X

Блог Oracle в России и СНГ

Стратегия ВТБ в Real-Time: почему с Oracle Big Data Appliance надежнее

Заместитель директора департамента розничного CRM банка ВТБ Лариса Фомина рассказала о планах банка по развитию банковских сервисов Real-Time Offering, развертыванию инфраструктуры для этих задач и полученных результатах. Андрей Пивоваров, руководитель группы перспективных технологий предпроектного консалтинга Oracle в России и СНГ, прокомментировал технологические особенности проектов, состояние рынка и новые ИТ-тренды.

Расскажите, чем сейчас занято сейчас Ваше подразделение

Лариса Фомина: Задач у нас достаточно много. Одной из приоритетных на сегодняшний день является успешное завершение проекта по построению системы маркетинга в реальном времени для физических лиц, который мы начали в прошлом году.

Расскажите, пожалуйста, подробнее об этом проекте …

ЛФ: Мы выстраиваем систему, которая нацелена на анализ клиентских потребностей в реальном времени и на основе этих данных она генерирует новые релевантные предложения. Такой подход, безусловно, позитивно влияет на кросс-продажи продуктов, транзакционную активность, качество сервиса и, в конечном итоге, на лояльность клиентов. Например, когда мы видим транзакцию в режиме реального времени, мы в этот же момент можем предложить клиенту совершить еще одну покупку со скидкой у нашего партнёра программы лояльности в том же торговом  центре, где он сейчас находится.

Подобные системы развиваются и в других банках, расскажите, в чём особенность именно вашего подхода.

ЛФ: Большинство данных, которыми обладает банк, это информация, распределённая во времени. Сюда относятся транзакции по картам, переводы между счетами, обращения клиентов в контактный центр, их действия в интернет банке и так далее. С этими данными нужно работать как с подвижными потоками, а не как со статичной информацией. Таким образом, «сердцем» нашей системы является платформа, на которой обрабатываются эти потоки клиентских данных. Для этих целей мы выбрали быстро развивающееся ПО с открытым кодом Apache Kafka и реализовали на его основе движок обработки комплексных событий. С его помощью мы можем анализировать сложные ситуации, строить расчёты за любые периоды времени и объединять события по нескольким источникам взаимодействия с клиентом в реальном времени.

Андрей Пивоваров: Если заглянуть в технологии поглубже, стоит добавить, что несмотря на то что основную IT-обвязку, а именно высоконагруженную базу данных, а также движок по обработке событий и обработки данных от источников, в банке решено было создавать, используя подход Big Data на решениях Open Source, участники проекта пришли к выводу, что Open Source – хоть и менее затратно при внедрении, но более сложно при дальнейшем обслуживании и развитии. Поэтому после ознакомления с международными практиками и опытом коллег, было решено остановиться на оптимизированном программно-аппаратном комплексе для обработки и анализа больших данных Oraсle Big Data Appliance, использующем отрытое ПО Hadoop. А с учетом того, что банк уже имел продолжительный и весьма положительный опыт использования программно-аппаратных комплексов Oracle, он в итоге получил максимальную оптимизацию «железа» и ПО.

А насколько банк был готов перейти на такую достаточно новую парадигму?

ЛФ: Безусловно, как и во многих других больших компаниях, которые строили свою ИТ инфраструктуру не один десяток лет, в нашем банке накопилось большое количество различных систем со своими особенностями. Однако, благодаря оперативному хранилищу данных (ODS) на основе СУБД Oracle все изменения данных из разных источников попадают в единое пространство. Затем при помощи специализированного адаптера Oracle Golden Gate for Hadoop изменения данных преобразуются в потоки, с которыми мы работаем.

АП: Да, ODS – это фактически промежуточная база данных, которая позволяет решать несколько задач: объединять данные об одном клиенте из нескольких разных баз данных, приводить данные к единому стандарту и даже давать доступ к горячим данным до того, как они будут перегружены в большое хранилище данных, что может занять много часов или даже дней.

Так в банке в качестве платформы для ODS уже значительное время используются программно-аппаратные комплексы Oracle Engineered Systems, разработанные как единое целое и за счет этого оптимизированные под конкретные задачи или нагрузки. На русский язык Oracle переводит это название как оптимизированные или интегрированные программно-аппаратные комплексы. И слово «оптимизированные» - главное.  К ним, в частности, относятся и Oracle Big Data Appliance и Oracle Exadatа.

Концепция программно-аппаратных комплексов включает многоуровневую оптимизацию - и дискового пространства, и за счет более экономного использования процессорных ресурсов, и электричества, и на уровне сопровождающего их персонала. Так например, у наших клиентов, которые с архитектуры Oracle на классическом железе, перешли на Oracle Exadata, в среднем уменьшилась потребность на уровне процессоров в два-три раза. Таким образом, за счет этого существенно снижается и стоимость самого железа, и стоимость лицензий, количество потребляемого электричества и ряда других показателей.

