кейс

Поиск инновационных приложений для работы с большими данными.
Кейс Банка Даляня






Команда Business Intelligence GlowByte уже рассказывала, что в этом году стала партнёром китайского разработчика ПО для бизнес-аналитики FanRuan. В рамках сотрудничества вендор любезно поделился статьёй, в которой подробно рассказывает об успешном внедрении платформы FineBI в крупном коммерческом банке Китая. Мы перевели материал, нашли этот кейс полезным и показательным и хотим рассказать о нём вам.

Для желающих взглянуть на первоисточник – ссылка на оригинал. Итак, дальше по тексту – кейс Банка Даляня: “Поиск инновационных приложений для работы с большими данными в рамках усиления технологического и операционного взаимодействия”.
Содержание:
Профиль компании
Предыстория проекта
1. Особенности платформы принятия решений Банка Даляня:
2. С операционной точки зрения ввод в эксплуатацию платформы принятия решений позволил:
3. С технической точки зрения:
Бизнес-сценарии
  1. Интеллектуальный анализ на основе внутренних и внешних данных
  2. Оценка результатов
«Рубка управления»
Система межбанковских биржевых торгов

Поиск инновационных приложений для работы с большими данными.
Кейс Банка Даляня

С переходом к полномасштабной цифровой трансформации банков вопросы использования передовых инструментов повышения производительности и их сочетания с глубоким осознанием ценности данных внутри банка, совершенствованием управления банковскими процессами на уровне ведения деятельности и принятия решений в будущем станут важнейшими факторами их становления и развития.

Профиль компании

Банк Даляня является дочерней компанией China Orient Asset Management Co., Ltd. с уставным капиталом 6,8 млрд юаней. Банк имеет восемь филиалов, которые находятся в городах: Пекин, Шанхай, Тяньцзинь, Чунцин, Чэнду, Шэньян, Даньдун и Инкоу. Головной офис банка и десять его отделений расположены в самом Даляне и районах города. Операционная сеть банка представлена 187 отделениями, в которых работают свыше 5900 сотрудников. По состоянию на конец 2019 года общие активы Банка Даляня составляли 413,1 млрд юаней, остаток задолженности по различным видам кредитов равнялся 201,3 млрд юаней, а остаток на различных видах вкладов составлял 278,7 млрд юаней. В июле 2019 года Банк Даляня занял 305-е место в рейтинге 1000 крупнейших банков мира по версии британского журнала Banker.

Предыстория проекта

Подобно большинству банков в отрасли, Банк Даляня также столкнулся со сложностями в начале работы с приложениями баз данных. Например, множество разнообразных источников данных порождало трудности управления, нечёткость требований к бизнес-процессам, повторяемость отчётов, низкую частоту повторного использования, сложности с распределением прав доступа при организации управления, длительные периоды создания и т. д.
Для окончательного решения различных проблем при работе с данными в 2018 году в банке стартовал проект создания платформы по работе с BigData путём внедрения двух видов продуктов – FineReport и FineBI. Это позволило создать в Банке Даляня платформу для принятия решений по работе с данными. В результате персонал получил возможность удобно и гибко управлять данными и использовать их для разработки, управления, эксплуатации и обслуживания данных, а также оказания услуг.

1. Особенности платформы принятия решений Банка Даляня:

1
Подготовка отчётности банковским персоналом осуществляется с помощью стандартизированных процессов.
2
Составление отчётности техническими специалистами и запрос данных осуществляется с помощью SQL- и быстрых запросов.
3
Управление правами доступа осуществляется иерархично и линейно с распределением прав и полномочий между системными администраторами, лицами, управляющими выдачей разрешений, и обычными пользователями.
4
Системный контроль строится таким образом, что у пользователя появляется возможность управлять данными на детальном уровне.
5
Безопасность данных строится на строгом контроле информации о распределении функций по правам просмотра и экспорта данных.

