CC BY
158Аналитика и прогнозы внедрения «облачных» технологий и Big Data в деятельности банков в условиях нестабильной экономики
Мартыненко Надежда Николаевна,
к.э.н., доцент, Департамент банковского дела и финансовых рынков, Финансовый университет при Правительстве Российской Федерации E-mail: nnmartyinenko@fa.ru
Котова Елена Олеговна,
студент, Финансовый университет при Правительстве Российской Федерации E-mail: 190634@edu.fa.ru
Статья посвящена изучению внедрения облачных технологий и Big Data в российские коммерческие банки в условиях нестабильной экономики. В статье приведены теоретические основы данных технологий, выявляются предпосылки внедрения облачных технологий и Big Data в банки, анализируется существующий опыт. Рассмотрена адаптация внедрения облачных технологий и Big Data в коммерческих банках Российской Федерации в условиях антироссийских санкций.
Ключевые слова: Big Data, облачные вычисления, облачные технологии, банковская сфера, банки, санкции.
В настоящее время применение облачных технологий и больших данных получает все большее распространение в различных сферах - финансы, реклама, услуги, производство и др. Эти технологии повышают качество предоставляемых услуг, помогают организациям сократить расходы, способствуют росту эффективности их деятельности. В 2021 году мировой объем рынка облачных услуг составил 451 млрд долларов (рис. 1) [18], а количество произведенных данных -79 зеттабайтов1 [22].
Объем рынка облачных вычислений в мире в 2019-2025 гг., млрд долл.
1000 -917
800 -
600 -
400 304 200 0
2019 2020 2021 2022П 2023П 2024П 2025П Объем рынка облачных вычислений в России в 2019-2025 гг., млрд руб.
230,9
250 -
200
150 -
100 —72,9 50 0
139,7
113,2 ill
2019 2020 2021 2022П 2023П 2024П 2025П
Рис 1. Прогноз объема рынка облачных вычислений в мире и России за 2019-2025 гг. [15,18]
В современном цифровом мире данные технологии особенно активно используются в банковской сфере. Согласно докладу Банка России «Использование больших данных в финансовом секторе и риски финансовой стабильности» за 2021 год в последние 3-5 лет наблюдается рост использования больших данных и интереса к ним в целом в российских финансовых институтах. По результатам опроса ЦБ 58% организаций используют большие данные в широком спектре бизнес-процессов, 33% в одном или нескольких, а 8% запустили пилотные проекты [9]. Потребление облачных технологий растет примерно на 70% в год в банковском секторе, а в 34% российских банков 10% от 1Т-бюджета составляют расходы на облачные вычисления [2].
1 Зеттабайт - единица измерения количества информации, равная 1021 байт.
сз о
со £
m Р
сг
от А
=Е
Облачные технологии или облачные вычисления - это технология предоставления вычислительных услуг, включая серверы, хранилища, базы данных, сети, программное обеспечение и аналитику через Интернет для более быстрого внедрения инноваций, гибких ресурсов и экономии за счет масштаба.
Облачные вычисления могут быть как общедоступными, так и частными. Существует также гибридный вариант, который является сочетанием общедоступного и частного облака. Общедоступные облака (public cloud) принадлежат поставщикам облачных услуг, которые предоставляют широкому числу пользователей свои вычислительные ресурсы через Интернет. Частные облачные сервисы (private cloud) используются только одним предприятием или организацией. Гибридные облака (hybrid cloud) объединяют частные и общедоступные облака, которые остаются уникальными объектами, но связанными между собой технологиями передачи данных и приложений. Основными поставщиками на рынке облачных технологий являются Amazon (32%), Microsoft (18%), Google (8%) [21].
Большинство сервисов облачных технологий можно разделить на три категории: инфраструктура как услуга (IaaS), платформа как услуга (PaaS), программное обеспечение (SaaS) как услуга (рис. 2). Их иногда называют «стеком» облачных вычислений, так как они строятся друг над другом. Инфраструктура как услуга - это основная категория услуг облачных вычислений. При использовании IaaS арендуются основные компоненты - серверы, виртуальные машины, хранилища и сети. Платформа как услуга - это следующий уровень, который включает инструменты для разработки и запуска приложений на базе виртуальной платформы, а также предоставляет доступ к управлению ресурсами более низкого уровня. Программное обеспечение как услуга - это способ предоставления программных приложений через Интернет по запросу.
