Создание центра компетенций по аналитике в банке
05
/05
О чем мы поговорим сегодня
Узнаем о том, как в Сбербанк Казахстан удалось использовать Kanban для data и BI-команд (с практическими советами на видео от Степана Глушкова), при этом с 10-кратным увеличением количества пользователей Qlik за год. Также обсудим подход к демократизации данных в банке и выстраиванию Центра компетенций по бизнес-аналитике.

Записи круглого стола в рамках Недели банковской аналитики доступны в плейлисте на YouTube.
ИСТОРИЯ УСПЕХА
Сбербанк Казахстан: про управление аналитикой c Qlik
С 2018 года Сбербанк Казахстан использует решения Qlik для работы с аналитикой во всех ключевых подразделениях банка. При этом, на основе Qlik Sense также активно развивается направление self-service аналитики: за первые 6 месяцев 2021 года число пользователей Qlik выросло в среднем на 92%, а число постоянных пользователей — на 112%. Доля self-service отчетов в их общем количестве составляет примерно четверть.
Степан Глушков
ex-Chief Data Officer, Сбербанк Казахстан
Различные BI-инструменты внедрялись в Сбербанке Казахстан с 2011 года, причем зачастую разными подразделениями использовались различные решения. В основном аналитика была востребована четырьмя подразделениями: финансовым, корпоративным и розничным блоками и блоком оценки рисков.

Постепенно стало понятно, что внедренные системы не удовлетворяют потребности бизнеса в визуализации аналитики и стоимости разработки приложений и отчетов. Так же достаточно сложно было предоставить эти инструменты как self-service для сотрудников подразделений, хотя в каждом блоке банка и были собственные компетенции по работе с данными.
Бахыт Данияров
Руководитель направления ДУКД (Департамент управления корпоративными данными), Сбербанк Казахстан
В 2017 году материнский банк уже достаточно активно развивал направление аналитики на основе QlikView и Qlik Sense. Это отразилось и на нашем бизнесе, потому что дочернему банку демонстрировали отчетность, реализованную на Qlik, она была удобной и прекрасно визуализированной, а интерфейс решения — дружелюбным.
Среди первичных целей проекта было развертывание архитектуры и настройка интеграционных процессов Qlik Sense с единым источником данных. Чтобы убедиться, что выстроенная архитектура работает корректно, были отобраны и реализованы в BI порядка 20 сложных отчетов, используемых ключевыми заказчиками. Около 8 месяцев ушло на организационные процессы, в том числе на закупку лицензий. Первые ощутимые результаты банк получил в 2019 году.

Ключевым источником данных в банке является хранилище на базе Oracle — Qlik Sense берет данные из него. Однако некоторые подразделения ведут внутреннее планирование в Excel — данные из таблиц также загружаются в Qlik.
Объемы данных в хранилище составляют порядка 3−4 Тбайт, а ежедневная загрузка — порядка 180 Гбайт.

«Не важно, какой объем данных у вас имеется, важно, какую полезную информацию вы можете получить из этих данных»

Опыт команды Qlik в «Сбербанк Казахстан»

Сначала инструментами BI в банке пользовались только специалисты стратегического и тактического уровня — топ-менеджеры банка и руководители департаментов и отдельных направлений. Чтобы распространить культуру работы с аналитикой за пределы руководства, в банке на совещаниях презентовали разработанные аналитические отчеты, а кроме того, организовали обучение для сотрудников, в том числе воркшопы и обучение Qlik в онлайн школе Datanomix Academy.

Эффективным инструментом вовлечения в работу с BI стала и точечная работа с руководителями разного уровня: им презентовался функционал отдельных приложений, сценарии использования аналитики в рамках бизнес- процессов, возможности фильтров и многое другое. Это позволило обеспечить максимально активную работу с данными.

В результате такой работы пользователями BI-системы стали не только 4 ключевых блока, но и остальные подразделения банка.

Аналитика для аналитиков: динамика хода разработки BI-продуктов в Сбербанке
В результате проекта в 2−3 раза увеличилась скорость подготовки больших отчетов за счет технологии in-memory, преобразующей данные на лету в разных форматах и с применением разных фильтров.