2. С операционной точки зрения ввод в эксплуатацию платформы принятия решений позволил:

1
Реализовать self-service запроса данных, персоналу банка стало проще и удобнее получать данные.
2
Сократить время сбора и получения данных.
3
Унифицировать и сделать более точным управление представлением различных видов данных.
4
Реализовать функцию подачи онлайн-запроса для основного массива данных.
5
Предоставить внешние услуги за счёт унификации данных и при помощи модели, обеспечить единое отображение отчётности, а также реализовать совместное использование ресурсов.
5
Повысить навыки персонала по поиску и получению данных за счёт обучения пользованию платформой.

3. С технической точки зрения:

1
Снизилось количество запросов на привлечение технического персонала и IT-специалистов к составлению отчётности.
2
Появилась возможность с помощью SQL непосредственно обращаться к пользовательскому интерфейсу, отпала необходимость напрямую работать с базами данных.
3
IT-специалисты высвободили ресурсы, что позволило сосредоточиться на планировании и построении таких данных низшего уровня, как «витрины данных».
4
Сократились сроки разработки отчётности.
В целом благодаря открытому использованию данных повысилась ценность содержащихся в хранилищах данных, в то же время гарантированно контролируется безопасность пользования данными. Наконец, улучшились связи взаимодействия между IT-специалистами, техническим и банковским персоналом, в результате чего каждый может сконцентрироваться на решении своих бизнес-задач.
Подпишитесь на дайджест
Раз в 2 недели отправляем рассылку с новостями из мира бизнес-аналитики.
Собираем полезные статьи, интересные мероприятия и новости.
Отправляя эту форму, я подтверждаю свое согласие с политикой конфиденциальности и соглашаюсь получать email рассылки от GlowByte.

Бизнес-сценарии

  1. Интеллектуальный анализ на основе внутренних и внешних данных

Банк Даляня имеет в общей сложности 109 рабочих отделений, в некоторые из которых ежедневно выстраиваются большие очереди, при этом другие относительно свободны. Как оценить операционную нагрузку каждого из отделений и соответствует ли такая нагрузка окружающим условиям? Полностью ли учтён поток клиентов в банковской сети при распределении сетевых ресурсов?
На основе картографических данных, полученных с помощью приложения Baidu Map API (API – наиболее популярное приложение веб-карт в Китае – прим. GlowByte) были получены географические координаты отделений Банка Даляня, информация об окружающих микрорайонах и местоположении офисных зданий.
Исходя из подготовленной на основе внешних данных информации и разработанной «тепловой» карты следует, что концентрация офисных зданий достаточна велика в таких местах размещения отделений банка, как площадь Ганвань, мост Циннива, Народная площадь и площадь Свободы. Источником клиентов для этих отделений в основном являются служащие компаний, т. н. «белые воротнички».

Информация о близлежащих к отделениям микрорайонах

Отделения банка размещены в районе Чжуншань у восточного порта, на площади Саньба, улице Циннива, площади Чжуншань, по улице Таоюаньцзе; в районе Сиган на Народной площади; в районе Шахэкоу на улице Сианьлу, площади Свободы, Люйбо, Синхай; в районе Ганьцзинцзы на площади Хуанань, по улице Шаньдун. К отделениям в этих районах примыкает достаточно большое количество микрорайонов, в связи с чем клиентская база этих отделений высока.
На основе обобщения внутренних и внешних данных и при помощи FineReport составляется таблица, в которой отражаются сравнительные данные по показателям работы отделений Банка Даляня и их связи с окружающей средой.
На основе данной сравнительной таблицы производится классификация банковских сетевых отделений и в соответствии с их категорией делаются предложения по улучшению обслуживания.

2.Оценка результатов

Основываясь на данных платформы и потребностях индивидуальной оценки филиалов и отделений, FineReport используется для разработки системы оценки результатов работы отделений банковской сети, тем самым решается проблема оценки и аттестации.