Рис 2. Рынок облачных вычислений по видам облачных услуг в 2020 г. [20]
Облачные технологии обладают рядом преимуществ:
е • Оптимизация затрат. Облачные вычисления устраняют капитальные затраты на покупку еЗ оборудования и программного обеспечения, а также на настройку и эксплуатацию локаль-
ных центров обработки данных. В среднем 96% российских компаний, использующих «облака», уже сократили затраты на 8% [16].
• Безопасность данных. Многие поставщики облачных услуг предлагают широкий набор технологий и инструментов, которые в целом улучшают систему безопасности компании, защищая данные и приложения от потенциальных угроз.
• Скорость. В основном облачные вычисления предоставляются по требованию, это позволяет быстро получить необходимые мощности, что позволяет решать задачи более оперативно и дает большую гибкость.
• Масштабируемость и использование ресурсов. Преимущества служб облачных вычислений включают возможность эластичного масштабирования. Необходимые мощности можно быстро увеличивать и сокращать, это облегчает адаптацию под колебания рыночных условий.
• Сотрудничество и простота использования.
Платформа облачных технологий обеспечивает эффективное сотрудничество, благодаря которой пользователи могут быть соединены из любой точки мира с помощью Интернета. Пользователи могут беспрепятственно переносить свои файлы и настройки на различные устройства.
При всей скорости, эффективности и инновациях, связанных с облачными вычислениями, естественно, существуют недостатки. Среди основных недостатков выделяют необходимость быть в сети для работы, опасность хакерских атак на сервер, возможная зависимость от поставщика услуг и его технической инфраструктуры и постоянная оплата.
Большие данные или Big Data - это тенденция, которая создает огромную ценность для многих компаний, поскольку позволяет хранить, обрабатывать и анализировать огромные объемы данных. Big Data - это данные, которые являются большими по объему, и растут с постоянно возрастающей скоростью, их трудно или невозможно обрабатывать традиционными методами. Концепция больших данных набрала обороты в начале 2000-х годов, когда отраслевой аналитик Дуг Лэйни сформулировал нынешнее общепринятое определение больших данных как три V:
1) Объем (volume) - описывает экстремальный объем данных. Необходимо хранить и обрабатывать все большие объемы данных. По данным Statista к 2025 году объем данных, ежегодно производимых во всем мире, увеличится почти в 2 раза и составит 181 зеттабайтов [22].
2) Скорость (velocity) - описывает повышенную скорость, с которой данные создаются, но в то же время должны обрабатываться.
3) Разнообразие (variety) - описывает разнообразие характера данных.
Работа больших данных включает в себя три ключевых действия:
1. Интеграция. Нужно получить данные, ввести и обработать их, чтобы с ними могли работать бизнес-аналитики или клиенты.
2. Управление. Нужно определить место хранения данных, например облако, а также форму хранения.
3. Анализ. Для использования данных, нужно исследовать данные, которые дадут возможность получить новые открытия.
Важность больших данных зависит не только от того, сколько у вас данных. Ценность заключается в том, как они используются. Использование больших данных дает возможность:
1) принимать более эффективные решения,
2) оптимизировать управление ресурсами,
3) повысить операционную эффективность,
4) стимулировать новые возможности для получения доходов и роста,
5) сократить издержки и время,
6) минимизировать риск и мошенничество,
7) построить более прочные отношения с клиентами. Облачные технологии больше не являются будущим или развивающейся технологией. Облачные вычисления - это настоящее, которое представляет собой важный инструмент, позволяющий оставаться конкурентоспособным в сегодняшней бизнес-среде. Использование данных технологий является особенно актуальным для банковской сферы, где инновации и конкуренция подталкивают к повышению эффективности и гибкости.
В основе предпосылок внедрения облачных технологий лежат преимущества, которые могут получить банки, активно использующие «облака». По данным исследования АссепШге, такие банки наращивают выручку в среднем в два раза быстрее по сравнению с конкурентами, не уделяющими облачным опциям должного внимания [3].
Компания Deloitte предлагает сгруппировать потенциальные выгоды облачных технологий для банков по четырем категориям [19]:
• Повышение гибкости бизнеса
• Внедрение инноваций за счет использования внешних услуг
• Использование отраслевых решений
• Изменение парадигмы расходов в 1Т Необходимо также отметить, что рост цифровой
экономики оказал давление на финансовых игроков и вызвал необходимость проведения цифровой трансформации и быстрой интеграции новых цифровых технологий, чтобы реагировать на изменения на рынке и поведение потребителей. В будущем у банков существует единственный способ оставаться конкурентоспособным -использовать большие данные и искусственный интеллект во всех своих продуктовых предложениях для повышения качества обслуживания клиентов. Невозможно переосмыслить мобильный банкинг, платежи или эффективное кредитование без базовой облачной платформы. Современные облачные платформы предлагают ключевые возможности в стратегических областях, таких как аналитика, блокчейн и распределенные мобильные приложения.
