×
Оставить заявку
Заказать звонок
г. Москва, ул. Нагатинская, д.1 стр.40. На карте

Реализованные проекты

Хранилище данных в среде Oracle для формирования аналитической отчетности по кредитным операциям


Заказчик: Росбанк
Время реализации: 2001
Отрасль: Финансовые организации

Информация о заказчике

Акционерный коммерческий банк "Росбанк", входящий в "десятку" самых крупных банков России, имеет сеть отделений и филиалов с целью приближения банковских услуг к потребителям, создания клиентам максимальных удобств. По состоянию на 1 мая 2002 года в Москве действует пять отделений. Филиалы Росбанк уже открыты в Дудинке, Красногорске, Краснодаре, Норильске, Омске, Перми, Томске, Туле, Улан-Удэ, Хабаровске и Южно-Сахалинске.

Предпосылки проекта

Для работы с документами, связанными с оформлением кредитных договоров банка с физическими и юридическими лицами в Росбанк используется АБС собственной разработки на основе Btrieve (ныне Pervasive). Среда Btrieve, представляющая собой файловую СУБД, технологически не приспособлена для целей анализа. Поэтому для анализа кредитной деятельности банка сотрудники Департамента кредитных операций (ДКрО) вынуждены производить многочасовую выгрузку данных из Btrieve в Excel, затем из Excel в Access, в Access производить необходимые вычисления и строить запросы, и только после этого копировать данные из Access в Excel обратно для построения и печати отчетов. Данная цепочка действий выполняется конечными пользователями (методологами, аналитиками) вручную, занимает много времени и является крайне трудоемкой.


Цели проекта

Создание хранилища данных, содержащего данные о кредитной деятельности банка и историю их изменений, которое позволяло бы конечным пользователям самостоятельно (без помощи программистов) получать нужную аналитическую информацию за нужный хронологический период (или на нужную дату) в нужных разрезах и в нужных форматах (табличном, матричном, графическом и пр.).

задачи проекта

  1. заполнение словаря Btrieve (ddf) путем описания структуры файлов данных;
  2. настройка гетерогенных служб (Heterogeneous Services) сервера Oracle;
  3. проектирование и разработка в среде Oracle Warehouse Builder процедур загрузки, очистки, согласования и консолидации данных из АБС и Excel-файлов в хранилище;
  4. настройка автомата загрузки (jobs) в среде Oracle Enterprise Manager;
  5. разработка модуля, выполняющего сложные промежуточные расчеты финансово-экономических показателей, характеризующих кредитную деятельность банка;
  6. проектирование схем хранилища и т.н. зависимых витрин данных по кредитным договорам и письмам (заявкам);
  7. настройка системы аудита сервера Oracle для протоколирования действий пользователей и сбора статистики использования отчетов;
  8. разработка подсистемы аналитической отчетности в среде Oracle Discoverer, предполагающая прототипирование предопределенных (стандартных) отчетов и создание среды, в которой конечные пользователи могли бы самостоятельно создавать нерегламентированные (ad hoc) запросы и отчеты, анализировать информацию в различных срезах и в динамике;
  9. настройка сервера Oracle и оптимизация генерируемых запросов для достижения высокой производительности (время выполнения отчетов не должно превышать 10 секунд).

ход проекта

Описание решения
Построенное хранилище данных состоит из двух основных подсистем: подсистемы загрузки и подсистемы аналитической отчетности.

Подсистема загрузки. Источниками данных для разработанного хранилища послужили кредитный модуль АБС (БД по юридическим лицам и БД по физическим лицам), которая реализована на базе СУБД Pervasive (платформа Novell), и файлы формата Excel, поступающие из низовых подразделений банка (филиалы) по электронной почте.

В качестве инструмента проектирования и генерации схемы данных и процессов загрузки информации в хранилище был использован Oracle Warehouse Builder (OWB). Спроектированная при помощи него схема хранилища данных позволяет накапливать хронологические данные, что обеспечило возможность проведения сопоставительного анализа банковских показателей во времени.

Использование этого продукта позволило существенно сократить время разработки за счет автоматизации многих рутинных процедур, унифицировать все процессы загрузки. Применение гетерогенных служб сервера Oracle обеспечило надежный и быстрый механизм связи между столь разными СУБД (Oracle и Pervasive) и столь разными платформами (Solaris и Novell).

Загрузка данных из АБС в хранилище выполняется автоматически по расписанию, которое устанавливается в среде Oracle Enterprise Manager (OEM). Загрузка данных из Excel-файлов инициируется вручную оператором загрузки по мере их поступления из филиалов.

По результатам каждой загрузки формируется протокол, позволяющий администраторам контролировать процесс загрузки, отслеживать динамику использования дискового пространства и пр.

Подсистема аналитической отчетности. В качестве инструментального средства для построения среды разработки аналитических отчетов был использован продукт Oracle Discoverer. Следует отметить, что в рамках реализованного проекта преследовалась цель - не столько создать готовые отчеты, сколько - предоставить сотрудникам ДКрО (аналитикам, методологам, кураторам кредитных клиентов и др.) инструмент, с помощью которого они могли бы самостоятельно, не прибегая к услугам программистов, формировать нужные им отчеты, выбирать и представлять данные в нужном им виде (табличном, кросс-табличном, графическом, с постраничной разверткой и пр.).

Благодаря встроенным в Oracle Discoverer аналитическим возможностям (анализ данных с переходами по иерархии, вращение элементов (осей куба), постраничная развертка, итоги и подитоги, проценты, графика, Top-N анализ и др.) был разработан ряд достаточно сложных аналитических отчетов: "Справка по крупным заемщикам", "Отчет о структуре портфеля по уровню риска вложений", "Отчет по срочности портфеля", "Отчет по отраслевой структуре портфеля", "Оборотно-сальдовая ведомость по портфелю", "Справка по заполнению лимитов" и др.

Так, например, в отчет "Справка по крупным заемщикам" в качестве параметров можно передавать даты начала и конца временного периода и количество самых крупных (по величине задолженности) заемщиков, информация о которых выводится на экран. Данные группируются отдельно по физическим и юридическим лицам. По столбцам выводится не только задолженность по клиенту, но и ее доля от портфеля, а также доля нарастающим итогом, и так по каждому месяцу из заданного временного периода. В крайнем столбце вычисляется подитог - среднее за полугодие. Предусмотрена возможность выполнять переходы по иерархии с последовательным агрегированием и детализацией данных. От уровня клиента можно "спуститься" до уровня валюты договора (детализировать информацию), потом от уровня валюты - на уровень договора (еще ниже по иерархии) и т.д. Затем можно вновь "свернуть иерархию" и подняться до уровня клиента. Таким образом, можно как бы путешествовать (скользить) по данным, изучая нужные уровни и срезы.

В связи с тем, что многие из упомянутых отчетов нужно было построить как по головному отделению, так и по филиалам (а также, консолидированный отчет), необходимо было решить задачу очистки, согласования и консолидации данных, вообще говоря, типичную для проектов по хранилищам данных.