Какие возможности скрыты в информационных данных из АБС? Чем нужно дополнить имеющуюся в АБС информацию для построения эффективного анализа? Информация о клиентской базе, спросе на продукты и финансовой «отдаче» от продаж является основой для построения маркетинговых политик банка. Подразделения банков затрачивают значительные усилия на анализ рынка, проводят специальные исследования и опросы, для того чтобы разработать стратегии привлечения клиентов. При этом немалый объем информации, которая находится в распоряжении банков, не используется. Эта ценная информация накапливается в процессе операционной деятельности банка и оказывается невостребованной после завершения конкретного бизнес-процесса.
Рассмотрим информационный потенциал автоматизированной банковской системы. Причиной для изучения именно АБС являются следующие факты:
> АБС есть в каждом банке, и это обеспечивает широту использования предлагаемого подхода;
> как правило, информация, накапливаемая и используемая в операционной деятельности банка, достоверна. Например, если подписанный клиентом депозитный договор был предварительно распечатан именно из АБС, то можно утверждать, что в реквизитах клиента указаны достоверные паспортные данные;
> АБС содержит массивы информации, накапливаемые ежедневно и хранимые банком в течение долгого времени, что обусловлено требованиями банковского бизнеса и стандартами ведения банковского учета;
> предлагаемый подход является модельным — он может быть применен и к другим системам.
В настоящий момент к АБС предъявляются требования поддержки «проактивного» взаимодействия с клиентом. Кроме того, развиваются специальные аналитические системы поддержки принятия решений, которые взаимодействуют с АБС на уровне информационной интеграции.
Каждый шаг развития АБС не только расширяет состав информации, которая находится в распоряжении менеджеров банка, но и увеличивает возможности анализа этой информации.
Итак, рассмотрим информацию, которую содержит стандартная АБС.
1. Основная информация о клиентах как контрагентах по договорам и владельцах счетов — так называемая карточка клиента. Как правило, карточка клиента включает ФИО, ИНН, паспортные данные, информацию о прописке и контактные реквизиты. Для юридических лиц в карточке клиента также фигурируют информация о лицах с правом подписи И коды, характеризующие отраслевую принадлежность организации. В общем случае учет операций физических лиц может вестись в АБС на балансовых счетах Главной книги. Тогда информация о данных клиентов ведется в отдельной, «розничной» системе.
2. Основная информация о действующих договорах, включая: тип договора; основные реквизиты; дату открытия и срок действия; счета, открытые по договору. В редких случаях в АБС хранятся только счета, а договоры и их связь со счетами содержатся в системах класса «бэк-офис». Однако в этом случае система бэк-офиса, как правило, тесно интегрирована с АБС или реализована на общей с АБС платформе.
- Счета клиента, включая текущий статус счета, даты открытия и закрытия.
- Проводки по счетам клиентов и внутрибанковским счетам, включая удержание комиссий банком и процентный доход банка. Счета доходов и расходов могут быть связаны или не связаны с договорами, но связь проводки с двумя счетами, как правило, позволяет «восстановить» основной экономический смысл операции.
Изучая полезность накопленной в АБС информации, можно выделить несколько ключевых моментов, которые следует соблюдать при анализе имеющихся данных. Информация из АБС позволяет:
— формировать статистику в разрезе юридических и физических лиц;
— провести анализ заключенных договоров с клиентами в разрезе услуг, продаваемых банком;
— провести анализ платежных цепочек клиентов;
— сформировать ретроспективный анализ доходности клиентов.
ФОРМИРОВАНИЕ СТАТИСТИКИ
Разделение клиентской базы на юридических и физических лиц позволяет формировать статистику по функциональным подразделениям банка, которые обычно предоставляют раздельно корпоративные и розничные услуги клиентам. В этом случае клиентские менеджеры разных функциональных подразделений способны на основании результатов ретроспективного анализа выделять группы клиентов и формировать прогнозный анализ в разрезе групп.
Группы клиентов формируются на основании различных показателей и являются динамическими. Изменение состава динамических групп происходит по мере задания аналитических периодов. Методы математического анализа показывают, что наибольшую достоверность представляет анализ проводимых на больших массивах данных с наименьшими периодами расчетов. Это критично для розничных банков, имеющих большую клиентскую базу. Формирование групп корпоративных клиентов можно построить на связи отраслевых и экономических характеристик.
АНАЛИЗ ДОГОВОРОВ В РАЗРЕЗЕ ПРЕДЛАГАЕМЫХ УСЛУГ
Анализ договоров в разрезе предлагаемых услуг позволяет получить статистику по количеству заключенных договоров (сделок) за период, договоров по суммам за период.