Банковское дело, как отрасль с высокой степенью регулирования, должно соблюдать различные требования, что делает самостоятельную разработку приложений дорогостоящей и рискованной. Такие решения, как SaaS, могут предоставить готовые разработки и помочь банкам справиться с проблемами регулирования, обеспечив соответствие нормативным требованиям, прозрачность и безопасность по всей цепочке от предоставления инфраструктуры до предоставления услуг конечному пользователю. Поставщики облачных услуг могут предоставлять решения для конкретных банковских операций, таких как основные банковские услуги, аналитика рисков с комплексным управлением портфелем, управление ценными бумагами и др. Поставщики выигрывают от экономии за счет масштаба, повторно используя свои решения для нескольких клиентов, и поэтому во многих случаях могут предлагать свои услуги банкам по более низкой цене, чем внутренний процесс.
Облако обеспечивает переход от капитальных вложений к операционным расходам. Поскольку плата взимается только за потребленные услуги, средства могут экономиться. Освобождение от больших первоначальных затрат в инфраструктуру позволяет организациям сократить свой оборотный капитал, а высвобождаемые при этом денежные средства могут быть использованы для реализации других проектов.
Предпосылкой внедрения Big Data в банковскую сферу является наличие большого объема информации, который ежедневно накапливают банки, а также стремление использовать его для того, чтобы занимать конкурентную позицию на рынке и получать дополнительную прибыль.
С помощью облачных сервисов банки могут хранить данные, осуществлять их анализ, например анализировать данные о рынке или клиентах. Не всегда у банков есть возможность задействовать собственные мощности для решения таких задач, поэтому удобно использовать «облако». Например, СберБанк развивает искусственный интеллект в облаке SberCloud для анализа поведения пользователя или для распознавания человеческой речи в голосовых помощниках и голосовых интерфейсах. Также в облаке Сбер хранит и обрабатывает большие данные петабайтного объема в хранилище Data Warehouse Service [12].
Используя облачные технологии, банк может эффективно анализировать данные, выявлять мошеннические сценарии и предотвращать мошеннические операции. При обнаружении подобных схем аналитический облачный сервис может подать сигнал тревоги.
В банковской сфере одной из самых больших областей возможностей для облачных вычислений является риск-менеджмент. Для управления рисками требуется обрабатывать большие объемы данных в чем облачные вычисления имеют большие преимущества. Это позволяет командам риск-менеджмента быстро реагировать на изменения во внешней среде, более качественно ана-
сз о со от m Р от
от А
=Е
лизировать информацию, что позволяет лучше понять факторы риска.
Для хостинга сайтов и управления мобильными устройствами выгодно использовать облачные технологии, поскольку это избавляет банк от различных сложностей с обеспечением достаточной пропускной способности телекоммуникаций, резервированием мощностей на случай пиковых нагрузок. В 2021 году банк «Санкт-Петербург» на базе Yandex.Cloud запустил проект по разработке нового сайта банка, который с самого начала создается в облаке [10].
Еще одним популярным направлением как за рубежом, так и в России, является использование облачных технологий для разработки и тестирования банковских приложений. Так, Таврический Банк выбрал для себя частное облако, где развернул резервную площадку для тестовой среды. Банк также использует облачную инфраструктуру для разработки собственного мобильного приложения и для репликации СУБД Oracle [12].
Направления применения больших данных в банковском секторе можно разделить на 3 группы: управление рисками, обнаружение мошенничества, удовлетворение клиентов.
Первостепенное значение для банков имеет создание комплексной системы управления рисками, поскольку это позволяет избежать потери доходов. С помощью анализа больших данных банки могут выявлять риски в режиме реального времени. Например, анализируя различные данные о заемщике - такие как возраст, кредитная история, активность в интернете, данные о транзакциях, банк, оценив риски, может принять решение о возможности предоставления кредита.
