CC BY
9
УДК 65.011.56
Солянов К. С. аспирант 2 курса специальность «Математические и инструментальные методы в экономике» Финансовый Университет при Правительстве Российской Федерации научный руководитель: Васильева Е.В.
профессор Россия, г. Москва
АНАЛИЗ ПОДХОДОВ К ПРОЕКТИРОВАНИЮ ХРАНИЛИЩ
ДАННЫХ В БАНКАХ
Аннотация: Статья посвящена проблеме создания хранилищ данных (ХД) в банках, как единого источника достоверной информации в масштабах всей организации. В статье рассмотрены существующие подходы к проектированию ХД. Проведен анализ недостатков существующих подходов. В статье предложен новый подход к проектированию ХД на основе адаптируемой модульной референтной модели.
Ключевые слова: банки, бизнес-аналитика, эффективность бизнес-процессов, информационно-аналитические системы, хранилище данных
Solianov K.S. graduate student
2 course, speciality «Mathematical and Instrumental Methods in
Economics»
Financial University under the Goverment of the Russian Federation
Russia, Moscow Scientific advisor: Vasilieva E. V.
professor
ANALYSIS OF THE BANK DATAWAREHOUSES DESIGNING
APPROACHES
Annotation: The article is devoted to the problem of creating DWH in banks, as a union source of reliable information throughout the organization. The article considers the existing approaches to the DWH designing. The analysis of the disadvantages of the existing approaches. In addition, the article proposes a new approach to DWH designing based on an adaptable modular reference model.
Keywords: banks, business-analytics, business-process efficiency, information analytical systems, datawarehouse
Банковская сфера является на сегодняшний день одной из наиболее обеспеченной и насыщенной информационными технологиями (ИТ). В то же время кредитные организации являются зависимыми от информационных технологий. В современных реалиях банки становятся скорее ИТ -компаниями, чем финансовыми организациями. Ни один банковский бизнес -процесс не осуществляется без поддержки современных ИТ.
Одним из ключевых направлений развития ИТ в банках является внедрение и развитие различных аналитических приложений. К ним можно отнести системы автоматизации маркетинга, продвинутые системы управления взаимоотношениями с клиентами, системы управления рисками и многие другие. Таким образом, существенная часть ключевых бизнес -процессов в банке строится на аналитике данных.
Для решения такого многообразия разнообразных по постановке и сложности задач в кредитной организации должна быть развернута информационно-аналитическая инфраструктура, которая представляет собой совокупность взаимосвязанных систем управления информационными потоками, а также различных аналитических приложений. Ядром такой инфраструктуры является источник полной и достоверной информации, на основе которой возможно решать аналитические задачи. Роль такого ядра выполняют Хранилища данных (ХД).
Хранилище данных является бизнес-ориентированной информационной системой, которая представляет собой структурно расширяемую вычислительную среду для анализа интегрированного, неизменяемого, поддерживающего хронологию, собранного и преобразованного из различных источников набора данных с целью поддержки принятия решений в организации. Концептуально ХД обеспечивает решение следующих глобальных задач:
• консолидация данных организации;
• унификация информации;
• возможность работы с ретроспективными данными;
• возможность работы с большим объемом детальных данных;
• подготовка и предобработка данных для последующего решения аналитических задач.
В той или иной мере задача построения ХД решается практически в любой кредитной организации. В зависимости от масштабов бизнеса, перечня бизнес-задач, зрелости бизнес-процессов и ИТ-инфраструктуры могут отличаться степень проработанности данного вопроса в организации, а также подход к его решению.
Одним из часто применяемых в российских банках подходов к построению ХД является лоскутная автоматизация. В контексте ХД она означает создание внутри одной организации множества небольших локальных хранилищ, каждое из которых удовлетворяет потребности отдельного подразделения. Такой подход концептуально противоречит идеологии ХД, которое должно являться единым источником информации в организации. Кроме того, такой подход приводит к следующим негативным последствиям. Среди них выделим такие, как:
• противоречивость информации и, как следствие, снижение степени доверия топ-менеджмента к аналитической информации и отчетности;
• возникновение конфликтов интересов между подразделениями-
владельцами локальных ХД;
• недостаток доступа к требуемой информации в силу ограниченных финансовых и человеческих ресурсов подразделений;
• избыточные затраты на уровне всей организации на решение задачи построения ХД, связанные с дублированием части работ при создании множества локальных ХД;
• сложность или невозможность решения комплексных аналитических задач, требующих единого источника информации о различных сферах деятельности организации.
