Сводная аналитика активов и капитала за минуты

Азия-Инвест банк, как и большинство современных банков, остро нуждался в оперативной и глубокой аналитике для принятия управленческих решений. Чтобы получать такие данные, банк заменил множество разрозненных решений единой средой для работы с информацией.

О заказчике

Азия-Инвест Банк (АО) основан в 1996 году в соответствии с межправительственным Соглашением между Россией и Узбекистаном. Основной акционер – Национальный Банк Внешнеэкономической деятельности Республики Узбекистан.

Стратегия банка направлена на рост ключевых финансовых показателей с фокусом на участников российско-узбекского торгово-экономического сотрудничества.

Одна из ключевых особенностей банка – развитие партнёрской сети для услуг системы денежных переводов «АзияЭкспресс». Эта собственная система, разработанная банком в 2006 году, позволяет физическим лицам переводить деньги между Россией и Узбекистаном без открытия счёта.

Предпосылки и задачи

Проект по созданию аналитического хранилища данных для «Азия-Инвест Банка» был инициирован для получения оперативной сводной аналитики по всем ключевым направлениям деятельности банка.

На момент старта проекта основным инструментом анализа оставался Excel, а работа с данными велась вручную. Такой подход был сопряжён с высокими рисками ошибок, регулярными задержками в обновлении информации и значительными затратами рабочего времени сотрудников.

Главная задача заключалась в создании единого сводного отчёта, который включал бы:

Аналитику структуры активов и пассивов с детализацией по ключевым направлениям бизнеса
План-фактный анализ в разрезе управленческого баланса и отчёта о финансовых результатах

Периметр проекта охватывал следующие направления аналитики:

Общебанковские показатели

Структура, объём, динамика и рентабельность активов и капитала
Доходы, расходы и структура формирования чистой прибыли по подразделениям
Корреспондентские отношения (количество банков-респондентов и корреспондентов)
Клиентская аналитика: структура базы, приток/отток, топ клиентов по остаткам и оборотам

Структура кредитного портфеля

Динамика выдачи и погашения кредитов
Аналитика по клиентам, включая выделение ТОП-10 заёмщиков с объёмом задолженности
Структура портфеля в разрезе: ФЛ/ЮЛ, резидент/нерезидент, овердрафт/срочный кредит, отраслевая классификация (ОКВЭД)
Объём и доля сформированных резервов, объём просроченной задолженности
Динамика объёма и структуры аккредитивов по клиентам

Анализ межбанковских операций (МБК)

Динамика размещённых и привлечённых межбанковских кредитов
Структура остатков в разрезе контрагентов и валют
Объём и доля резервирования по размещённым МБК, анализ средних ставок

Анализ операций подразделений

Объём и структура международных расчётов и переводов
Операции на валютном и денежном рынках: количество и финансовый результат конверсионных операций

Привлечение средств на счета клиентов – юридических лиц

Общий остаток средств клиентов, включая детализацию по текущим и срочным счетам
Структура остатков в разрезе валют и клиентов (с выделением ТОП-10 клиентов по сумме привлечённых средств)

Ключевые проблемы прежнего подхода, выявленные в процессе реализации:

Отсутствие автоматизации: Подготовка отчётов требовала ручного труда, создавая критическую нагрузку на сотрудников
Низкая оперативность: Выполнение даже разовых (ad-hoc) запросов от руководства, акционеров или аудиторов занимало недопустимо много времени
Плохая масштабируемость: Существующие процессы и системы не могли адаптироваться к растущим потребностям бизнеса

Проектное решение

С учётом технологических требований, задач развития аналитики и необходимости оптимизации затрат было выбрано решение на базе гибридной архитектуры. Сочетание open-source технологий и продуктов Microsoft позволило автоматизировать формирование отчётов, не зависящих от ограничений АБС, и внедрить инструменты самообслуживания (self-service BI).

