БНБ-Банк
Внедрение сквозной аналитики в банке: в чем может быть помощь агентства?
- Связать действия клиентов в мобильном приложении банка с заключенными договорами, проследив их цифровой путь и клиентский опыт.
- Подготовить четкий план действий по разработке сквозной аналитики.
- Удостовериться, что предлагаемые нашим агентством решения адекватны, жизнеспособны и подходят для внедрения.
Задачи
Решения
- Провели системный анализ, нашли способы связать между собой данные из разных источников (более 10 систем-доноров), нашли решения для устранения возникших в процессе разработки ошибок.
- Подготовили подробные технические задания на подключение каждого из 14 источников данных, общее ТЗ на порядок и этапы настройки сквозной аналитики.
- Создали и протестировали удобное, функциональное и соответствующее требованиям решение, готовое к внедрению и согласованное банком.
Ход выполнения проекта
БНБ-Банк - белорусский коммерческий банк, основанный в 1991 году, предлагающий широкую линейку финансовых продуктов как для физических, так и для юридических лиц. Четкая организационная структура банка, безусловно, включает в себя подразделения аналитики, разработки и маркетинга, которые способны решить задачу построения системы сквозной аналитики собственными силами. Чем же здесь может быть полезно агентство?
Поиск решений
В первую очередь, нас пригласили в помощь команде маркетинга для поиска решения: как в банке построить свою сквозную аналитику с учетом всех индивидуальных запросов и нюансов белорусского законодательства, гарантий безопасности в передаче данных и корректных расчетах финансовых показателей. Т.е. возможно ли, в целом, реализовать то, что придумали маркетологи и как это можно сделать? Команде маркетинга здесь тяжело ответить на возникающие вопросы, т.к. многие технические нюансы могут быть не учтены, а написать подробное ТЗ для технических специалистов сложно. При этом команда разработчиков изначально не владелец и не заказчик этой бизнес-идеи, предлагаемые технические решения могут быть работоспособными и адекватными, но не полезными и не точными для маркетологов. На практике такое взаимодействие может занимать очень большой срок, а внедрить аналитику хочется как можно быстрее.
Подготовка ТЗ
После поиска решения, второй важной точкой сотрудничества стало написание технического задания - ведь мы нашли путь, как это можно сделать, далее необходимо было положить все найденные возможности на бумагу, придать им последовательность, структуру и логику. Системный анализ и совместное обсуждение привели, в итоге, к написанию одного общего технического задания по построению сквозной аналитики, а также к нескольким отдельным техническим заданиям по подключению различных источников данных. Эти готовые четкие ТЗ уже вполне могли быть переданы от маркетинга к разработчикам с ясным пониманием, чего хочет заказчик (маркетинг) и в какие сроки это может реализовать исполнитель (разработка).
Тестирование прототипа
И, наконец, чтобы не быть голословными, мы построили прототип предлагаемого решения на обезличенных выгрузках: протестировали процесс импорта данных, построение взаимосвязей, расчет требуемых показателей и объединение их в таблицы. Решение оказалось рабочим, возникающие в процессе реализации ошибки и проблемные ситуации были найдены и скорректированы.
Например, разобрались в работе API продуктов Meta глубже и нашли способ выгрузить UTM-метки и убрать дублирующие поля, существенно осложняющие работу с данными.
Затем столкнулись с ограничениями работы платформы AppsFlyer по возможным периодам выгрузки исходных данных (система выдает данные лишь за последние 90 дней) и подобрали решение для такого ограничения.
Договорились с смс-провайдером сделать доработку в API сервиса, добавить нужные IP-адреса, чтобы банк имел возможность видеть в сквозной аналитике отчеты по отправкам и доставкам смс.
А еще столкнулись с разницей мощностей наших устройств и заказчика, из-за которой получили ошибку при попытке открыть отчеты на стороне банка. Ввиду этого, перенесли значительную часть работ по расчету связей и мер в специальное хранилище данных (DWH) и организовали работу с его помощью.
Поиск решений
В первую очередь, нас пригласили в помощь команде маркетинга для поиска решения: как в банке построить свою сквозную аналитику с учетом всех индивидуальных запросов и нюансов белорусского законодательства, гарантий безопасности в передаче данных и корректных расчетах финансовых показателей. Т.е. возможно ли, в целом, реализовать то, что придумали маркетологи и как это можно сделать? Команде маркетинга здесь тяжело ответить на возникающие вопросы, т.к. многие технические нюансы могут быть не учтены, а написать подробное ТЗ для технических специалистов сложно. При этом команда разработчиков изначально не владелец и не заказчик этой бизнес-идеи, предлагаемые технические решения могут быть работоспособными и адекватными, но не полезными и не точными для маркетологов. На практике такое взаимодействие может занимать очень большой срок, а внедрить аналитику хочется как можно быстрее.