Особенности системы:
  • Оценка результатов работы отделениями проводится по таким направлениям, как клиенты, счета, субсчета и т. п., поддержка со стороны центральной системы, мобильного банкинга и иных каналов позволяет подключиться к оценке результатов работы.
  • Реализована возможность просмотра результатов работы менеджера по работе с клиентами, внедрена модель бонусной оценки по результатам работы.
  • Сфера оценки охватывает и розничный бизнес, включая операции с депозитами, кредитами, по управлению активами, фондами, трастами, работе с государственными облигациями, VIP-картами, кредитными картами.
  • Имеются функции оценки по таким различным параметрам, как организации, отделы и персонал.
  • Предоставлены хранилище индикаторов оценки и различные виды оценочной отчётности для проведения учёта и оценки.
Онлайн-версия системы результатов работы филиалов была принята во втором квартале 2017 года, на предыдущем этапе пилотное развертывание было проведено на базе филиала банка в Чэнду. Перед запуском в эксплуатацию онлайн-версии филиал жаловался на нехватку отработанных и устоявшихся инструментов оценки, поэтому расчёт многих показателей результатов работы производился вручную. Несвоевременность статистического учёта зачастую приводила к пропускам, усложняла проведение ручного расчёта, что с течением времени привело к снижению активности менеджеров по работе с клиентами и серьёзному падению результативности работы филиала.

С запуском онлайн-версии системы оценки результатов работы руководство филиала придало большое значению её освоению. Весь персонал загрузил систему для проверки результатов собственной работы. Это позволило сравнить показатели результативности каждого сотрудника, вскрыть недоработки, установить мотивацию, задать ориентиры в работе, чтобы последовательно сформировать в рамках банка сверху донизу уверенность и решимость.

Всего за год показатели работы филиала стремительно выросли, из нижней части рейтинга он вошёл в тройку лидеров среди банковских филиалов. Помимо высокого внимания, которое новое руководство филиала уделило системе FineReport, ключевую роль сыграли удобство и гибкость платформы. Использование FineReport облегчило реализацию потребностей филиала в проведении персонализированной оценки, более не требовалось за счёт программирования осуществлять подготовку громоздких и сложных отчётов. Наоборот, удобство выведения и отображения информации позволило улучшить аттестацию сотрудников филиала.

«Рубка управления»

Чтобы руководители банка в режиме реального времени и в динамике могли визуально представлять операционные данные, процесс принятия бизнес-решений в банке был направлен на переход к «интеллектуальной и усовершенствованной» бизнес-модели. В 2017 году разработана система «Рубка управления», бэкенд которой проводит извлечение данных из базовой платформы. После их обработки на рабочем уровне данные применяются во фронтенде конструктора FineReport, а также за счёт использования графических элементов управления отображаются в виде бизнес-показателей.

Система межбанковских биржевых торгов

На основе платформы FineReport в Банке Даляня создана система биржевых торгов межбанковскими депозитами, которая позволяет всем филиалам банка каждый рабочий день в установленное время проводить торги межбанковскими активами. Головной офис, исходя из информации банка-контрагента, сумм межбанковских депозитов, котировок процентных ставок и другой необходимой информации, в соответствии с потребностями в капитале и стратегией ценообразования осуществляет ранжирование, а отдел финансового рынка головного офиса в итоге объявляет победителя торгов для ведения бизнеса.
За счёт использования системы межбанковских биржевых торгов происходит эффективное использование ценового механизма, обоснованно контролируется стоимость межбанковских депозитов, исключаются ценовые войны между филиалами, что обеспечивает сбалансированное развитие бизнеса.

ПОКАЗАТЬ ЕЩЕ
Подпишитесь на дайджест
Раз в 2 недели отправляем рассылку с новостями из мира бизнес-аналитики.
Собираем полезные статьи, интересные мероприятия и новости.
Отправляя эту форму, я подтверждаю свое согласие с политикой конфиденциальности и соглашаюсь получать email рассылки от GlowByte.