Архитектура решения включает следующие функциональные слои:

Слой хранения данных: PostgreSQL, платформа корпоративного хранилища, обеспечивает долговременное хранение, консолидацию и доступ к большим объёмам данных
Слой интеграции и управления данными: Фреймворк BI.Qube, включённый в реестр российского ПО, является ключевым компонентом архитектуры, отвечает за интеграцию, унификацию и контроль качества данных
Слой аналитических витрин: Microsoft Analysis Services, используется для построения высокопроизводительных OLAP- кубов и табулярных моделей, поддерживающих сложные аналитические запросы
Слой визуализации: Microsoft Power BI предоставляет пользователям всех уровней интерактивные дашборды, регламентные и аналитические отчёты

Источниками данных для аналитического хранилища выступает автоматизированная банковская система «Банк XXI», содержащая информацию о финансово-кредитных операциях, а также файлы MS Excel, ежедневно поступающие от операторов переводов.

Интеграция реализована с помощью инструмента BI.Qube MetaStaging, который обеспечивает быстрое и стандартизированное подключение разнородных систем с минимальной нагрузкой на их производительность.

В основе аналитического слоя лежит универсальная банковская модель данных. Она позволяет детализировать аналитику по клиентам, продуктам, операциям и финансовым результатам, обеспечивая единство и достоверность информации для принятия решений.

Аналитическая витрина охватывает ключевые измерения, показатели и группы мер, необходимые для комплексного анализа деятельности банка. В качестве измерений используются календарь, данные о клиентах (физических и юридических лицах), счета различных типов (НОСТРО, ЛОРО, срочные, текущие), договоры (включая межбанковские и потребительские кредиты, аккредитивы), обеспечение, категории качества активов, валюты и виды операций.

Ключевые группы показателей включают несколько функциональных направлений:

Кредитные операции: объёмы выдачи и погашения, задолженность (включая просроченную), параметры резервирования, чистая процентная маржа
Счета и межбанковские операции: остатки по счетам (НОСТРО, ЛОРО, активы, пассивы, капитал), объёмы привлечённых и размещённых МБК, параметры резервирования, клиентские обороты
Финансовые результаты: чистая прибыль, структура доходов и расходов (процентные, комиссионные, валютные), рентабельность активов и капитала
Клиентская аналитика: динамика клиентской базы (ФЛ/ЮЛ, резидент/нерезидент), рейтинги ТОП-10 клиентов по обязательствам
Договорная деятельность: средние ставки по договорам, количество договоров с детализацией по видам и отраслям (ОКВЭД)

Для визуализации аналитической информации разработан набор дашбордов, охватывающих ключевые показатели деятельности банка: объёмы операций подразделений, остатки по счетам, состояние кредитного портфеля и просроченной задолженности, а также финансовые результаты и показатели прибыльности.

В рамках проекта реализована подсистема управления нормативно-справочной информацией (MDM) с использованием BI.Qube MetaMasterData. С помощью этого инструмента централизовано управление структурой управленческого баланса, что исключило рассогласованность и снизило риски ошибок.

Подсистема MDM упростила аналитику переводов за счёт классификации операций по маскам счетов, операторам и направлениям, обеспечив гибкость и расширяемость отчётности. Кроме того, реализована возможность сопоставления фактических и плановых показателей путём трансляции данных бизнес-планов в аналитическую витрину для анализа отклонений и построения дашбордов.

В архитектуре системы реализовано централизованное логирование, охватывающее как уровень платформы, так и уровень приложений. Для аудита действий пользователей задействованы встроенные средства PostgreSQL и Microsoft Analysis Services, что обеспечивает надёжный и безопасный мониторинг активности.

Результаты внедрения

Рост операционной эффективности и снижение затрат. Автоматизация отчётности и оптимизация рабочих процессов позволила значительно повысить производительность труда сотрудников и сократить избыточные операционные расходы.

