SAS: не банками едиными

Вячеслав Мамаев: «В результате перевода хранилища на кластерное решение удалось достигнуть необходимых показателей эффективности, попутно оптимизировав стоимость закупки и поддержки оборудования»


Компания переписывает архитектуру под облака и Большие Данные и идет в госсектор

14:14 08.06.2015   |   2635 |  Николай Смирнов |  «Директор информационной службы»

Рубрика Индустрия



Как было объявлено в рамках SAS Forum Russia 2015, компания будет наращивать усилия на рынке ретейла и госсектора. Пока же больше половины прибыли ей приносят банки.

Как заявил Валерий Панкратов, генеральный директор SAS в России и СНГ, выступая в ходе традиционного форума компании, более половины прибыли ей приносят банки, достаточно сильны позиции SAS и в телекоме. Ретейл, госсектор и транспортная отрасль пока относительно новые направления и требуют довольно больших усилий для продвижения на рынке.

За прошлый год SAS реализовала в России 51 проект. Из недавних контрактов особо выделяется соглашение с «Роснефтью», заключенное несколько месяцев назад.

Говоря о технических новшествах, Панкратов отметил, что разработчики SAS уже в четвертый раз в истории переписывают ядро системы. «Эпоха мэйнфреймов, а затем и клиент-серверной архитектуры прошла. Сейчас наблюдается тенденция перехода в облака и к распределенным вычислениям, а также потребность в обработке Больших Данных. Все это заставляет менять архитектуру решений», — пояснил он.

Нынешний форум стал одним из самых масштабных по количеству представленных вертикалей, с которыми работает компания. Некоторые из них, к примеру аналитика для муниципального управления и розничной торговли, впервые появились в программе мероприятия. Тем не менее основную массу, как обычно, составили выступления финансовых организаций.

Все чаще ведутся проекты по переходу с высокопроизводительного оборудования старшего класса на кластеры, собранные из массовых систем. Например, банку «ЮниКредит» потребовалось перевести на такую платформу хранилище данных для подготовки регуляторной отчетности.

«Да, мы ввязывались в проект, реализуемый на базе ранее неопробованных нам технологий, но были готовы рисковать и делить риски с поставщиком», — подчеркнул Вячеслав Мамаев, руководитель ИТ-проектов банка «ЮниКредит».

На тот момент хранилище было развернуто на платформе из двух крупных серверов. Их время восстановления в случае инцидентов составляло 24 часа. Чтобы удовлетворить жесткие требования регулятора к предоставлению информации, необходимо было повысить надежность, сократив время восстановления до одного часа и полностью исключив потерю данных. Этот проект стал первым промышленным внедрением SAS Grid Manager в России. В результате перевода хранилища на кластерное решение удалось достигнуть необходимых показателей предоставления регуляторной отчетности, одновременно оптимизировав стоимость закупки и поддержки оборудования.

Александр Любимов, начальник отдела управления клиентскими отношениями «Райффайзенбанка», рассказал о выстраивании маркетинговой деятельности. Еще не так давно в банке использовался «самодельный» аналитический CRM-инструментарий на базе офисных приложений.

Следовало повысить эффективность продаж, уйдя от «ковровой бомбардировки» клиентов. Кроме того, из-за недостаточной актуальности информации, содержащейся в хранилище данных, предложения не вполне соответствовали реальности, что снижало лояльность клиентов.

Решить проблему удалось с помощью нового хранилища, повысившего оперативность используемой информации, а также систем SAS Marketing Automation и SAS Marketing Optimization. В эти системы переведена вся маркетинговая активность.

Отдельным направлением использования аналитических решений становится борьба с различными видами мошенничества. Как признал Сергей Горелов, руководитель проектов «Уралсиба», ситуация в страховой отрасли далека от идеала. Более 15% страховых выплат приходится на мошеннические обращения, и, чтобы компенсировать ущерб от деятельности преступников, компании вынуждены повышать стоимость полисов на 10-15%. При этом три четверти портфеля договоров «Уралсиба» приходится на массовые виды автострахования. Это огромный объем договоров, которые невозможно отследить вручную.

«Нигде на прежних местах работы я не видел глубокой аналитики. В основном были ручные процессы, не позволяющие эффективно вести мониторинг», — сказал Горелов. Между тем есть клиенты, которые приходят в страховые компании регулярно, как за зарплатой, инсценируя происшествия. Автоматизация выявления мошеннических действий с помощью решений SAS стала стратегически важной задачей. При этом речь идет о создании большого количества специфичных моделей, охватывающих все сценарии мошенничества, включая внутренние инциденты с участием собственных сотрудников.

Маркетинг в реальном времени

Компании уже давно изучают активность клиентов в Сети, хотя и предпочитают не афишировать этого. Как отметил Степан Ванин, старший консультант по аналитическим решениям SAS, в первую очередь внимание при этом обращают на историю поисковых запросов и посещенных страниц, а также на данные из профилей в социальных сетях.

Уже появилась масса проектов, заключающихся в обогащении данных о клиентах при помощи внешних источников с целью повышения эффективности маркетинговых акций. Например, если человек посещает сайт туроператора, то, вполне вероятно, он собирается в отпуск и ему можно предложить кредитную карту, а если регулярно занимается экстремальными видами спорта, то может быть заинтересован в страховании здоровья. Конечно же, многие из таких данных быстро «протухают», их актуальность длится от нескольких дней до буквально нескольких часов. Компании, пытающиеся в полной мере соответствовать запросам клиентов, должны проводить чрезвычайно оперативный маркетинг, близкий к реальному времени.

Есть и более изощренные схемы, в которых используются сведения, не являющиеся открытыми. Например, объединяя данные клиента банка с его биллинговой историей, можно радикально повысить достоверность скоринговых моделей.

У «ВымпелКома» сейчас находятся на пилотной стадии проекты по скорингу с несколькими известными российскими банками. О перспективах их коммерческой эксплуатации пока говорить рано.

«Есть виды данных, которыми не обладает никто, кроме мобильных операторов», — уверена Екатерина Линкевич, руководитель службы управления проектами Big Data «ВымпелКома». Она подчеркнула, что предоставление услуг скоринга возможно только по тем абонентам, которые дали согласие оператору связи на обработку и передачу персональных данных. Все финансовые организации, заинтересованные в получении скорингового балла от оператора связи, при заполнении документов на кредитную заявку должны учитывать наличие согласия клиента на то, чтобы «ВымпелКом» проводил обработку его персональных данных с указанной целью.

Надо отметить, что персональные данные и информация об оказываемых услугах финансовым организациям не передаются. Банкам сообщается исключительно обобщенный скоринговый балл, полученный в результате анализа данных об абоненте и оказанных услугах. О модели «данные как сервис» аналитики говорили уже довольно давно, однако лишь сейчас она становится реальностью.


Теги: Читайте больше Статьи Большие данные SAS BI in_bigdata
На ту же тему: