ATK Consulting Group: Qlik Пресс-центр Публикации Андрей Педоренко - "Альфастрахование" - рассказал Price Waterhouse Coopers о преимуществах QlikView


Андрей Педоренко - "Альфастрахование" - рассказал Price Waterhouse Coopers о преимуществах QlikView

 

В своём журнале Price Waterhouse Coopers — крупнейшая в мире международная сеть компаний, предлагающих профессиональные услуги в области консалтинга и аудита – опубликовала интервью с Андреем Педоренко директором департамента информационных технологий группы «Альфастрахование». Андрей рассказал о проекте внедрения аналитической системы на базе платформы QlikView Консультационной Группой АТК ио том, как технологии in memory преобразуют страховой бизнес.

 

 

 

PwC: Как изменились технологии работы с данными в страховом бизнесе за последние пять лет?

АП: Прежде всего надо заметить, что компании финансовой отрасли, особенно те, которые занимаются страхованием, достаточно консервативны. В России все мы начинали с опоры на внутренние разработки, но за последние пять лет мы достаточно продвинулись с точки зрения ухода от них в пользу внешних коммерческих решений. Но даже сейчас наши страховые компании процентов на 80 ориентированы на внутреннюю разработку, что не сильно позволяет продвигаться современным технологиям. В «АльфаСтраховании» мы внедряем в основном промышленные системы. Конечно, внутренняя разработка у нас осталась, но это общий тренд — если есть промышленное ядро, то внешнюю обвязку всегда удобнее и быстрее делать собственными силами. В страховании многие продукты быстро возникают и быстро исчезают, потому что сегодня структура бизнеса и требования регуляторов меняются стремительно.

Около шести лет назад, выстраивая нашу ИТ-стратегию, мы сформировали план по развитию информационных систем. В частности, в него входило построение аналитической системы, или management information system. В 2008 году мы начали этот процесс. Это совпало с кризисом и одновременно с моментом, когда мы перестраивали систему операционной поддержки.

Мы централизовали обработку нашей страховой документации,построили единый операционный центр в Орле (у нас около 100 филиалов и более 500 точек продаж, откуда отсканированная информация передается в Орел и там уже обрабатывается в операционном центре), перешли на единую систему учета, в том числе для регионов. И поняли, что нам насущно необходимо запускать проект по аналитической системе. Объявили тендер, откликнулось девять компаний. Тендер выиграла десятая компания, которая не входила в первоначальный тендерный лист и пришла за две недели до конца тендера. Это была компания Консультационная Группа АТК, которая предложила продукт QlikView. Это продукт класса BI (business intelligence) шведской компании QlikTech, которая применила технологию in memory computing. И вот уже четыре года как эта практика у нас развивается взрывным образом. Мы, по сути, отказались от традиционного подхода к построению аналитических систем на базе DataWarehouse, когда оперативные данные вы сначала обрабатываете и сохраняете в аналитическом хранилище, а уже потом визуализируете и используете. Этот подход недостаточно гибкий — как только вам требуется еще одно аналитическое измерение, необходимо заново перестраивать всю модель, на что уходит в лучшем случае неделя. Новая технология нивелировала эту задачу в принципе. Опираясь на современные возможности вычислительных ресурсов, система забирает все данные, что у нас имеются, в память и обрабатывает их. Мы перешагнули гигантскую пропасть, отказавшись от создания жесткой модели данных. Ведь создавать ее пришлось бы с нуля и своими силами, на это ушел бы не один десяток месяцев работы. А после завершения нам пришлось бы ее переделывать. Ведь бизнес меняется очень быстро, и за короткое время появляются новые продукты. Сейчас в России идет становление рынка страхования, и жесткие модели здесь не проходят. В QlikView данные обрабатываются на лету, и это наше спасение. Структуру можно менять ежедневно, при этом результат получается очень быстро.

PwC: С точки зрения работы с данными, что дает QlikView сотрудникам бизнес-подразделений?

АП: QlikView сочетает в себе три слоя работы с данными: забор данных из исходных источников, вычислительный слой и средства BI, которые сейчас популярны для любых BI-пакетов (таблицы, графики и т. д.). По сути, сформировались два направления развития QlikView в компании. Первое — для тех, кто ничего не знает, кроме Exсel. Они используют QlikView с уже разработанными моделями, и система для них — удобная возможность обрабатывать данные и визуализировать аналитику простым перетаскиванием мыши. В том числе нам стало легче распространять отчетность и поддерживать принятие управленческих решений. Второе направление — для сотрудников, которые хорошо представляют, что такое натуральные данные из бизнес-систем, и готовы самостоятельно разрабатывать модели. Тем не менее это сотрудники бизнес-подразделений, не айтишники. У нас в компании четыре центра компетенции по QlikView, что, как ни удивительно, представляет для меня некоторую проблему. У каждого подразделения свои лицензии, и они делают свои модели. Это стихийно сформировалось. Это результат развития бизнеса и проявления интереса к системе. Я даже иногда пытаюсь сдерживать этот процесс, потому что взрывное развитие — это сложно. QlikView начинает «вылезать» там, где мы и не ожидали. Например, мы ощущаем, что резко упала производительность какого-то сервера, оказывается, в каком-то отделе начали экспериментировать с моделями. Нам нужно серьезно поднимать культуру работы с данными. Но тем не менее энтузиазм пользователей — серьезная возможность для нашей компании.

PwC: Насколько большое значение для вас имеет архив данных?

АП: Архив данных у нас достаточно большой — десятилетний. Но сейчас представители бизнес-подразделений дают оценку того, что информация, которой больше трех лет, нам не интересна. Трехлетний архив активно используется. Благодаря этому мы можем анализировать, например, произошедшие, но не заявленные убытки, чтобы формировать под них резерв. Наличие исторической базы данных для нас обязательно, иначе мы не будем корректно вычислять резервы. Это важно также для андеррайтеров, которые формулируют тарифную политику на основе исторической статистики. Кроме этого, архив в сочетании с BI-инструментом позволяет выявить сезонность в различных бизнес-событиях и другие временные зависимости.

PwC: Как совместить требование доступности и быстроты работы с данными с требованием их сохранности и безопасности?

АП: Это один из самых неприятных вопросов, которые у нас существуют. Доступность, быстрота и безопасность — три кита, на которых зиждется существование любой информационной системы. Требования по быстроте и доступности начинают сегодня превалировать. Поскольку есть инструмент быстрого доступа, быстрой агрегации и визуализации данных, то хочется как можно быстрее видеть все. У нас есть несколько систем. В одной из них сконцентрированы данные по основному страховому бизнесу, другая система — кадровая. Очень хочется их быстро скрестить, перемешать и получить какую-то информацию. Но что именно хочется получить, пока не очень понятно. Проблема в том, что сам инструмент порождает иллюзию, что все можно получить быстро. Вторая проблема — желание сотрудников получить доступ ко всем информационным ресурсам, которые у нас существуют, при этом не всегда понимая, что конкретно у нас есть. На этом этапе возникает противоречие. Системы должны работать, а получив доступ ко всем системам сразу, их можно «положить». QlikView работает с натуральными данными последнего момента. И тут вопрос к айтишникам: надо сделать так, чтобы системы работали, чтобы клиенты получали быстрый и качественный доступ к данным.

Как показывает опыт, сервисы падают в самый неподходящий момент. У нас четыре раза в год идет формирование квартальной отчетности, и все проблемы возникают именно тогда. Здесь, конечно, необходимо применять технологические ухищрения, например, построение зеркал.

Однако это не решает всех проблем. Еще одна большая проблема — сохранность данных. По закону мы должны ограничивать доступ к персональным данным. И возникает противоречие между доступностью и сохранностью. И тут идет интеллектуальная работа айтишников: вы можете дать доступ к одному массиву данных или ко второму, но в совокупности или в пересечении — нельзя. Это вызывает серьезное раздражение у бизнеса. Такую проблему приходится решать динамически. Где-то это требует разъяснений, где-то    регламентаций. Это наша черновая работа.

PwC: Насколько бизнес-пользователи в состоянии четко сформулировать информационный запрос?

АП: Мы уже говорили про разные типы пользователей. Одни с трудом формулируют то, что хотят. У них просто голова настроена на другое, и мы не всегда понимаем их язык. Люди не всегда представляют тот объем данных, который существует, но их запросы приходят из жизни. Для этого у нас в департаменте есть управление бизнес-анализа, которое пытается сделать эти запросы формализованными, трансформировать их в понятный для нас язык. Такой подход работает, но, к сожалению, он не быстрый. Запросов достаточно много, а аналитики заняты на доработке существующих систем. Другой тип пользователей — это продвинутые сотрудники бизнес-подразделений. У нас трехуровневая структура: штаб-квартира в Москве, восемь региональных центров по Российской Федерации со своей филиальной структурой, которая им подчиняется. Региональные центры уже сейчас становятся своеобразными центрами компетенции по данным. Но они опираются не на исходные данные в системах, а на аналитические модели, которых у нас уже достаточно много создано на уровне бизнес-подразделений штаб-квартиры. Они начинают понимать, как им на основе этих данных сформировать то, что им требуется. Для этого уже не нужен программист. Мы сегодня хотим максимально исключить профессионалов-программистов из процесса получения конечного результата. Базовые системы мы формируем, конечно, с помощью серьезных специалистов, которые знают языки программирования, хорошо знают, что такое база данных и т. д. Но получение конечного результата начинает перекладываться на плечи самих бизнес-пользователей.