Второе направление применения - обнаружение мошенничества. Из-за стремительно разви-
Таблица 1. Внедрение технологий Big Data в российских банках
вающегося цифрового мира личные данные становятся более уязвимыми для кибератак, это является самой большой проблемой, с которой может столкнутся банк. Однако, анализируя большие данные, банки могут обнаружить мошенничество до того, как оно будет совершено. Это достигается путем выявления общих тенденций расходов пользователей, прогнозирования нерегулярного поведения клиентов и т.д. Банки также могут идентифицировать сетевой трафик, который может указывать на нарушение кибербезопасности, например, на попытку кражи личных данных своих клиентов или кредитных счетов.
Третьим направлением применения больших данных в банках является удовлетворение клиентов. Банки используют большие данные для того, чтобы узнать своих клиентов, и как следствие, найти новые способы их обслуживания, осмысленного взаимодействия и предоставления большей ценности. Например, имея под рукой полный профиль клиента и исчерпывающие данные о взаимодействии с продуктом, можно прогнозировать и предотвращать отток клиентов. На основе данных банки могут разделять клиентов на группы на основе общих черт. Ориентируясь на потребности и поведение, банки могут определить каким клиентам нужны какие банковские продукты и специальные предложения. На основе покупательских привычек банки могут выстроить целенаправленные маркетинговые стратегии и предлагать клиентам индивидуальные продукты. Согласно анализу консалтинговой компании Сарсо 72% людей считают, что персонализация в банках очень важна [17]. Таблица 1 демонстрирует примеры направлений использования больших данных в российской банковской сфере.
Наименование банка Направления использования Продукты и инструменты Big Data Результаты внедрения
Альфа-банк • Анализ социальных сетей и поведения пользователей сайта • Оценка кредитоспособности • Прогнозирование оттока • Персонализация предложений • Oracle Exadata • Oracle Big Data Appliance • Hadoop В запущенных проектах отклик и попадание в релевантность были увеличены с 25% до 40%.
Сбер • Управление рисками • Скоринг • Персонализация предложений • Сегментация клиентов • Борьба с мошенничеством • Оценка кредитоспособности • Расчет бонусов для сотрудников • Формирование финансовой отчетности • Teradata • Cloudera • Yandex Data Factory • Hadoop Анализ больших данных по активности клиентов позволил банку снизить уровень неработающих кредитов. Использование технологий Big Data помогает точнее определить текущий риск-профиль клиента, его интересы и потребности, что в итоге позволяет банку делать «своевременные и персонализированные предложения» в части предоставляемых услуг.
ВТБ • Прогнозирование оттока • Сегментация клиентов • Формирование финансовой отчетности • Анализ отзывов • Управление рисками, борьба с мошенничеством • Оценка кредитоспособности • Расчет бонусов для сотрудников • Teradata • SAS Visual Analytics • SAS Marketing Optimizer Большие данные принесли банку ВТБ в 2017 году дополнительно 19 млрд рублей дохода.
Окончание
Наименование банка Направления использования Продукты и инструменты Big Data Результаты внедрения
Газпромбанк • Противодействие мошенничеству • Доскоринговая проверка репутации потенциальных заемщиков • Персонализация предложений • Прогнозирование оттока • SAS Visual Analytics • SAP Business Objects Отклик на целевые предложения, в сравнении с обычными целевыми компаниями, вырос в 3 раза. Результаты кампаний, которые запускали с помощью SAS Marketing Automation, стали стабильно приносить банку дополнительный доход. Большие данные позволили сократить время реакции на действия клиента и реализовать, например, стратегии по удержанию клиентов и расширению их продуктовой корзин.
Тинькофф • Управление рисками • Анализ потребностей клиентов • Скоринг • Маркетинг и продажи • EMC Greenplum • Cloudera • SAS Visual Analytics • Hadoop Решения в банке стали приниматься быстрее и более обоснованно. Уровень конверсии для маркетинговых upsell-кампаний благодаря глубокому исследованию целевой аудитории увеличился в 10 раз. Снизились бизнес-риски, а также технические риски. Время внутренних процессов сократилось в 10 раз, для некоторых - более, чем в 100 раз.
Открытие • Персонализация предложений • Прогнозирование оттока • Противодействие мошенничеству • Анализ потребностей клиентов • Oracle Big Data Appliance • Cloudera Большие данные позволили перейти от большого количества общих рекомендаций к точечным и персональным, тем самым повысив конверсию предложений на 10-20%.
