СДМ-Банк совместно с компанией «Диасофт» успешно завершили пилотный проект, в ходе которого оценили возможности платформы «Фабрика данных» (Digital Q.DataFactory) для развития клиентской аналитики. В рамках сотрудничества специалисты банка развернули аналитическую платформу, объединив данные из основной банковской системы в единое хранилище с поддержкой транзакционности и версионности. Это позволило обеспечить целостность и историчность информации на всем жизненном цикле, используя компоненты платформы для обработки, трансформации данных, построения витрин и оркестрации пайплайнов. Система обеспечивает сквозное происхождение данных (lineage), управление качеством и бизнес-глоссарий, что стало основой для создания новых аналитических представлений.
На базе подготовленных данных были разработаны дашборды для анализа поведения клиентов, включая динамику остатков и оборотов, активность, длительные периоды неактивности и выявление аномалий. Особое внимание было уделено анализу клиентского пути — от первого продукта до формирования устойчивых отношений или признаков оттока. Также в ходе пилота протестировали инструменты анализа эффективности продуктов и автоматического выявления отклонений. Полученный опыт позволил банку сформировать основу для дальнейшего развития направления и рассмотреть возможность переноса отдельных процессов из основной банковской системы.
Олег Илюхин, Заместитель Председателя правления и директор по информационным технологиям СДМ-Банка, отметил, что целью проекта было не просто тестирование технологий, а понимание их применимости для решения конкретных задач банка. Он подчеркнул, что пилот дал практический опыт использования современных инструментов, отсутствующих в классической core-системе, и теперь у банка есть база для принятия решений о масштабировании. Илья Шуйков, руководитель решения «Фабрика данных» в «Диасофт», добавил, что проект демонстрирует, как микросервисное решение позволяет постепенно развивать функциональные области без немедленной замены существующей банковской системы. Полученный опыт может стать фундаментом для расширения сценариев использования данных за счет интеграции с CRM, системами колл-центров и онлайн-банком, а также внедрения ML-моделей для прогнозирования оттока, оценки LTV и автоматической категоризации транзакций.