Принципиально отличающимся подходом к построению ХД в организации является реализация единого корпоративного ХД, которое разрабатывается централизовано и учитывает потребности различных подразделений банка. Такой вариант реализации, в свою очередь, также можно разделить на два подхода. Первым из них является разработка единого корпоративного хранилища данных, которое является уникальным по своей структуре, модели данных и, возможно, даже архитектуре. То есть такой подход предполагает полностью авторскую разработку ХД под конкретную организацию. Такой подход нивелирует существенную часть недостатков лоскутной автоматизации, однако обладает своими, среди них:
• высокий риск допущения концептуальных или архитектурных ошибок на ранних этапах создания ХД;
• высокие риски недостаточной полноты и детализации требований к ХД на старте внедрения;
• высокая стоимость исправления обозначенных выше проблем, обусловленная необходимостью серьезного рефакторинга уже существующего решения.
Вторым подходом к созданию единого корпоративного ХД является проектирование на основе существующих референтных моделей. Под референтной моделью ХД понимается формализованная и разработанная по определенным правилам верхнеуровневая архитектура и модель данных ХД, которые были применены при разработке ХД в нескольких различных организациях. Главным преимуществом референтных моделей является тот факт, что они разработаны на основе лучших практик и с учетом опыта внедрения ХД в различных организациях. Соответственно, такой подход минимизирует риски присущие авторской разработке. К сожалению, и данный подход не лишен недостатков. Отметим такие, как:
• высокая стоимость внедрения, связанная с необходимостью реализации всех обязательных компонентов ХД, предусмотренных референтной моделью, вне зависимости от потребностей конкретной организации;
• относительно низкая гибкость архитектуры и модели данных;
• риски возникновения уникальных потребностей конкретной организации, которые не предусмотрены референтной моделью и
потенциально сложны в реализации.
Референтными моделями банковских ХД, используемыми во всем мире, являются модели, разработанные крупными западными консалтинговыми компаниями и вендорами ПО. Наиболее известной является Banking Data Warehouse (BDW), разработанная компанией IBM. На российском рынке наблюдается процесс эволюционного развития в области проектирования и внедрения банковских ХД. Наиболее успешные российские консалтинговые компании, работающие в области информационно-аналитических систем и ХД, в частности, постепенно трансформируют свой опыт внедрения авторских ХД в референтные модели, которые могут быть использованы в качестве основы при построении ХД в других организациях.
На сегодняшний день не существует решения, позволяющего избежать проблем и недостатков различных подходов к проектированию ХД, обозначенных выше. Таким решением может стать следующий шаг в развитии референтных моделей ХД - конфигурируемое модульное ХД. Ключевой особенностью таких ХД станет возможность легкой адаптации референтной модели под потребности и особенности конкретной организации. Это может быть достигнуто за счет принципа модульности, то есть возможности добавлять или убирать компоненты ХД. Такой подход к проектированию ХД обладает всеми преимуществами создания ХД на основе референтных моделей и минимизирует недостатки существующих подходов.
Использованные источники:
1. Codd, E. Providing OLAP (on-line analytical processing) to user-analysts / Codd E., Codd S., Salley C. // London. - Arbor Sotware Corp. Papers. - 1993
2. IBM Industry Models for Banking. Banking Data Warehouse. General Information Manual / IBM
3. Inmon, W.H. Building the Data Warehouse / Inmon W.H. // Third Edition. - John Wiley & Sons Inc. - New York. - 2002
4. Kimball, R. The Data Warehouse Toolkit. Second Edition. The Complete Guide to Dimensional Modeling / Kimball R., Ross M. // Wiley Computer Publishing. -2002
5. Амириди, Ю.В. Почему банки переплачивают за хранилище данных? [Электронный ресурс] / Банкир.ру // 2015. - Режим доступа: http://bankir.ru/publikacii/20150826/pochemu-banki-pereplachivayut-za-khranilishche-dannykh-10006670/
6. Кондрашов, Ю.Н. Современные технологии интеллектуальном обработки информации: Учебное пособие / Кондрашов Ю.Н. // ФГОУВПО Академия бюджета и казначеиства. М. - 2007
7. Построение хранилищ данных IBM Data Warehouse для различных индустрии". [Электронный ресурс] // Режим доступа: http://www.interface.ru/iarticle/files/33208_45854737.pdf
8. Точилкина, Т.Е. Хранилища данных и средства бизнес-аналитики: учебно пособие / Точилкина Т.Е., Громова А.А. // М.: Финансовым университет. -2017. - 161 с.
