средств.