Источник: составлено автором на основе данных: [1, 4, 5, 6, 11,
В связи с введением западными государствами санкций против нашей страны, работу на территории России приостановили многие ИТ- компании, которые предлагают облачные решения: SAP, Oracle, IBM, Amazon и др. Не работают VMware и Microsoft, занимающие согласно данным консалтинговой организации iKS-Consulting, 75% российского облачного рынка (69% - VMware и 6% - Microsoft). Оставшиеся 25% облачных технологий приходятся на решения на базе OpenStack, но существует риск ограничения возможности использования результатов деятельности этого сообщества для России [7]. Кроме того, возникли сложности с оплатой зарубежных сервисов. Но останавливать бизнес-процессы в банковской сфере нельзя.
Вариантов решения несколько. Первый из них - ждать. Международные компании, которые приостановили свою деятельность в России, могут вернуться на наш рынок спустя какое-то время, и несмотря на санкционные ограничения, продолжат работать дальше. Но есть риск, что они не вернутся, и банки будут вынуждены работать на ПО с закончившимися лицензиями. Это означает, что ПО не будет обновляться, что делает его крайне небезопасным для использования.
Второй вариант - перенести часть деятельности на территорию стран, не попавших в санкцион-ный список, например, в Казахстан или Армению. Причем переводить персонал за рубеж необязательно, так как можно работать с недоступными из России сервисами, применяя технологию VPN.
Третий - использовать дата-центры и облака не присоединившихся к санкциям стран. Так, например, в китайских облачных сервисах существует полный аналог платформы VMware, поэтому при переносе туда вычислительных нагрузок поль-
13].
зователям не нужно будет переучиваться. Можно использовать и российские облака, развернутые в центрах обработки данных на территории таких стран, как Узбекистан.
Четвертый вариант - использование российского ПО. Это облачные разработки компании «Яндекс», а также облачные платформы, развернутые на основе китайских технологий (SberCloud) и OpenStack (VKCS и Selectel).
Для банков, которые только собираются переходить в «облако» существует несколько возможных сценариев в сложившихся условиях. Первый заключается в использовании российских облачных сервисов. На отечественном рынке достаточно игроков, которые могут предложить свои продукты. Одни из крупнейших - SberCloud, Yandex, MTS, VKCS, Ростелеком, Setelem. Другой вариант - создание своих облачных сервисов, однако это может вызвать затруднения из-за отсутствия аппаратного обеспечения, на которое также наложены санкции. Кроме этого, некоторые банки могут заморозить программы по переходу в облака, хотя это приведет к уменьшению конкурентоспособности. Еще одним стратегическим шагом является возврат к модели партнерства с зарубежными ведущими платформами, однако не с западными, а с азиатскими - AliCloud или Tencent. Это поможет решить вопрос дефицита серверных мощностей и получить сервисы, столь необходимые для экстенсивного роста.
Еще до введения санкций в своей работе с Big Data банки использовали различный инструментарий. Так, СберБанк развивал свою собственную платформу. В ее основе лежит open-source продукт Hadoop. ВТБ совместно с Ростелекомом развивал продукт под названием «Платформа больших данных» [14], Альфа-Банк строил свою систе-
сз о со от m Р от
от А
=Е
Q. в
OJ
л
му на основе продуктов Oracle, Тинькофф - на основе EMC Greenplum.
В сегодняшних условиях для банков, которые развивали собственные платформы для работы с Big Data на основе open-source продуктов, практически ничего не изменится. А для тех, чьи поставщики технологий поддержали санкции, придется искать пути по замене продуктов на open-source технологии, либо кооперироваться с банками, владеющими своими платформами.
Не менее важным инструментарием для работы с Big Data являются системы управления базами данных (СУБД). Одними из основных на рынке были базы данных от Oracle. В настоящих условиях многие банки рассматривают стратегии отказа от баз данных этого производителя так как возникают риски долгосрочного отсутствия поддержки и обновлений Oracle в части ПО и оборудования, поэтому банки вынуждены работать над альтернативными решениями.
СберБанк работает над проектом по разработке и развитию собственной версии СУБД, основанной на базе PostgreSQL, учитывая особые требования по быстродействию, надежности и кибер-безопасности. Банк планирует перенести на нее свои проекты с Oracle.
В Промсвязьбанке также есть проект по импор-тозамещению инфраструктурного программного обеспечения, включая СУБД. Планируется применение системы управления базами данных Post-greSQL в высоконагруженных, кластеризованных и отказоустойчивых инсталляциях [8].
