Размещено на http://www.allbest.ru/

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ

«НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ УНИВЕРСИТЕТ

«ВЫСШАЯ ШКОЛА ЭКОНОМИКИ»

Факультет бизнеса и менеджмента

Выпускная квалификационная работа

по направлению подготовки 38.04.05 «Бизнес-информатика»

образовательная программа «Бизнес-информатика»

РАЗРАБОТКА ИНФОРМАЦИОННО-АНАЛИТИЧЕСКОЙ МОДЕЛИ ПОДДЕРЖКИ КОРПОРАТИВНОГО УПРАВЛЕНИЯ ЛИЗИНГОВОЙ ОРГАНИЗАЦИИ НА ОСНОВЕ ТЕХНОЛОГИЙ BUSINESS INTELLIGENCE

Хорин Максим Александрович

Научный руководитель

Кандидат экономических наук,

Доцент С.Н. Брускин

Москва 2020



Содержание

информационный аналитический модель лизинговый

• Введение
• 1. Анализ подходов к управлению эффективностью деятельности лизинговой организации
• 1.1 Лизинг, его элементы и особенности
• 1.2 Аналитические методы на рынке лизинга
• 1.3 Инструменты анализа эффективности деятельности компаний на рынке лизинга
• 1.4 Выводы по главе 1
• 2. Проектирование информационно-аналитической модели поддержки корпоративного управления лизинговой организации
• 2.1 Описание и характеристика деятельности организации
• 2.2 Рамки реализации решения
• 2.3 Формирование требований к решению
• 2.4 Проектирование архитектуры решения
• 2.5 Выводы по главе 2
• 3. Реализация информационно-аналитической модели для лизинговой организации на основе технологий business intelligence
• 3.1 Реализация информационного уровня модели
• 3.2 Реализация аналитического уровня модели
• 3.3 Апробация модели
• 3.4 Анализ эффектов от реализации модели
• 3.4 Выводы по главе 3
• Заключение
• Список литературы
• Приложения
• Приложение 1 Механизм реализации динамического изменения топологии портала корпоративной аналитики
• Приложение 2 Механизм реализации резервного копирования портала корпоративной аналитики


Введение

В современных условиях повсеместной информатизации и цифровой трансформации уровень технологической оснащенности организаций, а также наличие организованного подхода к анализу корпоративной эффективности с использованием актуальных и продвинутых аналитических инструментов можно, без сомнений, считать значительным конкурентным преимуществом. Темой данной работы является создание информационно-аналитической модели поддержки корпоративного управления лизинговой организации на основе технологий Business Intelligence.

Практический опыт показывает, что в сфере лизинга на фоне роста рынка и динамично растущего количества сделок, а также увеличения общих объемов данных подразделения многих организаций не справляются с своевременностью проведения анализа эффективности операционной деятельности и предоставления отчётности. Дополнительно, аналитические результаты различных подразделений при решении одинаковых задач разнятся. Основными причинами подобного состояния являются:

1. использование разрозненных источников данных;

2. низкое общее качество данных;

3. высокие трудозатраты на сбор и интеграцию данных для проведения анализа;

4. высокие трудозатраты на сам процесс анализа;

5. отсутствие общекорпоративной методологии расчета показателей;

6. отсутствие возможности проводить многомерный анализ данных с использованием продвинутых методов ввиду использования устаревших аналитических средств.

Как результат, проведение полноценного многофакторного и разностороннего анализа финансово-хозяйственной деятельности организации является невозможным, а текущие аналитические результаты с трудом можно считать полностью достоверными. Это напрямую влияет на эффективность управления в организации, поскольку приводит к снижению качества принимаемых управленческих решений. В связи с этим компании нуждаются в комплексной информационно-аналитической поддержке корпоративного управления и анализа эффективности, которые способны поднять качество принимаемых решений за счет унификации данных и использования продвинутых аналитических методов и инструментов. Таким образом, в современных условиях активно происходящей цифровой трансформации тема исследования является актуальной и практически значимой.

Основу данного исследования составляют научные работы как российских, так и иностранных специалистов в области анализа корпоративной результативности и разработки подходов к её повышению посредством применения информационных технологий, а также отчеты авторитетных международных исследовательских организаций (Gartner, Deloitte, International Data Company (IDC) и др.). Соответственно, степень научной проработанности темы исследования можно оценить как высокую.

Целью работы является создание информационно-аналитической модели поддержки управленческой деятельности лизинговой организации с использованием технологий Business Intelligence, которая обеспечит проведение анализа корпоративной результативности в различных областях деятельности.

Достижение цели работы предполагает выполнение следующих задач:

1. Исследование механизма лизинга, его основных элементов особенностей;

2. Рассмотрение методов, а также технологий, используемых компаниями рынка лизинга для анализа эффективности собственной деятельности;

3. Формирование требований к разрабатываемой информационно-аналитической модели;

4. Проектирование целевой архитектуры модели и формирование набора технологических инструментов, на котором она будет реализована;

5. Разработка информационно-аналитической модели в соответствии с спроектированной архитектурой и использованием сформированного перечня технологических средств;

6. Проведение оценки бизнес-эффектов от реализованного решения.

Объектом исследования является одна из крупнейших организаций на рынке лизинга в Российской Федерации.

Предметом исследования является процесс анализа и управления операционной эффективностью лизинговой организации, а также поддержка данного процесса на основе технологий Business Intelligence.

