На конференции Business Intelligence Forum, совместно проведенной компаниями Sybase и IBM, выступали в основном заказчики из западных банков, вовсе не представленных в России. Но вопросы BI практически не зависят от специфики той или иной страны, особенно если речь, как в данном случае, больше идет о технологических решениях. По словам технического архитектора банка BNP Paribas, неким условным порогом, по достижении которого становится неизбежным резкий переход от традиционных СУБД в сторону более приспособленных для аналитики хранилищ, является объем данных в 500 Гбайт. Один из топ-менеджеров Bank of Montreal (Канада) дает уже качественный критерий перехода к хранилищу. По его мнению, многое меняется в тот момент, когда бизнес розничных банков от чисто финансовой аналитики поворачивается к целенаправленному анализу конкретных продуктовых стратегий и, как следствие, к очень тщательной работе с базой данных о клиентах.
В последнем случае непременно встает вопрос о цельной архитектуре банковского аналитического решения, которое помимо хранилища должно как минимум включать в себя подходы к построению исходных моделей данных, а также средства доступа к ним и организации пользовательского интерфейса.
Понятно, что даже при общей постановке вопроса, декларируемого в названии конференции, данное мероприятие вряд ли можно считать независимым. Подход Sybase, безусловно имеющей весьма сильные позиции в автоматизации финансовой аналитики, основан на возможности очень оперативного выполнения запросов к хранилищу и построения отраслевой физической модели данных, которая, как известно, традиционно противопоставляется конкурирующим логическим моделям. Реализуется всё это соответственно через продукты Sybase IQ и Industry Warehouse Studio (IWS).
Однако внедряя подобные продукты, банки стремятся не столько выполнить очередной проект для бизнеса, сколько перейти по достижении неких количественных или качественных порогов в его развитии к цельной аналитической платформе.
С точки зрения корпоративной автоматизации речь идет о некой смене ориентиров, или, более конкретно, о распространении аналитических приложений на уровень ежедневной работы большинства профильных подразделений. Иногда такой подход называется операционной аналитикой и противопоставляется аналитике стратегической и тактической. Строго говоря, это даже не аналитика в классическом понимании, а все та же поддержка операционной деятельности, реализуемая за счет формирования оперативных динамических запросов, сравнения текущей картины с заранее сформулированными KPI и столь же оперативной генерации необходимых исключений. Обязательность же детальных методических разработок в области ключевых показателей на уровне всех основных подразделений банка подчеркивалась, в частности, докладчиком из южноафриканского First National Bank of South Africa.
После генерации исключений должна быть запущена целая цепь отдельных работ, также имеющих отношение к операционной аналитике. Просроченный платеж клиента означает, что нужно быстро подтянуть всю историческую информацию о нем, затем количественно оценить риск дальнейшей работы с ним на текущих и, возможно, на ряде новых условий и наконец подсказать варианты дальнейших действий. Степень автоматизации на этих этапах может быть разной, но если она существует — это все та же, хотя и существенно расширенная по спектру, аналитика.
Из кулуарных бесед с зарубежными докладчиками выясняется, что пропагандируемый конференцией подход построения физической модели хранилища — скорее базовый. По мере продвижения функций автоматизации от локализации нежелательных отклонений к автоматизированному набору рекомендаций банки неминуемо переходят к аналитике даже не отраслевой, а «заточенной» под задачи конкретных отделов — прогноз спроса на продукт, планирование рекламных компаний, анализ оттока клиентов, выявление случаев мошенничества. В результате оставаться в рамках пусть богатой, но единственной физической модели данных становится невозможно. Она неминуемо сочетается с логическими моделями, с алгоритмами обработки, отличными от тех, что предоставляют IWS и другие аналитические решения (например, широко используемые в банках продукты компании SAS). Иными словами, изначально выбранное стратегическое решение все больше становится платформой для дальнейшего развития. При этом некоторые, казалось бы, принципиальные вещи (как, скажем, подход к созданию модели данных) могут размываться, а некоторые, наоборот, подчеркиваться. Так, практически у всех представленных на конференции западных банков приборные панели (dashboards) постепенно из средств визуализации для топ-менеджмента превращаются в инструмент повседневной работы персонала и даже становятся корпоративным стандартом.