PwC: Вы можете привести конкретный пример участия бизнес-подразделений в формировании информационной системы компании?

АП: Конечно. Одна из наших задач — это формирование тарифов на страхование каско. Вы приходите к нам и говорите, у меня такая-то машина, такого-то года. И хотите знать, сколько будет стоить страховка. Это непростая задача, потому что тариф может меняться по времени. Машину определенной марки начинают угонять — понятно, страховщики повышают тариф, т. к. страхование по заниженным тарифам становится экономически невыгодным. Надо понимать, что тарифов очень много, моделей автомобилей, которые мы страхуем, также много. У каждого региона свои территориальные условия. Плюс к этому у нас есть партнерские программы. Если мы работаем с дилером Volvo, то при страховании через этого дилера мы даем другие тарифы. Эти алгоритмы расчетов тарифов становятся многомерными. У нас 128 тарифообразующих параметров. Один из них — время, другой — территория, третий — конкретный продавец, возраст водителя и т. д. Раньше такие тарификаторы писали наши программисты. Был написан программный код, который брал эти данные из гигантских многомерных таблиц. Алгоритм достаточно простой и быстрый, но основная проблема оказалась в том, что протестировать работу этой системы оказалось невозможно. Когда мы, наконец, правили данные этих таблиц и заканчивали тестирование, оказывалось, что новый цикл исправлений начался уже вчера. Поэтому для алгоритмизации таких вещей мы внедрили у себя систему класса BRМS (Business Rule Management System). Особенность системы — возможность описывать правила расчета, которые выстраиваются с помощью блок-схем в сложную алгоритмическую цепочку. Вы описываете ее в несложном визуальном инструменте, и это описание позволяет вам, имея на входе определенные параметры договора, выдавать на выходе числовой результат — тариф. Этот инструментарий системы становится уже не инструментом айтишника, а конечным инструментом андеррайтера, который, собственно, и разрабатывает тарифы.

PwC: Как будет влиять совершенствование системы тарификации на ценообразование?

АП: Сейчас тарификация начинает очень сильно индивидуализироваться. Количество параметров резко возрастает. Было 128, дальше будут тысячи. Мы сейчас идем к тому, что в автомобилях будут устанавливаться черные ящики, которые будут фиксировать, например, стиль вождения. Мы будем брать данные из этих черных ящиков и на основе анализа того, как человек стартует на светофорах, как он едет по шоссе, мы начнем тарифицировать его поведение. Сегодня этот процесс скорее всего будет поддержан и государством: черные ящики собираются ставить на государственный автотранспорт. Страховщики сейчас заявляют: мы хотели бы знать, где, что и как происходило, чтобы бороться с мошенничеством. Ведь только в случае, если мы будем иметь объективную картину ДТП, мы готовы увеличить выплаты по ОСАГО. Регистраторы позволят нам восстановить правильную картину дорожно-транспортного происшествия. У нас, кстати, уже появляются такие продукты, как «умное каско», когда мы индивидуализируем подход к тарификации. Пока используется небольшое количество дополнительных параметров, персонализирующих ваш тариф. Но дальше это будет все углубляться и углубляться.

Мы идем к тому, что и тарификация станет более сложной, и технологии мы будем применять другие.

PwC: Подразумевает ли это получение информации от других страховых компаний?

АП: Напрямую это невозможно, т. к. наши данные представляют собой коммерческую тайну, есть и ограничения по доступу к персональным данным. Но, например, на Западе есть много централизованных баз, куда страховые компании сводят информацию. И сейчас в рамках отраслевых союзов страховщиков строятся подобные единые системы для обязательных видов страхования. Эти системы будут агрегировать первичные данные по договорам от всех страховщиков. Задачи сложные, но они позволят всем более адекватно строить тарифную политику и в целом повышать культуру страхового рынка.


 Публикуется с разрешения Центра технологий и инноваций PwC Все права сохранены.

Полная версия журнала «Технологический прогноз 2012: Аналитика нового поколения»

30.10.2012, 2024 просмотра.

Скачать QlikView: полнофункциональная версия, с правом использования программы только на одном компьютере

Скачать Qlik Sense: полнофункциональная версия, с правом использования программы только на одном компьютере