Структура исследования включает три главы, каждая из которых посвящена реализации задач, описанных выше:

1. Первая глава работы «Анализ подходов к управлению эффективностью деятельности лизинговой организации» включает в себя исследование отечественного рынка лизинга, выявление его особенностей, а также выделение основных методов и технологических инструментов, используемых для проведения анализа корпоративной эффективности;

2. Вторая глава работы «Проектирование информационно-аналитической модели поддержки корпоративного управления лизинговой организации» посвящена постановке задачи на реализацию модели, описанию объекта исследования, определение функциональных требований, предъявляемых к модели, а также построение целевой архитектуры решения;

3. Третья глава работы «Реализация информационно-аналитической модели для лизинговой организации на основе технологий business intelligence» посвящена разработке компонентов модели в соответствии с спроектированной архитектурой, описанию апробации модели, а также оценке бизнес и технологических эффектов от решения.

4. 

1. Анализ подходов к управлению эффективностью деятельности лизинговой организации

1.1 Лизинг, его элементы и особенности

Формальное определение лизинга указано в текущем законодательстве РФ. Так, согласно федеральному закону «О финансовой аренде (лизинге)» [1], под лизингом понимается набор отношений, возникновение и исполнение которых осуществляется в ходе покупки предмета лизинга и реализации лизингового договора. С другой стороны, исследование [2] дает более развернутое определение, относя механизм лизинга к «специфической форме имущественных взаимоотношений хозяйствующих субъектов, которая возникает в результате приобретения в собственность одним из хозяйствующих лиц имущества и последующем предоставлении во временное использование этого имущества другому хозяйствующему лицу за определенную, заранее оговоренную компенсацию». В качестве предмета лизинговых имущественных отношений любое движимое (транспорт, техника, оборудование и т. д.) и недвижимое имущество за исключением объектов, лизинг которых ограничен действующим федеральным законодательством (земельные участки, природные объекты и прочее). Порядок, а также иные детали взаимодействия хозяйствующих лиц определяется договором лизинга. Согласно исследованию [3], обобщенная схема классической лизинговой сделки представлена на Рисунке 1.



Рисунок 1 Обобщенная схема лизинговой сделки

Источник: Семеко Г. В. Совместное предпринимательство: Учебное пособие [Электронный ресурс] / bwbooks.net. - URL: http://bwbooks.net/books/biznes/semeko-gv/2004/files/sovmestnoyepredprinimatelstvo2004.pdf. (Дата обращения: 10.03.20).

Рисунок 1 позволяет выявить основных участников лизинговой сделки. Так, в соответствии с исследованием [4], основными субъектами классического лизингового взаимодействия являются:

1. Лизингодатель - организация или физическое лицо, которое на основании договора купли-продажи (ДКП) приобретает в собственность имущество и в соответствии с договором лизинга предоставляет его лизингополучателю во временную финансовую аренду с правом владения и пользования за установленную плату с переходом или без перехода права собственности по наступлению определенных договором условий.

2. Лизингополучатель - организация или физическое лицо, осуществляющее временное использование предмета лизинга в течение установленных договором лизинга сроков и на установленных основаниях.

3. Поставщик (продавец) - организация или физическое лицо, осуществляющее продажу и передачу в собственность предмета лизинга лизингодателю на основании и в соответствии со сроками, указанными в договоре купли-продажи. Допускаются сделки, когда сам лизингодатель либо лизингополучатель одновременно выступает и поставщиком (продавцом) имущества. Следовательно, в данном случае количество участников сокращается до 2.

Тем не менее, современная практика заключения лизинговых сделок и принципы их финансирования показывают, что сделки очень редко исполняются только с участием лизингодателя, лизингополучателя и поставщика. Зачастую в лизинге также принимают участие следующие «опциональные» субъекты:

1. Финансирующие организации (банки, инвестиционные компании и т. д.) - одно или несколько юридических лиц, обеспечивающих финансовое обеспечение лизинговой сделки за счет выделения заемных средств лизингодателю для приобретения лизингового имущества у продавца (поставщика). Привлечение кредитных средств для финансирования лизинговой сделки не является обязательным, поскольку покупка лизингового имущества может осуществляться полностью из собственных средств лизингодателя. Тем не менее, использование кредитных средств не является редкостью, особенно в случае очень дорогостоящих предметов лизинга.

2. Страховая компания - юридическое лицо, обеспечивающее финансовое покрытие рисков лизинговой сделки в случае их наступления.

В отличие от типового банковского кредитования, лизинг, согласно исследованию [5], обладает рядом особенностей и преимуществ, которые делают его более привлекательным для клиентов, особенно малого и среднего сегментов предпринимательства, в которых часто наблюдается недостаток собственных капитальных средств и сложности с привлечением традиционных займов.

Доступность

В отличие от «традиционного» кредитования в случае лизинга от лизингополучателя не требуются средства для полной оплаты имущества, а также намного реже требуется предоставление залога и иного дополнительного обеспечения, так как непосредственное приобретение предмета лизинга с получением права собственности осуществляется лизингополучателем. Доступность лизинга, в отличие от привлечения заемных средств через традиционные финансовые институты, также обусловлена отсутствием жестких требований к кредитной истории клиента и выполнению прочих банковских условий.