Данный ретроспективный анализ принято формировать в следующих разрезах: головной банк, филиалы, отделения, дочерние банки. Договоры и клиентские сделки необходимо подразделить на услуги, предлагаемые банком. В этом случае имеет смысл анализировать регионы, что позволяет выявить тенденции продвижения отдельных услуг банка в регионах, где представлены отделения и филиалы банка.
В целом ретроспективный анализ клиентских договоров используется для сравнений работы продающих подразделений в периодах, построения прогнозных показателей продаж по подразделениям и регионам.
АНАЛИЗ ПЛАТЕЖНЫХ ЦЕПОЧЕК
Анализ платежных цепочек осуществляется также в разрезах головного банка, отделеий, филиалов, регионов.
При этом выделяют внутренние, входящие и исходящие платежи клиентов.
Все платежи клиентов подразделяют по типам клиентских документов (платежные поручения, платежные требования, авизо и т.д.) и по регулярности проведения.
Таким образом, анализ платежей клиента выявляет постоянные поручения клиентов банка внутри банка и платежные цепочки клиентов банка и неклиентов банка.
Анализ платежных цепочек за большие периоды времени позволяет:
— установить группы клиентов, связанных ведением общего бизнеса. Для подобных бизнес-групп создаются специальные пакеты корпоративных услуг, тарифы по которым позволят привлечь клиентов, с тем чтобы они могли совершать наибольшее количество операций в банке;
— выявлять клиентов других банков, являющихся получателями или плательщиками постоянных платежей клиента банка. Такие клиенты могут быть потенциальными клиентами банка, поэтому для клиентских менеджеров возникает сегмент привлечения;
— формировать планы развития с учетом привлечения потенциальных клиентов в регионе.
РЕТРОСПЕКТИВНЫЙ АНАЛИЗ ДОХОДНОСТИ
Задача анализа доходности клиентов банка не является простой и может быть решена в несколько подходов. Решение этой задачи зависит от того, насколько в АБС структурирована информация по учету операций клиента и ведению его договоров и сделок.
В общем случае для расчета доходности клиентов используют ретроспективный анализ по операциям с клиентом в разрезе услуг банка. Построение анализа доходности базируется на анализе доходов от операций (процентные доходы) и комиссионных доходов (непроцентные доходы).
Для построения анализа доходности клиента используют специальные аналитические счета доходов от операций с клиентом по услугам банка или формируют анализ связей операций клиента по характеристикам операции со счетами доходов от предоставляемых услуг (анализ выписок со счетов клиента, со счетов комиссий).
Рассмотренные методы анализа данных на основе информации АБС не означают, что все манипуляции над данными проводятся непосредственно в самой системе.
Возможны несколько различных вариантов, которые условно можно разделить на «этапы зрелости»: накопления и использования информационных данных в организации.
ЭТАП 1
Понимание ценности информации в информационной системе конечными потребителями.
Понимание ценности сформировалось у конечных пользователей информации, но специальная инфраструктура для доступа к информации отсутствует — программисты делают отчеты ad-hoc по запросу менеджера или аналитика. В лучшем случае — выгрузка «витрин данных» с использованием технологии «Excel + PivotTable».
ЭТАП 2
Анализ выполняется регулярно, и возникает задача сокращения его себестоимости.
Выполняются автоматизация регулярных стандартных отчетов, вызываемых заинтересованными пользователями через интерфейс системы, или автоматическая рассылка готовых отчетов системой.
ЭТАП 3
Ориентация данных на анализ и принятие решений. Становится очевидным, что регистрация при выполнении операций некоторых дополнительных «маркетинговых» реквизитов может увеличить ценность информации. Также становятся понятны преимущества от сопоставления информации из различных систем.
В систему добавляются специальные «маркетинговые» атрибуты. По возможности вручную или полуавтоматически синхронизируют справочники в разных системах для сопоставления отчетов («глазами» или в Excel).
ЭТАП 4
Любая система, созданная специально для операционной деятельности, менее удобна для анализа, чем специальный инструмент.
Принимается решение о создании хранилища данных (ХД) с использованием промышленных средств формирования отчетов и аналитики (Business Intelligence, Bl).
ЭТАП 5
Информацию из разных систем недостаточно загрузить в ХД — возникает необходимость взаимосвязей информационных данных разных продуктов и операций.
В практику организации вводятся инструмент Master Data Management и логическое объединение в ХД информации из разных операционных систем.
ЭТАП 6
Информация ХД используется для анализа и принятия решений с применением различных методов BI: статистических моделей, кластерного анализа, нейронных сетей.
Этот подход может быть использован для изучения и анализа других информационных систем. Рассмотрим некоторые примеры распространения предложенной модели.