Ежедневная актуальность ключевой отчётности. Главный сводный отчёт по структуре активов и пассивов теперь формируется автоматически и актуален на каждый операционный день. Настройки управленческого баланса и плановые показатели для план-фактного анализа обновляются в рамках каждого ETL-цикла.

Раньше: Подготовка отчёта занимала недели
Сейчас: Отчёт доступен ежедневно без ручного вмешательства

Автоматизация трудоёмкой аналитики. Полностью автоматизирован анализ структуры денежных переводов на основе текстового назначения платежа.

Раньше: Подготовка такого отчёта требовала ручной работы и занимала непрогнозируемое время
Сейчас: Данные обрабатываются по предопределённым правилам в конструкторе отчётов и становятся доступны для анализа не реже раза в сутки

Инструменты для принятия стратегических решений. Для топ-менеджмента разработаны специализированные дашборды. На них в реальном времени представлена критически важная информация в наглядном и структурированном виде, что обеспечивает прозрачность и ускоряет принятие управленческих решений

Повышение качества управления рисками. Ежедневное обновление данных в хранилище и многократно возросшая скорость формирования отчётности кардинально улучшили анализ кредитного портфеля.

Ключевые изменения

Сократилось время на получение данных для анализа, что позволило перейти от ретроспективного контроля к оперативному мониторингу.

Как итог, повысилось доверие бизнес-пользователей к данным и появилась возможность оперативно оценивать кредитные и операционные риски на основе единой, достоверной информации.

Преимущества

Сохранение привычных инструментов для работы. Применение гибридной архитектуры системы, включающее в себя как технологии open source, так и привычные инструменты Excel и Power BI, обеспечило положительный опыт пользователей и снизило затраты на приобретение лицензий.

Гибкая структура управленческого баланса. Бизнес-пользователи самостоятельно управляют структурой управленческого баланса благодаря возможности ручного соотнесения статей и балансовых счетов.

Быстрая подготовка аналитики по финансовым результатам. Решение предоставляет бизнес-пользователю возможность в кратчайшие сроки собрать отчёт о финансовых результатах в разрезах подразделений, самостоятельно управляя наполнением, структурой и привязкой к счетам за любой период с детализацией до дня.

Подсистема управления нормативно-справочной информацией (MDM) Внедрение MDM упростило управление аналитикой переводов, включая классификацию по маскам счетов, операторам и направлениям, что обеспечило гибкость отчетности. Инструмент также позволил сравнивать фактические и плановые показатели, транслируя данные бизнес-планов в аналитическую витрину для анализа отклонений и формирования дашбордов.

Универсальная банковская модель. В основе решения лежит универсальная банковская модель, позволяющая создавать детализированные разрезы данных по клиентам, продуктам и финансовым результатам. Это обеспечивает высокую точность управления и аналитики, что особенно важно для оптимизации банковских процессов.

Быстрое масштабирование. Архитектура системы, в основу которой заложены современные подходы проектирования DWH, в частности методология Data Vault, позволяет гибко расширять аналитическую модель, позволяя быстро включать в систему, как новые аналитические разрезы, так и новые направления банковской деятельности.

Интерфейс системы

Дмитрий Поликовский, Директор по развитию BI.Qube

Наша задача заключалась в создании платформы, которая интегрирует разрозненные данные и позволяет быстро получать точную аналитику для принятия управленческих решений. Мы использовали гибридный подход, чтобы объединить лучшие технологии и обеспечить гибкость, надежность и масштабируемость системы под текущие и будущие задачи банка Азия Инвест

Проект реализован с использованием продукта BI.Qube командой интегратора IT Pro, которая отвечала за разработку хранилища, настройку репликации и ETL, создание витрин для высокопроизводительной аналитики. Экспертиза IT Pro помогла устранить проблемы с интеграцией данных из множества источников, задержками при работе с рассчитываемыми «на лету» данными и недостаточной производительностью аналитических запросов.