Гибкость

Лизинговое взаимодействие позволяет гибко подобрать условия для того, чтобы размер лизингового платежа являлся оптимальным для лизингополучателя. Зачастую это достигается за счет установки индивидуальных процентных ставок, а также формирования наиболее оптимального для клиента графика платежей. Так, договор лизинга может заключаться на длительные сроки (к чему готова не каждая кредитная организация), а график лизинговых платежей может по согласованию сторон быть как равномерным (на ежемесячной, ежеквартальной основе и т. д.), так и включать увеличивающиеся и уменьшающиеся интервалы в зависимости от финансового положения лизингополучателя. Более того, со стороны лизингополучателя платежи по договору не производятся до ввода лизингового имущества в эксплуатацию, а сокращение их размера также допустимо за счет отказа от выкупа имущества по окончании графика выплат.

Экономическая эффективность

Механизм лизинга позволяет обеспечить более эффективное распределение финансовых ресурсов лизингополучателя в целях развития бизнеса ввиду отсутствия необходимости единовременной и полной оплаты лизингового имущества. Отсутствие необходимости полной оплаты (покупки) имущества дополнительно позволяет предприятиям-лизингополучателям получать конкурентное преимущество за счет более эффективного и планомерного обновления собственной материально-технической базы и материальных фонды, чтобы следовать современным требованиям рынка.

Налоговые преференции

В большей степени налоговые преференции как лизингополучателя, так и лизингодателя зависят от условий договора, которые в том числе определяют, на чьем балансе учитывается переданное в пользование лизинговое имущество. Федеральный закон №164-ФЗ от 29.10.1998 «О финансовой аренде (лизинге)» фиксирует, что предмет лизинга является собственностью лизингополучателя. Тем не менее, правовые нормы допускают отражение предмет лизинга на балансе лизингодателя или плательщика по взаимному согласию. Так, учет лизингового имущества на балансе лизингодателя освобождает лизингополучателя от уплаты налога на имущество, а также амортизационных отчислений. Дополнительно, балансодержатель имущества имеет право для применения к лизинговому имуществу коэффициента ускоренной амортизации, что позволяет до 3 раз быстрее сокращать балансовую стоимость имущества и как следствие размер налога на имущество. Помимо этого, ускоренная амортизация основных средств приводит к увеличению размера амортизационных отчислений по предмету лизинга и сокращению остаточной стоимости основных фондов, что приводит к снижению налогооблагаемой базы по налогу на прибыль за.

Таким образом, лизинг является сложной деятельностью с большим количеством участников и финансовых потоков. В связи с этим проведение качественного анализа операционной деятельности является имеет высокую важность для лизинговых организаций.



1.2 Аналитические методы на рынке лизинга

Коммерческая деятельность организаций на рынке лизинга невозможна без создания большого количества данных, анализ которых позволяет сформировать понимание относительно общей эффективности деятельности компаний, а также открывает возможности к принятию качественных управленческих решений. На текущий момент среди аналитических методов, которые используются игроками лизингового сектора, выделяются два блока:

Методы описательной (дескриптивной) аналитики

Согласно определению глоссария авторитетной исследовательской и консалтинговой организации в сфере информационных технологий Gartner Inc. [6], - это анализ данных или контента, выполняемый для получения ответа на вопросы «что произошло?» или «что происходит?». Методы характеризуются преимущественно традиционной бизнес-аналитикой, а также визуализациями, такими как круговые диаграммы, гистограммы, линейные графики, таблицы и прочие. Согласно исследованию [7], методы данной группы основываются на применении базовых статистических (стандартное отклонение, дисперсия и т. д.) и агрегатных функций (суммирование, минимум, среднее и т. д.) над сгруппированными и отфильтрованными поднаборами данных с целью вычисления описательных показателей. Тем не менее, среди современных методов описательной аналитики сегодня также встречаются такие, которые основываются на статистических приемах и предназначены для первоначальной оценки (профилирования) качества данных, а также выявления аномальных результатов и причин отклонения значений. Соответственно, методы данной группы помимо ответа на вопрос «что произошло?» позволяют также давать ответы на вопрос «почему это произошло?». Таким образом, использование методов описательной аналитики преимущественным образом направлено на ретроспективное исследование исторических и актуальных данных операционной деятельности предприятия с целью выявления проблемных зон и трендов, представления результатов анализа в визуальной форме, а также последующей подготовки реакций на изменения.

Методы описательной аналитики очень известны и распространены в лизинговой сфере. Многие организации применяют их для проведения анализа результативности в таких направлениях деятельности, как:

· управление просроченной задолженностью;

· управление финансами;

· управление лизинговым портфелем;

· управление рисками;

· управление численностью персонала, фондом оплаты труда и т. д.

Стратегически важным направлением для применения описательной аналитики в компаниях лизинговой сферы является управление рисками и доходностью лизинга. Среди наиболее эффективных методов, применяющихся для анализа данного направления деятельности, выделяются:

«Винтажный» анализ

Основными определениями в рамках данного метода являются:

· Винтаж - развертка какого-либо показателя по относительному временному интервалу.

· Поколение - группа лизинговых договоров, сгруппированных по периоду выдачи (год, месяц, квартал и прочее).

· Возраст поколения - срок жизни поколения в месяцах, который прошел от момента выдачи кредитов, образующих данное поколение, до момента его анализа, то есть до определенной отчетной даты.

Основой метода являются винтажные таблицы, представляющие собой графическую интерпретацию анализа поведения кредитного портфеля в разрезе поколений, уровней просрочки (до 30 дней, 90+ дней и так далее) и возраста поколений. Винтажный анализ позволяет решать одни из следующих основных задач:

· сравнение динамики уровня просроченной задолженности между продуктами (сравнение уровня риска по продуктам),

· сравнение динамики уровня просроченной задолженности между поколениями в рамках одного продукта (сравнение уровня риска по поколениям в зависимости от даты формирования группы лизинговых договоров),

· сравнение динамики уровня просроченной задолженности на определенном возрасте поколения от поколения к поколению.