Еще одним значимым результатом в банке называют сокращение числа расхождений в данных и количества ошибок — Qlik становится инструментом аналитики, которому пользователи доверяют.
Выступление на Qlik Data Transformation Day 2022 в Astana Hub
Степан Глушков, Chief Data Officer, рассказал об управлении аналитикой в банке и о практике внедрения Kanban в команде по управлению данными и BI
180 Гб
Объем ежедневной загрузки данных
3х быстрее
В результате проекта в 2−3 раза увеличилась скорость подготовки больших отчетов за счет технологии in-memory
ТЕОРИЯ
Создание центра компетенций по бизнес-аналитике в банке
Демократизация данных: зачем она банку?
Сотрудники на местах, имея доступ к данным, могут быстро реагировать на изменения бизнеса. Поступает новый запрос – а сотрудники уже знают, где им можно быстро получить ответ. Если происходит какое-то событие, которое может повлиять на бизнес, то, имея прямой доступ к данным, сотрудники смогут оперативно оценить обстановку и среагировать.

Если данные недоступны по мгновенному запросу и их получение не централизовано в удобном и быстром бизнес-процессе, то мы встречаемся с такими трудностями:
Медленное взаимодействие. Не имея прямого доступа к данным, бизнес обращается к ИТ- специалистам. В ИТ-отделе неизбежно формируется «бутылочное горлышко»: запросов много, а ресурсы ограничены.
Низкая скорость реакции.Из-за ограниченных ИТ-ресурсов сотрудники на местах ждут данные от нескольких дней до недель. За это время запрос может потерять актуальность. Кому нужен совет, когда решение уже принято?
Несистемное хранение данных. Без централизованного управления данными вся работа по их анализу обычно выполняется в Excel — данные хранятся в отдельных выгрузках. Как в таком случае обеспечить качество данных или провести сквозной анализ?

Долгий процесс самостоятельной обработки данных. Эффективно обрабатывать большие объемы данных при файловом подходе к их хранению — сложно. Вы не сможете быстро объединить данные за несколько периодов или из нескольких источников, будете ограничены объемом строк, которые Excel сможет обработать
Виталий Тренкеншу
управляющий партнер, Datanomix
Именно для того, чтобы повысить эффективность работы с данными в банке, многие наши клиенты по всему миру, включая Halyk Bank, Ikano Bank, CaixaBank, HSBC и многие другие, применяют подход демократизации: это баланс между централизацией и доступностью, между управлением и свободой в управлении данными.
При подходе демократизации сотрудники могут по запросу оперативно получить доступ к данным, которые управляются централизованно, в рамках единой стратегии. Благодаря централизации создается единое информационное пространство данных, но функция исследования данных передается сотрудникам, в том числе аналитикам, а не ИТ-специалистам. В компании делают выбор в пользу доступных к освоению BI-инструментов, с помощью которых и проводится аналитика. Сотрудники получают доступ к данным, а сами данные не хаотичны — компания работает по принципу управляемой self-service аналитики. Благодаря такому подходу можно управлять данными и раскрывать их потенциальную ценность. Поэтому сегодня демократизация — самый эффективный тип управления данными.
Центр компетенций как двигатель демократизации данных в банке
Александр Полоротов
со-основатель, Datanomix.pro
Как перейти к демократизации данных? Процесс может разворачиваться по двум сценариям: top-down (подход изменений сверху) и down-top (подход изменений снизу). В случае когда формирование аналитической культуры инициируется сверху, руководство компании разрабатывает стратегию по работе с данными, внедряет инструменты и процессы. Адаптация и принятие стратегии в компании зависит от вовлечения и обучения будущих пользователей и аналитических инструментов.

Если процесс перехода к новой аналитике инициируется сверху, важно мотивировать сотрудников и показывать им ценность данных. Сотрудники должны понимать, для чего им данные. Например, можно начать с запуска демо-проекта, чтобы в компании был успешный прецедент работы с данными. Для этого нужно взять бизнес-задачу и решить ее с помощью аналитики. Это может быть кейс производственной части бизнеса или вспомогательных функций (финансы, техподдержка, юристы). Для популяризации работы с данными можно организовать корпоративный марафон, например, как сделал «Казахтелеком» с марафоном "Все в Qlik".