ВТБ в соответствии со своей стратегией технологической трансформации задолго до введения санкций начал проработку и тестирование вариантов замещения иностранного оборудования и программного обеспечения российскими аналогами, в том числе и по базам данных Oracle [8].
Таким образом, в новых экономических условиях меняется поведение потребителя. Из-за рисков недоступности зарубежных сервисов отечественные пользователи массово переходят в российские «облака». Проблемы с санкциями частично поможет решить политика импортозамещения, которую несколько лет проводит государство. В корпоративном сегменте все чаще используются российские решения и решения c open-source. Активно развивается «Гособлако». Кроме того, правительство предлагает беспрецедентные меры поддержки ИТ-отрасли. Ситуация сложная, но в банковской сфере есть необходимые ресурсы и компетенции, чтобы текущая ситуация не повлияла на дальнейшее развитие российской банковской системы.
Литература
1. Альфа-Банк: большие данные для больших целей [Электронный ресурс] https://www.comnews. ru/digital-economy/content/118157/2019-02-27/ alfa-bank-bolshie-dannye-dlya-bolshih-celey (Дата обращения:01.04.2022).
2. Батаев, А.В. Сравнительный анализ применения облачных технологий в российских и зарубежных финансовых институтах / А.В. Батаев, А.С. Мартынов // Фундаментальные и прикладные исследования в области управления, экономики и торговли: Сборник трудов всероссийской научной и учебно-практической конференции. В 3-х частях, Санкт-Петербург, 2729 мая 2020 года. - Санкт-Петербург: ПОЛИТЕХ-ПРЕСС, 2020. - С. 26-30.
3. «Безоблачное» будущее: чем рискуют российские компании [Электронный ресурс] https://plus. rbc.ru/partners/6135bad47a8aa90131e84b4d (Дата обращения:01.04.2022).
4. Большие данные (Big Data) в Сбербанке [Электронный ресурс] https://www.tadviser.ru/index. php/Статья: Большие_данные_(Big_Data)_в_ Сбербанке (Дата обращения:01.04.2022).
5. Большие данные принесли «ВТБ 24» в прошлом году 19 млрд рублей дополнительно [Электронный ресурс] https://www.vedomosti.ru/ technology/articles/2017/05/05/688849-bolshie-dannie-vtb-24 (Дата обращения:01.04.2022).
6. Газпромбанк выстроил процессы RTO на технологиях SAS [Электронный ресурс] https:// www.cnews.ru/news/line/2019-04-08_gazprom-bank_vystroil_protsessy_rto_na_tehnologiyah (Дата обращения:01.04.2022).
7. За облаками, как за сахаром в «Пятерочке» [Электронный ресурс] https://www.iksmedia.ru/ articles/5879349-Za-oblakami-kak-za-saxarom-v-Pyater.html (Дата обращения:02.04.2022).
8. Импортозамещение информационных технологий в банках [Электронный ресурс] https:// www.tadviser.ru/index.php/Статья: Импортоза-мещение_информационных_технологий_в_ банках (Дата обращения:02.04.2022).
9. Использование больших данных в финансовом секторе и риски финансовой стабильности [Электронный ресурс] // Центральный банк Российской Федерации. - 2021. https:// www.cbr.ru/Content/Document/File/131359/Con-sultation_Paper_10122021.pdf (Дата обраще-ния:30.03.2022).
10. Как Банк «Санкт-Петербург» перевёл часть ключевых IT-процессов в Yandex. Cloud [Электронный ресурс] https://vc.ru/ finance/314619-kak-bank-sankt-peterburg-perevel-chast-klyuchevyh-it-processov-v-yandex-cloud (Дата обращения:01.04.2022).
11. Как в «Открытии» используют большие данные [Электронный ресурс] http://futurebanking. ru/post/3806 (Дата обращения:01.04.2022).
12. Облако для банка. Нужна ли финансовым организациям облачная инфраструктура? [Электронный ресурс] https://plusworld.ru/profession-als/oblako-dlya-banka-nuzhna-li-finansovym-organizatsiyam-oblachnaya-infrastruktura/ (Дата обращения:01.04.2022).
13. Первый в России полностью онлайн-банк зарабатывает на огромных объёмах данных [Электронный ресурс] https://dis-group.ru/customers/
customer-success-stories/tinkoff/ (Дата обраще-ния:01.04.2022).
14. Платформа больших данных [Электронный ресурс] https://www.tadviser.ru/index.php/Компа-ния: Платформа_больших_данных(Platforma) (Дата обращения:02.04.2022).