Винтажные таблицы строятся по одному из следующих принципов:

· NL (позволяют определить динамику чистых потерь)

· GL (позволяют определить динамику валовых потерь). Принцип GL состоит в том, что лизинговый договор, который хотя бы один раз побывал в просрочке X дней, помечается как дефолтный до конца своей жизни вне зависимости, вернулся он в график платежей или нет. Со временем GL по поколению может только увеличиваться или находиться в неизменном состоянии.

· Recovery (позволяют определить динамику восстановления потерь по поколению).

Анализ «что если»

Данный аналитический метод применяется для исследования того, как неопределенность на выходе модели (числовая или иная) может быть связана с её входными параметрами. Его основная цель состоит в том, чтобы проверить надежность результатов модели или системы при наличии неопределенности, чтобы лучше понять отношения между входными и выходными переменными. В лизинговых организациях метод активно используется для проведения сценарного моделирования, а также моделирования доходности сделок и определения оптимальных процентных ставок и прочих условий, формирующих размер будущих лизинговых платежей.

Методы прогнозной (предиктивной) аналитики

Работы [8] и [9] определяют прогнозную аналитику в качестве одного из секторов сферы продвинутой аналитики (advanced analytics), предназначенного для исследования и обработки данных с целью получения ответа на вопрос «что случится?». Компания Gartner Inc. [10], в свою очередь, определяет продвинутую аналитику в качестве процесса исследования данных или контента на автономной или полуавтономной основе с применением интеллектуальных и развитых методов и инструментов, обычно выходящих за рамки традиционной бизнес-аналитики, с целью идентификации в них нестандартных взаимосвязей, а также формирования рекомендаций, ассоциаций, правил и прогнозов. Другими словами, методы предиктивной аналитики дают возможность проводить экстраполирование на будущее за счет применения современных интеллектуальных алгоритмов на исторических и актуальных данных. Методы данной группы, в отличие от методов описательной аналитики, основаны не на базовых функциях статистики и агрегации, а на продвинутых алгоритмах, которые позволяют идентифицировать неявные взаимосвязи в данных разного типа, включая звук и текст (неструктурированные данные), и в результате формировать прогнозы и выявлять закономерности. Методы данной группы включают такие методы, как:

· машинное обучение,

· эконометрическое прогнозирование,

· интеллектуальный анализ данных,

· нейронные сети и т. д.

При этом стоит заметить, что получаемые результаты их работы некорректно считать абсолютно достоверными, поскольку любая экстраполяция на будущее является вероятностной. В итоге применение методов предиктивной аналитики на рынке лизинга открывает возможности для решения целого ряда задач, таких как:

· классификация и идентификация (к примеру, выявление неблагонадежных лизингополучателей, мошеннических операций, скоринг и т. д.);

· прогнозирование объемов потерь, размера портфеля и т. д.;

· моделирование вероятности дефолта клиентов;

· прогнозирование срока перехода лизингополучателя в группу риска.

Таким образом, совместное использование методов дескриптивной и предсказательной аналитики позволяет проводить ретроспективный анализ исторических и актуальных операционных данных организации с выявлением проблемных зон и трендов, а также формировать вероятностные прогнозы показателей на заданном горизонте. Тем не менее, помимо самих аналитических методов также очень важными являются технологические инструменты, которые обеспечивают их реализацию и исполнение.

1.3 Инструменты анализа эффективности деятельности компаний на рынке лизинга

Оснащенность компании актуальным высококлассным и качественным инструментарием, в том числе, интеллектуальными аналитическими системами, всегда считалось конкурентным преимуществом, поскольку оно обеспечивает более точное определение положения организации на рынке и быстрое, а также эффективное достижение поставленных задач в соответствии с корпоративной стратегией [11]. Сегодня, в условиях повсеместной (рынок лизинга не является исключением) цифровой трансформации, это становится еще более значимым, что подтверждается статистикой из исследования [12], в котором утверждается, что «глобальные затраты на технологии цифровой трансформации будут ежегодно расти на 16.8%».

Наличие технологичных инструментов корпоративной аналитики также является очень важным для исследования, контроля и управления эффективностью предприятий-лизингодателей. Так, на рынке лизинга на текущий момент активно применяются две группы аналитических систем: Business Intelligence (BI), а также Corporate Performance Management (CPM).

Business Intelligence

Согласно определению, Business Intelligence - это подход к анализу информации, в основе которого заложены механизмы сбора, обработки, исследования и визуализации данных различных объемов, а также создания пользовательской отчетности (в том числе real-time). Таким образом, системы бизнес-интеллекта, представляют собой «многофункциональные инструменты для организации процессов сбора и анализа информации, а также поддержки принятия решений менеджерами компаний» [13]. В соответствии с определением выше, основное назначение таких сисием заключается в обеспечении подключения к данным, их сбора и консолидации, а также проведения анализа с последующим представлением результатов в наглядной форме для реализации возможности принятия решений.

Рынок систем бизнес-интеллекта на текущий момент насыщен большим количеством игроков, а их продукты значительно отличаются с архитектурной и функциональной точек зрения, а также подходов к пользовательскому взаимодействию. Тем не менее, согласно результатам анализа рынка, представленных в «магическом квадранте» Gartner в исследовании [14], лидерами рынка аналитических систем класса BI являются разработки компаний Microsoft, Tableau, Qlik и Thoughtspot (Рисунок 2).