Подготовка ТЗ
После поиска решения, второй важной точкой сотрудничества стало написание технического задания - ведь мы нашли путь, как это можно сделать, далее необходимо было положить все найденные возможности на бумагу, придать им последовательность, структуру и логику. Системный анализ и совместное обсуждение привели, в итоге, к написанию одного общего технического задания по построению сквозной аналитики, а также к нескольким отдельным техническим заданиям по подключению различных источников данных. Эти готовые четкие ТЗ уже вполне могли быть переданы от маркетинга к разработчикам с ясным пониманием, чего хочет заказчик (маркетинг) и в какие сроки это может реализовать исполнитель (разработка).
Тестирование прототипа
И, наконец, чтобы не быть голословными, мы построили прототип предлагаемого решения на обезличенных выгрузках: протестировали процесс импорта данных, построение взаимосвязей, расчет требуемых показателей и объединение их в таблицы. Решение оказалось рабочим, возникающие в процессе реализации ошибки и проблемные ситуации были найдены и скорректированы.
Например, разобрались в работе API продуктов Meta глубже и нашли способ выгрузить UTM-метки и убрать дублирующие поля, существенно осложняющие работу с данными.
Затем столкнулись с ограничениями работы платформы AppsFlyer по возможным периодам выгрузки исходных данных (система выдает данные лишь за последние 90 дней) и подобрали решение для такого ограничения.
Договорились с смс-провайдером сделать доработку в API сервиса, добавить нужные IP-адреса, чтобы банк имел возможность видеть в сквозной аналитике отчеты по отправкам и доставкам смс.
А еще столкнулись с разницей мощностей наших устройств и заказчика, из-за которой получили ошибку при попытке открыть отчеты на стороне банка. Ввиду этого, перенесли значительную часть работ по расчету связей и мер в специальное хранилище данных (DWH) и организовали работу с его помощью.
План работ
Пошагово наш план работ выглядел достаточно просто:
Преимущества сотрудничества
В целом, обоснованность и ценность такой совместной работы Cx-Lab и БНБ-Банка стала возможной благодаря нескольким факторам:
В итоге, наша помощь оказалось важной компании - готовые технические задания сразу были взяты в работу, построение сквозной аналитики начато непосредственно после завершения нашей части работ, а затраты на ее создание и исправление ошибок оптимизированы еще на совместном этапе прототипирования и написания технического задания.
Пошагово наш план работ выглядел достаточно просто:
- провели системный анализ
- составили общий план построения сквозной аналитики, настройки и интеграции систем
- получили тестовые данные, подготовили их для дальнейшей работы
- подготовили общее техническое задание с описаниями способов связи и требуемыми к отображению KPI
- подготовили описание API всех систем-доноров
- сгенерировали токены и протестировали запросы систем
- cогласовали и настроили атрибуцию данных по last-click
- прописали меры - код для расчетов и упорядочения данных
- визуализировали отчеты и вывод нужных показателей (основные KPI, медийные показатели, показатели мобильного приложения, когортный отчет, продуктовая линейка и др.)
- протестировали работу и внесли нужные корректировки
- подробно описали в технических заданиях подключение каждого источника данных: на каждый источник данных - свое ТЗ
Преимущества сотрудничества
В целом, обоснованность и ценность такой совместной работы Cx-Lab и БНБ-Банка стала возможной благодаря нескольким факторам:
- наличию у нас в агентстве как технических специалистов (разработчик, системный аналитик), так и маркетологов - мы могли разговаривать и с исполнителем, и с заказчиком на одном языке
- высокой скорости работы над проектом - благодаря аутсорсу компания смогла избежать сложных этапов субординационных согласований внутри компании и возникновения внезапных «других срочных» задач внутри отделов маркетинга и разработки
- опыта у нас в построении аналитических систем, в т.ч. в финансовой сфере - для компании это первый опыт построения сквозной аналитики, а для нас - далеко не первый проект со знанием возможных сложностей и проблем, которые могут возникнуть в процессе
В итоге, наша помощь оказалось важной компании - готовые технические задания сразу были взяты в работу, построение сквозной аналитики начато непосредственно после завершения нашей части работ, а затраты на ее создание и исправление ошибок оптимизированы еще на совместном этапе прототипирования и написания технического задания.
Самый первый прототип одной из страниц дашбордов - общей панели KPI. Данные намеренно искажены.
