Фрагмент для ознакомления
2
ВВЕДЕНИЕ
Развитие цифровых технологий и стремительная трансформация банковского сектора обусловили рост интереса к системам бизнес-аналитики как инструменту принятия обоснованных управленческих решений в сфере кредитования. В условиях высококонкурентной среды, изменяющихся клиентских предпочтений и нормативной нагрузки банки сталкиваются с необходимостью точного прогнозирования кредитных рисков, оперативной сегментации клиентов и адаптации продуктов под индивидуальные запросы. Одним из ключевых направлений повышения эффективности кредитных операций становится внедрение бизнес-аналитических платформ, основанных на открытых и внутренних данных.
Особое значение приобретает региональный аспект аналитики. Так, Воронежская область, являясь одним из экономически активных субъектов Центрального федерального округа, демонстрирует устойчивый спрос на розничное и корпоративное кредитование. Использование открытых данных по Воронежской области позволяет не только продемонстрировать возможности построения аналитической системы без доступа к конфиденциальной информации, но и выявить региональные особенности, влияющие на кредитную политику ПАО «Сбербанк». Анализ открытых источников способствует формированию доказательной базы для построения BI-систем, способных обрабатывать большие объёмы данных и визуализировать ключевые метрики.
Степень научной разработанности темы отражается в трудах отечественных и зарубежных авторов, исследующих внедрение цифровых технологий в банковскую сферу. Вопросы цифровизации кредитных процессов рассматриваются в работах А.А. Емельянова, С.В. Глушкова, а также в материалах аналитических служб Центрального банка Российской Федерации. Бизнес-аналитика как инструмент поддержки принятия решений изучается в трудах И.В. Ильина, , В.Г. Мельникова и других. Несмотря на активное развитие теоретической базы, практические аспекты построения аналитических систем на основе открытых данных в региональном контексте пока освещены недостаточно, что определяет актуальность настоящего исследования.
Цель работы заключается в проектировании и реализации прототипа системы бизнес-аналитики, ориентированной на анализ кредитной активности клиентов Сбербанка на территории Воронежской области, с использованием открытых источников данных.
В соответствии с поставленной целью определены следующие задачи:
– проанализировать научную и нормативно-методическую базу бизнес-аналитики в банковской сфере;
– выделить специфику открытых данных по кредитованию в Воронежской области;
– определить архитектуру будущей аналитической системы;
– разработать модели визуализации и отчётности;
– провести проверку корректности функционирования прототипа и оценить его применимость.
Объект исследования – процессы бизнес-аналитики в кредитной деятельности банков.
Предмет – аналитические методы и инструменты обработки кредитных данных в региональном контексте.
Методы исследования включают: системный и структурно-функциональный анализ, методы визуализации данных, построение архитектурных и отчётных моделей, сравнительный анализ метрик.
Теоретико-методологическую основу составили труды современных исследователей в области информационных систем и банковской аналитики, официальные публикации ЦБ РФ, отчётность Сбербанка, а также актуальные нормативные акты, включая Федеральный закон от 02.12.1990 № 395-1 «О банках и банковской деятельности» и документы регуляторов по цифровой трансформации.
Информационной базой послужили открытые данные Банка России, Росстата, официальные источники Сбербанка, платформы открытых данных (data.gov.ru), аналитические публикации, а также BI-инструменты (Power BI, Tableau).
Структура работы включает введение, две главы, заключение и список использованных источников.
ГЛАВА 1. ТЕОРЕТИКО-МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ И АНАЛИЗ ИСХОДНЫХ ДАННЫХ
1.1. Значимость системы бизнес-аналитики в кредитовании клиентов банков
Современные условия цифровой трансформации банковской сферы требуют внедрения гибких и надёжных систем бизнес-аналитики, особенно в области кредитования. С одной стороны, это обусловлено усложнением клиентских траекторий и персонализацией финансовых продуктов, с другой – необходимостью оперативного реагирования на рыночные и регуляторные изменения. Бизнес-аналитика в банковском секторе представляет собой совокупность методов, технологий и программных решений, обеспечивающих сбор, обработку и визуализацию данных для повышения обоснованности управленческих и операционных решений [4].
Особую значимость аналитические инструменты приобретают в сфере кредитования – как в розничном, так и в корпоративном сегменте. В условиях возрастания кредитных рисков, динамики процентных ставок, нормативных требований и растущей конкуренции между банками именно качественная аналитика позволяет своевременно выявлять кредитоспособность заёмщиков, оценивать эффективность кредитных продуктов, прогнозировать уровень просроченной задолженности, а также формировать модели принятия решений в автоматизированных скоринговых системах. По мнению А.А. Емельянова, «внедрение BI-решений в кредитную практику повышает точность оценки рисков и позволяет дифференцировать подходы к разным категориям заёмщиков».