· Microsoft

Power BI является основным комплексным программным обеспечением на рынке систем бизнес-анализа от компании Microsoft. Система объединяет несколько программных продуктов, связанных общими технологиями и визуальной составляющей. Так, Power BI Desktop является локальным инструментом персональной аналитики. Продукт содержит в себе все основные и необходимые функции для подключения к данным и их подготовки, реализации комплексного анализа и визуализации данных. Дополнительно, функционал основан на широко известных и распространенных среди пользователей Microsoft Office компонентах, таких как Power Query и Power Pivot, что делает продукт очень гибким простым для изучения даже для бизнес-пользователей.

Серверная часть экосистемы представлена 2 продуктами. Так, Power BI Services является software as a service (SAAS) решением, которое позволяет организовать многопользовательский доступ к аналитической информации через облачный портал. Соответственно, в данном случае плата осуществляется только за пользователей. Power BI Report Server является локальным сервером отчетом, предназначенным для развертывания на корпоративных серверах on-premise. Продукт обладает схожим функционалом, но ввиду локального развертывания является более гибким с точки зрения настроек.

· Thoughtspot

В 2018 году компания Thoughtspot относилась компанией Gartner к квадранту визионеров (visionaries) [15]. Тем не менее, уже в 2019 и 2020 году компания выбилась в лидеры ранка аналитических систем и бизнес-аналитики. Главный функционал одноименной системы заключается в реализации аналитики и визуализации, основанной на обработке запросов к данным на естественном языке (natural language processing), что механизмами искусственного интеллекта. Более того, глубинная архитектура обеспечивает высокую производительность, которая позволяет обрабатывать миллиарды строк данных за доли секунды. Всё это позволяет использовать Thoughtspot почти каждым сотрудником, включая бизнес-пользователей, без необходимости длительного обучения и адаптации, а также полностью раскрыть потенциал парадигмы self-service BI для получения оперативных ответов на возникающие вопросы почти мгновенно.

· Qlik

Преимуществом основных разработок компании Qlik, продуктов QlikView и QlikSense, являет мощный внутренний in-memory архитектурный компонент подготовки и обработки данных, позволяющий без необходимости использования стороннего ПО обеспечить автоматизированный сбор и подготовку больших объемов данных для проведения анализа. Дополнительно, продукты характеризуются высокой производительностью, что позволяет осуществлять проведение анализа и представление результатов в визуальном интерактивном формате с комфортной скоростью отклика, а также очень богатый функционал. Тем не менее, недостатками системы является высокий порог входа и необходимость прохождения обучения для максимального использования функциональных возможностей в аналитических целях.

· Tableau

Компания Tableau на рынке систем класса Business Intelligence представлена 4 продуктами. Так, Tableau Desktop позиционируется как индивидуальный инструмент класса self-service BI, что при проведении анализа не требует от пользователей использования языков программирования, написания сложных алгоритмов и прочих приемов, требующих предварительного обучения. Продукт отличается понятностью, гибкостью и простотой использования, что очень удобно для пользователей. С другой стороны, продукт обладает высокопроизводительной in-memory архитектурой, что позволяет проводить анализ больших объемов данных в оперативном и почти real-time режиме. Дополнительно, богатый функционал продукта с элементами предиктивной аналитики позволяет проводить как ретроспективный анализ, так и формировать прогнозы.

Продукт Tableau Prep Builder является инструментом персональной подготовки данных. Он предназначен для самостоятельного использования без привлечения сторонних специалистов в целях представления данных в таком виде, каком его требуют аналитические задачи.

Серверные компоненты экосистемы представлены продуктами Tableau Server и Tableau Online. Tableau Server является централизованным порталом корпоративной аналитики, предназначенным для потребления аналитического контента большим количеством пользователей с различных типов устройств. Дополнительно, серверная компонента наряду с Tableau Desktop также позволяет проводить самостоятельную визуализацию аналитических результатов через веб-интерфейс со стороны пользователей. В отличие от Tableau Server, развертывание которого осуществляется локально на корпоративных мощностях, Tableau Online не требует развертывания, поскольку является software as a service версией со схожей функциональностью.

Ввиду большого количества игроков и продуктов на рынке, возможности BI-систем является очень разноплановыми. Тем не менее, анализ продуктов основных игроков рынка систем бизнес-интеллекта позволяет выделить общий функционал, характерный для систем данного класса:

· подключение к системам-источникам различного назначения и архитектуры для сбора структурированных и неструктурированных данных, их консолидации и комбинирования в едином информационном поле;

· модификация и трансформация данных в целях подготовки источников для проведения анализа;

· хранение данных в оперативной памяти, а также использование OLAP-технологий для обеспечения максимального быстродействия и производительности;

· аналитическая обработка и комбинирование больших объемов данных с учетом различных наборов разрезов;

· визуальное представление аналитических результатов в наглядной форме быстро и в парадигме self-service;

· использование функций advanced analytics для реализации продвинутых методов анализа;

Согласно мнению авторов в исследовании [14], рынок систем класса business intelligence на текущий момент находится на апогее. Однако это не позволяет сделать вывод о том, что функциональные возможности систем бизнес-интеллекта уже достигли своего максимума. Наоборот, новые технологии, особенно технологии машинного обучения, data mining и расширенной аналитики (augmented analytics) открывают новые возможности и направления для развития систем класса BI, а именно:

· применение искусственного интеллекта (artificial intelligence) для первичной интерпретации аналитических результатов и поиска дополнительных инсайдов;

· внедрение технологий обработки интерпретации естественного языка для взаимодействия с аналитическими системами через голосовые и текстовые каналы;

· автоматизированный подход к формированию оптимальной визуализации данных на основании полей, выбранных пользователем;

· обеспечение обработки потоковых данных в режиме реального времени;

· улучшение быстродействия и производительности над комплексными моделями данных с большими объемами.

