Оперативная аналитика BI.Qube

Назначение: оперативная аналитика по клиентам и потребляемым ими продуктам (кредиты, депозиты, карты). Используется как инструмент повышения качества взаимодействия с клиентами и контроля операционной эффективности.

Отрасли: блок оперативной аналитики BI.Qube актуален для финансовых организаций, которые выполняют десятки и сотни тысяч операций в день, обслуживают сотни тысяч и миллионы клиентов, заинтересованы в оперативном контроле и повышении эффективности такой операционной работы.

Интересный факт: 1000 сотрудников банка пользуются дашбордами с оперативной информацией, чтобы видеть актуальную информацию по остаткам и притокам депозитов, в том числе по агентской сети.

Описание: BI.Qube включает адаптированную под задачи real-time аналитики банковскую модель данных, которая позволяет консолидировать в ODS данные по клиентам и потребляемым ими продуктам (кредиты, депозиты, карты), унифицировать эти данные и предоставить их системам-потребителям, таким, как CRM, кредитный конвейер, каналы дистанционного обслуживания и т.п. Данные в ODS поставляются платформой онлайн-репликации, обеспечивающей чтение журналов транзакций всех наиболее распространенных СУБД, и, как следствие, не создающей дополнительной нагрузки на соответствующие учетные системы.

Функционально на ODS реализованы блоки:

Клиенты и продукты. Обеспечивает оперативную доступность данных по таким объектам, как клиенты, счета, валюты, депозиты, кредиты, залоги, ценные бумаги, операции, документы и др.
Операционная эффективность. Обеспечивает высокую доступность данных по объектам пользователи, консультанты, подразделения, звонки, брони, очереди, офисы, терминалы, простои и т.п.

Принцип работы. Использование инновационных платформ и подходов для построения оперативной аналитики дает вполне осязаемые выгоды, ценность которых в последние годы превысила требуемые затраты. Основные преимущества работы с данными на операционных облачных платформах перед классическими КХД с точки зрения бизнеса это:

Использование для репликации аналитическую систему технологии CDC, которая обеспечивает задержку в пределах нескольких секунд. Практическая ценность такого подхода — данные в аналитической системе для конечного пользователя практически идентичны учетным системам при отсутствии дополнительной нагрузки на них.
Организация «оптимизированного» слоя аналитики — хранение и расчеты «in-memory», оптимизация алгоритмов, материализация значений и агрегатов для сложных сценариев, регулярный пересчет рассчитываемых в фоновом режиме показателей. Ценность в том, что данные из разных учетных систем в режиме, близком к реальному времени, консолидируются в единой базе, доступ к ним оптимизирован по производительности, сложные обращения не грузят учетные системы.
Организация потребления. Ценность втом, что оперативные данные унифицированы и не противоречивы, к ним можно получить доступ разными способами — SQL-запросы, RestAPI, визуальный слой.

В то же время важно отметить технологические нюансы:

Большая сложность оптимизации посравнению с классическим КХД, т.к. данные непрерывно обновляются, и при этом нужно обеспечить высокую скорость их получения.
Необходимость реализации непрерывного оперативного контроля корректности ипроработка сценариев реагирования на случаи возникновения сбоев, т.к. данные из ODS, как правило, активно используются автоматизированными процессами, а не только в виде дашбордов и отчетов, как при работе с классическими КХД.

Технологии. MS SQL Server или Azure (Managed Instance), BI.Qube (мета-компоненты), Microsoft Excel для детальной аналитики, Power BI для визуального анализа данных.

Решение BI.Qube имеет открытую и масштабируемую архитектуру. По мере необходимости можно добавлять источники данных, потребителей, новые объекты в модель данных, создавать дашборды по неохваченным ранее процессам.

Примеры использования. Оперативная аналитика используется в продуктивном режиме для Жилстройсбербанка (Казахстан). Первоначальной целью проекта была оптимизация времени отклика онлайн-каналов. Из-за постоянного обращения из интернет-банка и мобильного банка за актуальными данными непосредственно в АБС Колвир время отклика для конечного пользователя составляло несколько десятков секунд. За счет непрерывной репликации данных из систем-источников, и целевой оптимизации времени отклика ODS по запросам онлайн-каналов нужно было уменьшить время отклика до нескольких секунд.

В ходе проекта состав задач заметно расширился, и в итоге целью проекта стало обеспечение оперативного доступа к данным всех систем банка как с точки зрения получения актуальной информации по конкретным объектам, так и возможность построения обобщенной оперативной аналитики «на лету».

В результате значительно возросла скорость получения аналитической информации, оперативная аналитика банка перешла на режим real-time. В разы ускорился отклик в интернет-банке и мобильном банке и клиентам банка стали доступны оперативные push-уведомления по различным сценариям. Улучшился контроль работы сети консультантов и отделений банка. Появилась возможность контролировать в онлайн-режиме состояние терминальных устройств, нагрузку на операционные подразделения, работу кол-центра и видеобанкинга.