В случае подхода изменений снизу все начинается с решения наболевших проблем пользователей. Благодаря «сарафанному радио» все больше сотрудников участвуют в процессе принятия решений на основе данных. Следующий шаг в таком сценарии — помощь руководства: тренинги, формирование матрицы компетенций, поощрение аналитической культуры.

В реальности компании почти всегда комбинируют эти два подхода. Часто изменения начинаются снизу и поддерживаются инициативами топ-менеджмента и, конечно, центр компетенций по бизнес-аналитике является центром организации этого процесса.
Ключевые задачи Центра компетенций по аналитике в банке.
Ссылка на интерактивную Miro-доску: https://miro.com/app/board/uXjVMG8OOH0=/?share_link_id=759329808701

Для организации и поддержки эффективной работы с данными в банке Центр компетенции выполняет много работы, которая "невидима" для пользователей:

Обеспечение качества данных. Ведь без качественных данных, которым доверяют пользователи, data-driven проекты в банке обречены
Обогащение семантического слоя и подготовка данных, пригодных для создания отчетов, дашбордов и презентаций без дополнительных обращений к централизованной команде
Разработка процессов, упрощающих жизнь self-service пользователям:
  • стандарты по визуализации данных
  • стандарты с лучшими практиками архитектуры и моделирования данных,
  • стандарты по разработке для self-service пользователей
  • понятный чек-лист для публикации приложения в промышленную среду и т.д.
Минимизация барьеров доступа к данным и аналитике с помощью внутренних ресуров (база знаний, комьюнити, процессы, обучение). Получить доступ к BI, записаться на курс, найти полезные материалы, задать вопрос должно быть просто и нативно – так вы создадите внутреннее data-driven сообщество и привлечете новых сотрудников в работу с аналитикой, в том числе и в формате self-service

Ну и, конечно, Централизованная BI-команда осуществляет разработку отчетов для топ-менеджеров, создает аналитические решения под ключ, оказывает услуги по "бьютификации" self-service отчетов, делает ревью кода self-service приложений и многое другое.

"Persona ❤️ Data": как запустить data-driven менеджмент в корпоративном масштабе, опыт клиентов Qlik
Запись выступления на конференции Первого кредитного бюро "Persona Non Data" 2022
Как измерить развитие аналитики внутри
Александр Полоротов
со-основатель, Datanomix.pro

Ключевыми показателями работы Центра компетенций, помимо стандартных MAU (monthly active users), DAU (daily active users), частоты использования BI, дней с последнего логина и прочих, могут стать показатели ниже:

Time-to-data
Время, необходимое для получения нужных данных
Time-to-report
Время, необходимое для создания BI-приложения
Time-to-insight
Время, необходимое для принятия решения на основе данных
Пример детальной аналитики активности пользователей BI в крупной телеком-компании - ключевые метрики по обучению, вовлечению в дата-комьюнити (митапы), использованию приложений пользователями и разработчиками

Следующие шаги по организации системной работы с внутренним аналитическим комьюнити и вовлечением сотрудников в Центре компетенций могут включать:

  • выявление неактивных пользователей и работа с оттоком
  • анализ глубины проникновения аналитики по департаментам и уровням менеджмента, планирование мероприятий по вовлечению
  • прорисовка клиентского пути различных категорий пользователей и упрощение различных этапов их работы с данными
Пример части карты пользователей BI в крупной телеком-компании, разработанном в Центре компетенций
Виталий Тренкеншу
управляющий партнер, Datanomix
Не забывайте делиться успехами коллег, которые трансформируют процессы на основе аналитики. Создавайте внутреннее data-driven сообщество, помогайте сотрудникам в освоении мира данных, ведь все аналитические инструменты создаются именно для тех, кто принимает решения.
Полезные ссылки
Если вам интересно узнать больше, переходите по ссылкам для дальнейшего изучения темы и расширения кругозора
Тест состоит из 50 вопросов, разработанных для проверки ключевых навыков при работе с данными для взрослых
7 шагов, которые помогут построить компании data-driven культуру
Телеграм-сообщество Qlik:
2.500+ специалистов
Приглашаем вас присоединиться к телеграм-чату Qlik, чтобы общаться с коллегами, задавать вопросы экспертам в области банковской аналитики и оставаться в курсе новостей из мира бизнес-аналитики.
@qlikbi_chat

2023