Corporate Performance Management

Глоссарий Gartner под термином Corporate Performance Management определяет набор технологий и систем, а также процессов, методологий и метрик, которые применяются для осуществления контроля и управления результативностью предприятия.

Системы данного класса, по аналогии с системами бизнес-интеллекта, основаны на технологиях оперативной обработки данных OLAP (online analytical processing). Основное назначение CPM систем направлено на анализ финансовой результативности предприятия, а также совершенствование процессов планирования финансовой эффективности, бюджетного управления и планирования на нескольких уровнях корпоративного управления. Таким образом, основной сферой применения систем данной группы является аналитическая поддержка корпоративного управления в финансовой сфере. Функциональные возможности систем класса Corporate Performance Management очень многообразны, их можно сгруппировать в 4 блока [17]:

· механизмы реализации модели планирования и бюджетного управления (бюджетирования) предприятия, включая стратегическое планирование;

· механизмы утверждения, мониторинга и контроля исполнения утвержденных планов, а также прогнозирования;

· механизмы формирования управленческого баланса организации, консолидированной финансовой и управленческой отчетности (баланс, движение денежных средств, прибыли и убытки и т. д.);

· механизмы проведения многомерного и многоаспектного анализа план/факт, план/план и т. д.;

Рынок CPM-систем ведет себя нестабильно. Исследование [18] отмечает, что по состоянию на 2015 год он был един без предпосылок к разделению. Тем не менее, на 2016 год, согласно результатам работ [19] и [20], CPM-системы выделились в 2 отдельных группы. Так, в группу систем класса Strategic Corporate Performance Management (SCPM) были отнесены продукты вендоров, основным образом направленные на стратегическое управление эффективностью предприятия. С другой стороны, группа Financial Corporate Performance Management (FCPM) объединила продукты, основным направлением которых было финансовое управление корпоративной эффективностью. Тем не менее, исследования 2018 и 2019 годов [21], [22] снова объединяют системы под общим названием Cloud Financial Planning and Analysis Solutions (Рисунок 3).



Рисунок 3 Основные участники рынка систем класса CPM по Gartner

Источник: Gartner Magic Quadrant for Cloud Financial Planning and Analysis Solutions 2019 [Электронный ресурс] / Gartner Inc. - URL: https://www.gartner.com/en/documents/3956098. (Дата обращения: 15.04.20)

На текущий момент лидерами рынка систем анализа корпоративной результативности Gartner считают разработки компаний Oracle, Anaplan, Workday (Adaptive Insights) и Host Analytics. Разработки данных вендоров на текущий момент обеспечивают наилучший пользовательский опыт для при формировании моделей бюджетного управления предприятия. Лидирующие компании в отрасли качественно удовлетворяют рыночный спрос за счет производительности своих разработок, политики ценообразования и лицензирования, инвестиций в исследования, реализации цифровых экосистем и применения технологически инновационных подходов, которые задают общий вектор развития всей сферы. Так выделяются следующие тренды в сфере систем класса CPM:

· адаптация современных технологий искусственного интеллекта и машинного обучения в текущий и новый функционал для модернизации пользовательского взаимодействия и реализации наиболее актуальных и эффективных методов финансового анализа и прогнозирования;

· использование средств роботизации для автоматизации рутинных процессов;

· реализация подхода self-service в области подготовки отчетности;

· совершенствование архитектуры CPM-систем для обеспечения производительности и быстродействия анализа на больших объемах данных.

Таким образом, использование систем класса Business Intelligence и Corporate Performance Management компаниями сферы лизинга обеспечивает эффективный анализ деятельности по различным направлениям корпоративной деятельности и позволяет принимать управленческие решения, основанные на данных.

1.4 Выводы по главе 1

В первой главе было проведено исследование механизма лизинга, подходов к проведению анализа эффективности деятельности лизинговых организаций, а также обзор используемых ими методов и технических средств.

Были исследованы основные элементы лизингового процесса, а также его особенности и преимущества перед традиционным банковским кредитованием.

Дополнительно были проанализированы две группы методов, одна из которых - описательная аналитика, применяется для ретроспективного исследования исторических и актуальных данных о деятельности предприятия, а вторая - предиктивная аналитика, предназначена для экстраполирования результатов на будущее и формирования прогнозов.

Первая глава исследования также включала анализ 2 классов систем, которые активно применяются на рынке лизинга для анализа эффективности компаний-лизингодателей: Business Intelligence (BI) и Corporate Performance Management (CPM).

2. Проектирование информационно-аналитической модели поддержки корпоративного управления лизинговой организации

2.1 Описание и характеристика деятельности организации

Объект исследования представляет собой многопрофильную организацию, которая является одним из крупнейших игроков на рынке лизинга и осуществляет коммерческую деятельность как на территории РФ, так и за ее границами. Основным направлением операционной деятельности компании является приобретение определенных лизингополучателями основных средств и предоставление этого имущества клиентам во временную аренду с позволением последующего выкупа или без.

Таким образом, лизинговая организация обеспечивает активное финансирование проектов в реальном секторе экономики, обновление и расширение основных фондов государственных предприятий, а также их модернизацию. Компания выступает членом одной из крупнейших банковских групп России, что является одним из ее значительных преимуществ перед конкурентами.

