Как эффективно управлять данными в банке? 5 рекомендаций от эксперта

Белорусские банки стремятся стать цифровыми, провести дата-центричную цифровую трансформацию. Международный опыт показывает: ключевую роль для успеха этой инициативы играет управление данными. О подходах к управлению данными рассказывает Олег Гиацинтов, технический директор компании DIS Group. Также эксперт даёт практические рекомендации в этой области. 

Не полагайтесь только на CRM-систему при управлении клиентскими данными

Компании финансового сектора Беларуси давно знакомы с CRM-системами. Многие очень успешно их применяют. Такой класс решений позволяет эффективно управлять каналами связи и взаимоотношениями с клиентами, делать им персонализированное предложение.

Однако CRM-системы не спасают от дубликатов записей, низкого качества данных, не позволяют искать связи между записями (связать родственников, коллег и прочее). Часто нет возможности предоставить в CRM данные о клиенте из всех систем компании, обогатить их информацией из внешних источников. Это грозит, например, тем, что ваш клиент будет несколько раз получать одну и ту же маркетинговую рассылку, не получит её совсем или получит рассылку с неверными сведениями.

Чтобы избежать таких ситуаций, нужно создать единый клиентский справочник на основе системы управления мастер-данными (MDM-системы). В справочник будут включены ключевые данные о клиенте, которые не являются транзакционными. Вся информация об одном клиенте будет представлена в формате единой «золотой» записи о нём. Одним из ключевых потребителей данных из MDM-системы может быть CRM-система. 

Благодаря такому справочнику будет возможность использовать надёжные данные, делать клиентам более персонализированное предложение, эффективнее понимать, есть ли конфликт интересов в общении с клиентом, и прочее. 
В российском банковском секторе MDM-системы мы внедряем довольно давно, с 2008 года. Белорусским банкам только предстоит освоить подобные решения. 

Создайте единое хранилище данных 

Хранилище данных – решение, которое объединяет все данные в организации, становится сосредоточение «единой версии правды». Оно помогает формировать необходимую отчётность (аналитическую, финансовую, регуляторную) и готовить бизнес-аналитику для принятия управленческих решений. Кроме того, хранилище помогает точно рассчитывать ключевые показатели эффективности (KPI) для отделов и подразделений.

Начать построение хранилища стоит с определения бизнес-цели, которую оно будет выполнять в вашей компании. Не нужно пытаться сразу подключать к нему системы для всех направлений деятельности и отделов. Всегда есть более проблемные зоны, где не хватает аналитики и отчётности больше всего. С них и нужно начинать. Ключевой момент в построении хранилища – построение правильной модели данных. 

Теоретические знания для построения хранилища можно почерпнуть из книг Ральфа Кимбалла и Билла Инмона. Они считаются первыми экспертами в этой области. 

Нужно понимать, что нет задачи построить хранилище, есть задача решить какую-то проблему. Есть много банков, которые обходятся и без хранилищ. 

Хранилище нужно в том случае, когда возникает очень много систем хранения данных, становится сложно обрабатывать сведения, искать связи между ними, происходит задержка в подготовке отчётности. А без устранения этих проблем банк не может дальше развиваться. Кто-то приходит к этому раньше, кто-то позже. 

Используйте Hadoop для больших данных

Хранилище строится для структурированной информации, которая поступает в более-менее стабильные отчёты, те отчёты, которые редко меняются. Для хранения данных, которые могут быть полезны в будущем, но пока не используются, оптимально применить технологию параллельной обработки и хранения данных – кластер Hadoop. Пример данных, для которых нужен Hadoop – информация с датчиков интернета вещей, логи банкоматов (большинство банков хранят их, хотя чаще всего не используют) и другое.

Кроме того, в Hadoop удобно проводить исследования данных, находить в них закономерности, проверять на этих данных различные гипотезы. Прежде всего, это актуально для банковской розницы. Например, можно для каждого клиента оценить все факторы его взаимодействия с банком: каким банкоматом он воспользовался, сколько денег снял, какая в этот день была погода, в какое время проведена транзакция. Исследование всех этих сведений может помочь выделить тот фактор, который в большей степени повлиял на то или иное действие клиента.

Hadoop позволяет дёшево хранить довольно большие объёмы данных. Это значит, что банк может собирать любые данные. Если же появится понимание, что какие-то данные бесполезны, 80-90% из них можно будет безболезненно удалить. 

Управляйте знаниями 

Знания (бизнес-информация) – набор подходов и описательной информации о чём-либо (как банк работает, какие услуги он предоставляет, как решить проблему или завести счёт). Управление знаниями имеет особенно большое значение для подразделений банка, которые взаимодействуют с клиентами (например, розничные отделения, контакт-центры) и информируют их.

В каком-то виде все белорусские банки уже управляют знаниями. Сотрудники в розничной точке банка чаще всего знают, как ответить на вопрос пользователя или к кому обратиться за помощью. Для того, чтобы сократить время на поиск нужной бизнес-информации, повысить точность поиска, сократить время на обучение новых сотрудников,можно использовать системы управления знаниями (СУЗ).

Внедрение СУЗ позволяет оптимизировать работы сотрудников, повысить лояльность клиентов, сократить текучку кадров в банке, снизить затраты на обучение. При этом стоит понимать, что внедрения системы недостаточно. Для того, чтобы она приносила максимум пользы, нужно также изменить корпоративную культуру в компании. Сотрудники должны быть мотивированы делиться знаниями,  редактировать неточности в информации, использовать все возможности СУЗ.

Наймите необходимых сотрудников

Управление данными потребует найма целого ряда ИТ-специалистов (например, dataengineer, архитекторов данных, разработчиков). Нужны будут и бизнес-специалисты, которые будут делиться своей профильной экспертизой (помогать определять термины и прочее). Ещё одна важная роль – стюарды данных (data stewards), они занимаются занесением данных в системы. Для исследования данных (особенно в экосистеме Hadoop) необходимы data scientists – математики, которые применяют математические модели для анализа данных.

Также важно, чтобы всем этим руководил опытный CDO–директор по данным.  CDO лучше всего вырастить внутри банка. Человек со стороны может не знать специфики вашего бизнеса. В любом случае важно, чтобы кандидат на должность CDO имел большое влияние в банке, иначе его инновационные решения могут не прижиться.