15. ТМТ Рейтинг «Российский рынок публичных облачных услуг 2020-2021» [Электронный ресурс] http://tmt-consulting.ru/napravleniya/telekom-munikacii/dostup-v-internet/tmt-rejting-rossijskij-rynok-publichnyx-oblachnyx-uslug-2020-2021/ (Дата обращения: 30.03.2022).
16. Accenture: расходы на облака в России будут расти на 5,3% ежегодно до 2024 года [Электронный ресурс] https://www.cnews.ru/ news/line/2021-09-16_accenture_rashody_na_ oblaka_v (Дата обращения:30.03.2022).
17. Capco Study: 72% of Customers Rate Personalization as "Highly Important" in Today's Financial Services Landscape [Электронный ресурс] https://www.businesswire. com/news/home/20210526005143/en/Capco-Study-72-of-Customers-Rate-Personalization-as-%E2%80%9CHighly-Important%E2%80%9D-in-Today%E2%80%99s-Financial-Services-Landscape (Дата обращения:01.04.2022).
18. Gartner Says More Than Half of Enterprise IT Spending in Key Market Segments Will Shift to the Cloud by 2025 [Электронный ресурс] https://www.gartner.com/en/newsroom/press-releases/2022-02-09-gartner-says-more-than-half-of-enterprise-it-spending (Дата обращения: 30.03.2022).
19. Getting cloud right How can banks stay ahead of the curve? // Deloitte. - 2019. https://ict.moscow/ static/gx-fsi-cloud-for-swiss-banks-report.pdf (Дата обращения:01.04.2022).
20. IDC: результаты 2020 года и прогноз развития облачного рынка до конца 2025 года [Электронный ресурс] https://www.idc.com/getdoc. jsp?containerId=prEUR248279521 (Дата обра-щения:30.03.2022).
21. Magic Quadrant for Cloud Infrastructure and Platform Services [Электронный ресурс] https:// www.gartner.com/doc/reprints?id=1-271 OE4V-R&ct=210802&st=sb (Дата обраще-ния:30.03.2022).
22. Volume of data/information created, captured, copied, and consumed worldwide from 2010 to 2025 https://www.statista.com/statistics/871513/ worldwide-data-created/ (Дата обращения: 30.03.2022).
ANALYTICS AND FORECASTS OF IMPLEMENTATION OF "CLOUD" TECHNOLOGIES AND BIG DATA IN BANKING IN THE CONTEXT OF UNSTABLE ECONOMY
Martynenko N.N., Kotova E.O.
Financial University under the Government of the Russian Federation
The article is devoted to the study of the introduction of cloud technologies and Big Data in Russian commercial banks in an unstable economy. The article presents the theoretical foundations of these technologies, identifies the prerequisites for the introduction of cloud computing and Big Data in banks, analyzes existing experience. The
adaptation of the introduction of cloud technologies and Big Data in commercial banks of the Russian Federation in the conditions of anti-Russian sanctions is considered.
Keywords: Big Data, cloud computing, cloud technologies, banking, banks, sanctions.
References
1. Alfa-Bank: Big data for big goals [Electronic resource] https://www. comnews.ru/digital-economy/content/118157/2019-02-27/alfa-bank-bolshie-dannye-dlya-bolshih-celey (accessed 01.04.2022) (in Russian).
2. Bataev A.V., Martynov A.S. Sravnitel'nyj analiz primenenija oblachnyh tehnologij v rossijskih i zarubezhnyh finansovyh in-stitutah [Comparative analysis of the application of cloud technologies in russian and foreign financial institutions].Fundamen-tal'nye i prikladnye issledovanija v oblasti upravlenija, jekono-miki i torgovli: Sbornik trudov vserossijskoj nauchnoj i uchebno-prakticheskoj konferencii. V 3-h chastjah, Sankt-Peterburg, 2729 maja 2020 goda, 2020, pp.26-30. (in Russian).
3. A "cloudless" future: what are the risks of Russian companies [Electronic resource] https://plus.rbc.ru/part-ners/6135bad47a8aa90131e84b4d (accessed 01.04.2022) (in Russian).
4. Big Data in Sberbank [Electronic resource] https://www.tad-viser.ru/index.php/Статья: Большие_данные_(Big_Data)_в_ Сбербанке (accessed 01.04.2022) (in Russian).
5. Big data brought VTB24 an additional 19 billion rubles last year [Electronic resource] https://www.vedomosti.ru/technology/ar ticles/2017/05/05/688849-bolshie-dannie-vtb-24 (accessed 01.04.2022) (in Russian).