Организация характеризуется значительным масштабом покрытия на территории РФ - насчитывается порядка 65 представительств компании, расположенных в крупнейших городах всех регионов страны, а также дочерние организации в Украине, Белоруссии и Казахстане. Организационная структура лизингового предприятия является дивизиональной с выделением дивизионов по территориальному признаку. Обобщенная схема организационной структуры представлена на Рисунке 4. Географически базовые филиалы компании объединены более чем в 7 региональных филиалов. Функции по руководству текущей деятельностью организации выполняет Правление. Председателем правления является генеральный директор, который также осуществляет руководство операционной деятельностью организации. Руководство дивизионами организации осуществляют директора региональных филиалов.

Компания осуществляет предоставление лизинговых услуг на рынке уже более 25 лет, с 1993 года. По итогам 2019 года на основании результатов рейтингового агентства «Эксперт РА» организация входит в число 20 лучших лизинговых компаний РФ по объему нового бизнеса [23]. Организация также числится в списке 20 лучших игроков рынка лизинга РФ по версии европейской ассоциации Leaseurope. Согласно рейтингу крупнейшего независимого финансового портала Рунета Banki.ru [24] по состоянию на 1 января 2020 года компания входит в число 5 лучших отечественных лизинговых организаций с объемом лизингового портфеля в более чем 700 миллиардов рублей.

Основными целевыми клиентскими сегментами клиентов, которым компания предоставляет финансовые услуги, являются:

· малый и микробизнес бизнес (выручка в год менее 800 миллионов рублей)

· средний бизнес (выручка в год от 800 миллионов до 2 миллиардов рублей)

· крупный бизнес (выручка в год более 2 миллиардов рублей)

· индивидуальные предприниматели и самозанятые физические лица

· государственный сектор.

Основными секторами предоставления лизинговых услуг по видам предмета лизинга являются:

· автомобильный лизинг (легковой, коммерческий и грузовой автотранспорт)

· водный транспорт

· железнодорожная техника

· авиационный транспорт

· недвижимость

· оборудование для добычи и переработки природных полезных ископаемых (нефть и газ).

Миссия лизинговой организации заключается в расширении бизнеса клиентов за счет предложения лучших решений и лучшего сервиса с учетом отраслевой специфики на протяжении всего срока лизинговой сделки. Предприятие-лизингодатель нацелено на расширение своих позиций на рынке и достижение наивысших показателей операционной результативности в отношении остальных представителей рынка. Потенциальными подходами для реализации поставленных целей и улучшения положения предприятия на рынке лизинга являются:

· расширение клиентского опыта за счет диджитизации бизнес-процессов и предоставления услуг через цифровые каналы для обеспечения наибольшей прозрачности лизинга;

· оптимизация внутренних корпоративных процессов за счет использования инновационных подходов к управлению и современных методологий менеджмента;

· трансформация подхода к корпоративной аналитике за счет организации общего информационно-аналитического пространства;

· применение современных технических средств и подходов для выполнения задач анализа и принятия обоснованных управленческих решений;

2.2 Рамки реализации решения

Лизинговая организация определила цель создания корпоративной информационно-аналитической модели на основе технологий Business Intelligence в обеспечении реализации комплексного подхода к мониторингу и проведению анализа эффективности операционной деятельности компании по различным направлениям деятельности следующими группами пользователей:

· руководство компании (стратегический уровень): уровень генерального, финансового директора, члена Правления;

· менеджеры среднего уровня (управленческий уровень): руководители региональных филиалов, департаментов и отделов;

· представители оперативного уровня: аналитики в подразделениях.

Текущий процесс подготовки и реализации аналитической отчетности представлен в виде UML-диаграммы активностей на Рисунке 5 на основании результатов проведенного предпроектного анализа.

Рисунок 5 Процесс подготовки и реализации аналитической отчетности в лизинговой организации

Источник: результаты предпроектного анализа

По мнению руководства предприятия аналитический процесс не является оптимальным. В связи с этим основными предпосылками для реализации информационно-аналитической модели являются:

· глобальная информационная разрозненность;

· глобальная разрозненность в методологии расчета показателей эффективности - отсутствие единой версии «правды»;

· противоречивость получаемых аналитических результатов;

· большое количество однотипных рутинных операций, не позволяющих аналитическим подразделениям в полной мере и своевременно обеспечивать организацию важной аналитической информацией;

· отсутствие механизма разграничения доступа на уровне данных и аналитических результатов, сокрытия доступа к методологиям расчетов части показателей.

Все вышеописанные причины значительным образом влияют на процесс проведения анализа и приводят к значительным трудозатратам на подготовку данных, выполнение аналитических задач и представление результатов. Усредненные трудозатраты на исполнение основных этапов при проведении анализа и подготовки типизированного ежемесячного отчета с представлением аналитических результатов указаны в Таблице 1.

Таблица 1

Усредненные трудозатраты на выполнение этапов анализа и подготовки отчетности

Этап	Трудозатраты, чел./час.
Подготовка данных	52
Сбор данных	36
Интеграция и очистка данных	16
Анализ	44
Аналитическая обработка данных, проведение расчетов	24
Разработка аналитического отчета и интерпретация результатов	20
Тестирование и выверка результатов	8
ИТОГО	104

Ввиду высоких трудозатрат на подготовку данных и проведение анализа сроки предоставления ежемесячной управленческой отчетности сдвинуты на полмесяца. Таким образом, управленческое звено организации принимает решения относительно результатов прошедшего месяца только лишь в середине следующего месяца, что является недопустимым для принятия эффективных управленческих решений.