Практика показывает, что использование бизнес-аналитики в кредитных подразделениях крупных банков, таких как ПАО «Сбербанк», обеспечивает значительное снижение издержек на принятие решений, повышение качества риск-менеджмента и рост клиентской лояльности. Кроме того, аналитические системы позволяют выявлять скрытые закономерности в поведении клиентов и формировать индивидуальные предложения на основе машинного обучения и нейросетевых моделей. Особенно это актуально в региональном контексте, где данные по клиентам могут демонстрировать устойчивые локальные особенности, требующие корректной интерпретации.
1.2. Методологическая база построения системы аналитики для кредитования
Формирование системы бизнес-аналитики в кредитной сфере требует обращения к междисциплинарной методологической базе, сочетающей теоретические представления о цифровой трансформации банковской деятельности и практические технологии обработки данных. Поскольку кредитование является одной из наиболее чувствительных к рискам сфер финансовой деятельности, аналитическая система должна не только обеспечивать сбор и хранение информации, но и поддерживать обоснованность решений на всех этапах кредитного процесса [7].
Сама концепция бизнес-аналитики в банковской сфере строится на понимании данных как стратегического ресурса. Эффективная BI-система должна представлять собой не просто набор инструментов визуализации, а целостную инфраструктуру, включающую логически выстроенные этапы получения, трансформации и интерпретации информации. В этом контексте важно учитывать, что источники данных в кредитовании разнородны по структуре и происхождению: они включают как внутреннюю информацию (например, кредитные заявки, истории платежей), так и внешние сведения, такие как макроэкономические показатели и поведенческие паттерны клиентов [9].
Фрагмент для ознакомления
3
Нормативно‑правовые и официальные источники
1. Конституция Российской Федерации: принята всенародным голосованием 12 декабря 1993 г. (в ред. от 14.03.2024 г.) // Собрание законодательства РФ. – 2024. – № 11. – Ст. 1234.
2. О Центральном банке Российской Федерации (Банке России): Федеральный закон от 10 июля 2002 г. № 86‑ФЗ (ред. от 29.06.2024 г.) // Собрание законодательства РФ. – 2002. – № 28. – Ст. 2790.
3. Банк России. Обзор банковского сектора РФ [Официальный сайт]. – URL: https://www.cbr.ru/statistics/
4. Центральный банк РФ. Обзор состояния кредитования физических лиц. – URL: https://cbr.ru/credit/
2. Научная и учебная литература
5. Акулинин В.В. Информационные технологии в управлении: учебник. — 2‑е изд. — М.: КноРус, 2021. — 352 с.
6. Казачёнок В.В., Шолтанюк С.В., Вересович А.С. Технологии интеллектуального анализа данных: учебная программа учреждения высшего образования… – № УД‑1059/м. – 2023.
7. Старков О., Упоров И. Финансовое право. – М.: Litres, 2022.
8. Дьяконова И.А. Информационные системы в экономике. — СПб.: Питер, 2022. — 288 с.
9. Кравченко Т.К., Исаев Д.В. Системы поддержки принятия решений: учебник и практикум для вузов. — 2‑е изд. — М.: Юрайт, 2025. — 327 с.
10. Капранов В.Н. Аналитика и визуализация больших данных: учебное пособие. — СПб.: Питер, 2021. — 320 с.
11. Нетесова О.Ю. Информационные системы в экономике: учебник для вузов. — 5‑е изд., испр. и доп. — М.: Юрайт, 2025. — 152 с.
Научные статьи и публикации
12. Маймакова Л.В., Шакурова Д.А. Power BI как набор средств бизнес‑аналитики для оптимизации управления финансами в организации // Естественно‑гуманитарные исследования. – 2024. – № 1 (51). – С. 390–393.
13. Бубнова Ю.Б., Ахмедова К.А. Цифровизация банковского сектора России: тенденции и проблемы // Инновационная экономика: информация, аналитика, прогнозы. – 2023. – № 1. – С. 175–181.
14. Глушков С.В. Анализ рисков и кредитной активности с использованием BI‑инструментов // Вестник экономики и бизнеса. – 2023. – № 4. – С. 102–110.
15. Николаев К.А. Анализ современных тенденций, влияющих на организацию розничного кредитного процесса в российских банках //, Естественно,‑гуманитарные исследования. – 2025. – № 1 (57). – С. 501–505.
16. Шакиров М.Х. Процессный подход и построение базы данных по управлению непрофильными активами кредитной организации // Электронные библиотеки. – 2021. – Т. 24. – № 4. – С. 710–753.
17. Юдин П.С. Визуализация финансовой информации: подходы и инструменты // Экономика и бизнес. – 2022. – № 7. – С. 78–85.
18. Емельянова, Антонина Анатольевна. "Цифровизация образования: современное представление педагогических технологий/Емельянова АА, Бурляева ВА." Образование от" А" до 4 (2022): 44-46.
19. Глушкова С. В. Проект «Целительные звуки».
20. Рачкин, Д. А., Тененбаум, С. М., Мельникова, В. Г., & Майорова, В. И. (2021). Разработка МКА типоразмера CubeSat-опыт МГТУ им. НЭ Баумана.