6. Gazprombank has built RTO processes on SAS technologies [Electronic resource] https://www.cnews.ru/news/ line/2019-04-08_gazprombank_vystroil_protsessy_rto_na_ tehnologiyah (accessed 01.04.2022) (in Russian).
7. Behind the clouds, as for sugar in the "Pyaterochka" [Electronic resource] https://www.iksmedia.ru/articles/5879349-Za-oblakami-kak-za-saxarom-v-Pyater.html (accessed 02.04.2022) (in Russian).
8. Import substitution of information technologies in banks [Electronic resource] https://www.tadviser.ru/index.php/Статья: Импортозамещение_информационных_технологий_в_ банках (accessed 02.04.2022) (in Russian).
9. The use of big data in the financial sector and the risks of financial stability [Electronic resource] // The Central Bank of the Russian Federation. - 2021. https://www.cbr.ru/Content/Document/ File/131359/Consultation_Paper_10122021.pdf (accessed 30.03.2022) (in Russian).
10. How the Bank Saint Petersburg transferred part of the key IT processes to Yandex.Cloud [Electronic resource] https:// vc.ru/finance/314619-kak-bank-sankt-peterburg-perevel-chast-klyuchevyh-it-processov-v-yandex-cloud (accessed 01.04.2022) (in Russian).
11. How big data is used in the "Otkritie" [Electronic resource] http:// futurebanking.ru/post/3806 (accessed 01.04.2022) (in Russian).
12. Cloud for the bank. Do financial organizations need cloud infrastructure? [Electronic resource] https://plusworld.ru/profession-als/oblako-dlya-banka-nuzhna-li-finansovym-organizatsiyam-oblachnaya-infrastruktura/ (accessed 01.04.2022) (in Russian).
13. Russia's first fully online bank earns from huge amounts of data [Electronic resource] https://dis-group.ru/customers/customer-success-stories/tinkoff/ (accessed 01.04.2022) (in Russian).
14. Big Data Platform [Electronic resource] https://www.tadviser.ru/ index.php/Компания: Платформа_больших_данных(Platfor-ma) (accessed 02.04.2022) (in Russian).
15. TMT Rating "Russian Public Cloud Services Market 20202021" [Electronic resource] http://tmt-consulting.ru/napravleni-ya/telekommunikacii/dostup-v-internet/tmt-rejting-rossijskij-rynok-publichnyx-oblachnyx-uslug-2020-2021/ (accessed 30.03.2022). (in Russian).
16. Accenture: Cloud spending in Russia will grow by 5.3% annually until 2024 [Electronic resource] https://www.cnews.ru/news/ line/2021-09-16_accenture_rashody_na_oblaka_v (accessed 30.03.2022) (in Russian).
17. Capco Study: 72% of Customers Rate Personalization as "Highly Important" in Today's Financial Services Land-
C3
о
CO
от m Р от
от А
IE
scape [Electronic resource] https://www.businesswire. com/news/home/20210526005143/en/Capco-Study-72-of-Customers-Rate-Personalization-as-%E2%80%9CHighly-Important%E2%80%9D-in-Today%E2%80%99s-Financial-Services-Landscape (accessed 01.04.2022).
18. Gartner Says More Than Half of Enterprise IT Spending in Key Market Segments Will Shift to the Cloud by 2025 [Electronic resource] https://www.gartner.com/en/newsroom/ press-releases/2022-02-09-gartner-says-more-than-half-of-enterprise-it-spending (accessed 30.03.2022).
19. Getting cloud right How can banks stay ahead of the curve? // Deloitte. - 2019. https://ict.moscow/static/gx-fsi-cloud-for-swiss-banks-report.pdf (accessed 01.04.2022)
LQ S Q.
e
CM CM
o
CM
in
20. IDC: 2020 results and forecast of cloud market development until the end of 2025 [Electronic resource] https://www.idc.com/get-doc.jsp?containerId=prEUR248279521 (accessed 30.03.2022) (in Russian).
21. Magic Quadrant for Cloud Infrastructure and Platform Services [Electronic resource] https://www.gartner.com/doc/ reprints?id=1-2710E4VR&ct=210802&st=sb (accessed 30.03.2022).
22. Volume of data/information created, captured, copied, and consumed worldwide from 2010 to 2025 https://www.statis-ta.com/statistics/871513/worldwide-data-created/ (accessed 30.03.2022).