В рамках реализации модели предполагается решение следующих задач:

· Создание централизованного информационно-аналитического пространства для обеспечения единого согласованного подхода к подготовке данных, формированию и интерпретации аналитической отчетности, повышения уровня прозрачности и достоверности данных;

· Увеличение оперативности в подготовке отчетности, эффективности проведения бизнес-анализа и принятии управленческих решений, за счет предоставления широкому числу бизнес пользователей единого аналитического пространства и удобных, простых в использовании, многофункциональных, мобильных аналитических инструментов;

· Повышение уровня информационной безопасности компании за счет увеличения прозрачности и управляемости единого аналитического пространства и снижения уровня бизнес-аналитической нагрузки на ИТ-подразделения;

2.3 Формирование требований к решению

Функциональные требования

В своем целевом состоянии информационно-аналитическая модель должна:

1. Обеспечить проведение анализа показателей деятельности организации по следующим сферам:

a. Основные показатели эффективности

b. Новый бизнес

c. Доходность операционной деятельности

d. Управление рисками

e. Численность персонала и фонд оплаты труда

2. Поддерживать хранение данных в разрезе справочников;

3. Обеспечить загрузку исторических данных за последние 5 лет;

4. Обеспечить возможность одновременной работы пользователей решения: администраторы - 5-10 человек, конечные пользователи 150 человек, с возможностью последующего увеличения числа пользователей;

5. Обеспечить возможность загрузки (ввода) дополнительных данных пользователем в свое рабочее приложение с возможностью построения дополнительных отчетов и визуализаций.

6. Обеспечить возможность загрузки плановых (целевых) значений показателей, план-факт анализ.

7. Обеспечить возможность транслирования результатов в Региональную сеть с сохранением полных функциональных возможностей для пользователей.

8. Обеспечить доступ к аналитической отчетности со следующих видов устройств:

· персональный компьютер

· планшет

· смартфон

9. Обеспечить построение аналитических результатов менее, чем за 5 секунд.

10. Обеспечить пользователям возможность Self-Service BI - самостоятельно формировать аналитическую отчетность без необходимости привлечения сторонних специалистов, а также написания скриптов и программирования.

11. Обеспечить возможность рассылки аналитических результатов по электронной корпоративной почте на основании расписаний, сформированных администраторами модели. При этом модель должна предусматривать 2 сценария реализации подписки на рассылку:

· самостоятельная подписка со стороны каждого индивидуального пользователя;

· подписка пользователей на рассылку со стороны администраторов.

12. Обеспечить возможность экспорта аналитических результатов в форматах, пригодном для распространения, а именно:

· в виде статических изображений в формате portable network graphics (.png);

· в виде электронных документов в формате portable document format (.pdf);

· в виде презентации Microsoft PowerPoint в формате.pptx.

13. Обеспечить возможность экспорта детальных данных, которые формируют аналитический результат в Microsoft Ехсеl в формате.xlsx для последующей обработки и анализа.

14. Обеспечить возможность централизованного управления пользовательскими правами и полномочиями доступа;

15. Поддерживать возможность удаленной работы через Web-интерфейс.

Требования к загрузке и обновлению данных

Информационно-аналитическая модель должна функционировать на данных, получаемых из следующих систем:

· Microsoft Dynamics NAV;

· 1С конфигурации «Зарплата и Кадры»;

· 1С конфигурации «Управление Лизинговым Холдингом»;

· Microsoft Excel;

В целях сокращения нагрузки на системы-источники, обновление данных в модели должно осуществляться 1 раз в сутки, в нерабочее время (техническое окно: 00:00 - 04:00 по Московскому времени).

Требования к актуальности данных в модели - T-1 день. Таким образом, модель должна формировать аналитические результаты на историческом объеме данных, включая данные по состоянию на вчерашний день.

Требования к масштабируемости

Информационно-аналитическая модель должна предусматривать возможность масштабирования по 2 сценариям:

· Scale up - масштабирование за счет смены/добавления ресурсных мощностей инфраструктуры (оперативной памяти, процессора, системы хранения данных;

· Scale out - масштабирование на основании реализации кластерной архитектуры за счет добавления новых рабочих узлов к текущим компонентам.

Требования к надежности

Информационно-аналитическая модель должна обладать функциональностью полного резервного копирования данных и основных конфигурационных элементов, обеспечивающих полную работоспособность без потерь информации. Модель также должна обеспечивать возможность полного восстановления работоспособности из резервных копий в случае наступления следующих ситуаций:

· перезапуска программного обеспечения, вызванного перезагрузкой ресурсных мощностей по причине сбоев в системе электропитания;

· утраты комплекса технических средств по причине фатальных ошибок среды развертывания.

Требования к информационной безопасности

Требования к информационной безопасности модели поддержки корпоративного управления лизинговой организации заключается в реализации механизма управления и контроля доступа к данным. Доступ к данным и аналитической информации должен разграничиваться функциями компонента безопасности СУБД и операционной системы. Предусматривается разграничение прав доступа на следующих уровнях:

· объекты модели;

· функции модели;

· данные.

Дополнительно, модель должна обеспечивать организацию разграничения доступа на основе групп и ролей пользователей, включая ограничения на функционал выгрузки детальных данных, формирующих аналитические результаты.

Для Web-интерфейса решения должны выполняться следующие требования:

· доступ пользователей в информационно-аналитическую модель возможен только по результатам успешной аутентификации пользователя;

...