Так Oracle Big Data Appliance – это готовый, собранный, сконфигурированный и оптимизированный Hadoop кластер с единой точкой поддержи (Oracle), несмотря на то, что большинство компонентов Hadoop действительно из мира Open Source. Причем с учетом тренда перемещения нагрузок в облако, наши комплексы доступны и в качестве облачных сервисов инфраструктуры.

А как работает система?

ЛФ: На входе система RTO прослушивает порядка 26 потоков данных, в которые входят фронтальные системы обслуживания клиентов в ТП и АКЦ, а также системы WAY4 и Profile для анализа транзакционной активности клиентов. В среднем  за одну секунду система обсуживает порядка 100 обращений к специалистам банка и около 15 тыс. транзакций по картам и счетам. Эти данные в свою очередь обогащаются и преобразуются в более чем 100 целевых потоков, которые мы используем для составления и коммуникации маркетинговых предложений нашим клиентам.

Такой подход соответствует мировым трендам?

АП: RTO – безусловно, это тренд, и решения в этой области востребованы не только в российских компаниях, но и международных. Почему это так и что это дает? Первое, что стоит отметить, - это сокращение времени, за которое необходимо реагировать на то, что происходит вокруг. Если десять лет назад все вполне мирились с тем, что несколько дней можно подождать, пока данные появятся в хранилище и их можно будет начинать анализировать. Сейчас это не так. Бизнес требует сократить время вплоть до Real-Time. технологии Oracle GoldenGate, которые активно использует банк ВТБ, обеспечивают сбор, маршрутизацию, преобразование и доставку транзакционных данных между гетерогенными средами в реальном времени c минимальной дополнительной нагрузкой.

Второй тренд – это увеличение объемов данных. Их реально становится очень много, а также появляются всё новые и новые их источники. С удешевлением хранилищ данных у бизнеса появляется вполне обоснованное желание их все хранить и пытаться анализировать. Потому что на старых технологиях это будет очень дорого, а есть цель в удешевлении. И Oracle как раз старается решить обе эти задачи, то есть создает продукты, которые ускоряют перемещение данных и которые с точки зрения соотношения price/performance позволяют банкам сделать более интересное предложение своим клиентам.

И третьим пунктом надо выделить потоковую (стриминговую) аналитику.  Стриминг позволяет обрабатывать события, по сути, на лету. Это даже не слой базы данных, куда что-то записывается в хранилище и потом достается. Банк просто-напросто быстро обрабатывает сообщения о карточных транзакциях, данные онлайн-банкинга или ДБО.

Oracle большое внимание уделяет развитию своих решений в направлении решения задач по предложению RTO и добился существенных успехов, став технологическим лидером в этой области.

Насколько сложным является использование такой системы?

ЛФ: Основные пользователи этой системы - это бизнес пользователи, поэтому она должна быть технически простой и удобной в использовании. Наши бизнес аналитики и маркетологи получили простой, но вместе с тем мощный инструмент для быстрой разработки, тестирования и запуска новых событийных кампаний. У банка уже был позитивный опыт работы с этим инструментом, поэтому обучение пользователей не потребовало много времени.

На данный момент уже запущены сценарии по предложению кредитных продуктов банка, развитию транзакционного поведения клиента и оценке его лояльности. В ближайшее время мы запустим новые предложения по работе с клиентами в сегменте оттока. К середине года мы планируем запустить порядка 20 точечных сценариев.

АП: Добавлю, что банк  ВТБ активно исследует и использует новые технологии, чтобы получать все большую отдачу для бизнеса по разным продуктовым направлениям. Банк был одним из первых клиентов, начавших использовать и получать значимые преимущества от Oracle Engineered Systems в России, а недавно в числе первых в мире опробовал облачное автомномное хранилище данных – Oracle Autonomous Data Warehouse.

Имея отлаженную связку решений от Oracle – Big Data Appliance, SuperCluster и GoldenGate (включая Oracle Change Data Capture) – Банку оставалось сделать один шаг: развернуть кластер под стриминговую аналитику. Что успешно и было сделано.

Глобальный и российский опыт Oracle говорит о том, что значимые технологические прорывы случаются преимущественно в тех компаниях, где IT обслуживают не задачи локальных офисов или функциональных подразделений, а оказывают стратегическую поддержку бизнесу. Это одно из весомых слагаемых успеха данного и других проектов, с успехом реализованных в ВТБ

Какие бизнес результаты Вы ждёте от этого проекта?

ЛФ: Мы планируем, что проект выйдет на самоокупаемость уже к концу этого года. Если говорить о текущих результатах, то работа с событиями пользователей в режиме реального времени помогает нам увеличивать транзакционную активность клиентов на 10-20%.

Оригинал интервью опубликован в печатной и oнлайн версии журнала "Банковское обозрение", №5, май 2019  

Be the first to comment

Comments ( 0 )
Please enter your name.Please provide a valid email address.Please enter a comment.CAPTCHA challenge response provided was incorrect. Please try again.Captcha