Gyümölcsöző kapcsolat

 
 

Üzleti Intelligencia

Minden bank elemi üzleti érdeke, hogy minél többet tudjon meg ügyfeleiről, azok szokásairól. A Citibank lakossági üzletágának tartós sikerei mögött az egyik legfontosabb alappillér, hogy stratégiai módon használja ki az üzleti intelligencia (business intelligence, BI) megoldások adta lehetőségeket. A bank már több mint tizenhat éve a Microsoft adatbázis-technológiájára alapozza folyamatosan bővülő BI és ügyfélkapcsolat-kezelési (CRM) megoldását. Az SQL Server, valamint annak különböző szolgáltatásai maximálisan kielégítik az igényeket – noha ezek az igények mára igen szofisztikálttá váltak. A Citibank az üzleti célok megvalósításában és a stratégiai irányok meghatározásában maximálisan támaszkodik a BI rendszerekből kinyerhető információkra, miközben az adatok közvetlen felhasználásával jelentősen tudta növelni a keresztértékesítési munka eredményességét, és látványos, a releváns adatokat tartalmazó jelentésekkel tudja kielégíteni a különböző felhasználók információéhségét.

Harminc éve a magyar piacon

A Citibank Zrt. 1985-ben kezdte meg működését Magyarországon, mint a több mint 200 éves múltra visszatekintő Citigroup első közép-kelet-európai leányvállalata. Nemzetközi hátterének is köszönhetően az országban jelenlevő bankok közül az egyik legnagyobb és legtöbb tapasztalattal rendelkező pénzintézet, amely világszínvonalú szolgáltatásokkal látja el ügyfeleit az ország egész területén. A bank kezdetben csak vállalatok számára kínálta szolgáltatásait, majd 1995-ben indította el lakossági üzletágát. A folyamatos fejlesztésnek köszönhetően a Citibank vezető helyet foglal el a magyar piacon a többcsatornás értékesítési hálózat terén. Mára egyaránt rendelkezik bankfiókokkal, hitelközpontokkal, internetes és telefonos banki szolgáltatásokkal, valamint üzletkötői hálózattal. Az értékesítési stratégia célja, hogy az ügyfelek számára a lehető legkényelmesebbé tegye a bankkal való kapcsolattartást – ebben játszik felbecsülhetetlen értékű szerepet a Microsoft platformra épülő üzleti intelligencia és ügyfélkezelési rendszer.

Ügyféltörzs és jelentések

A bank lakossági üzletága három nagy termékcsoporttal rendelkezett, és ezek mindegyikét külön informatikai rendszerben kezelték, annak minden hátrányával: nem volt például egységes nézet az ügyfelekről. Ezért az első kérdés, amelyre választ kerestek, viszonylag egyszerű volt: összesen hány ügyfele van a banknak? “Az üzleti intelligencia rendszerek kiépítése felé vezető hosszú úton az egységes ügyféltörzs megteremtése volt az első lépés”, mondja Fekete Csaba Csongor, a Citibank üzleti intelligencia osztályának vezetője. A későbbiekben már az ügyféltörzs köré épült minden olyan lekérdezés, amely nem közvetlenül a forrásrendszerekből nyerte az adatokat. Az egységes ügyféltörzs kialakítása során igen komoly adattisztítási projektet is végrehajtottak a bankban. A különböző forrásokból származó adatokat össze kell vetni egymással, hogy el lehessen dönteni: egy ügyfélről van szó, aki két termékét is megvásárolta a banknak, vagy valóban két külön ügyfelet takar a hasonló név. Noha saját erőforrásokkal, belső munkatársakkal dolgoztak, sikerült a külső megoldásokkal egyenértékű saját rendszert kidolgozni, amelyet természetesen folyamatosan karban kell tartani. Az ügyfelek összevezetése adatvédelmi okokból csak a marketing adattárházban történik meg, az operatív rendszerekben külön tárolják az adatokat, de a hibákat, hiányosságokat ott is folyamatosan korrigálják. A legelső időkben elsősorban különféle jelentéseket kértek a felhasználók. A riportok alapjául szolgáló adatokat rendkívül heterogén környezetből kellett (és kell mind a mai napig) összeszednie a bank BI csapatának. A forrásrendszerek 80 százaléka Szingapúrban, nagygépes környezetben működik. Az onnan származó adatok mintegy egyharmada strukturált formában (DB2 vagy Oracle adatbázisokban) érhető el, azokat relációs táblák formájában tudják legyűjteni. Bizonyos információk azonban csak szöveges formában elérhetők, mert a távoli rendszerek rugalmatlansága miatt adatbázis-formában nem lehet belőlük kinyerni az adatokat – magyarázza a nehézségek egyik okát Fekete Csaba Csongor.

Üzleti intelligencia SQL Server alapokon

Az első, szöveges jelentéseket még manuális erővel készítettek az üzleti intelligencia csapat munkatársai (akkor még adatbázis-menedzsment osztálynak hívták őket), miközben a lakossági ügyfelek adatait egy alig néhányszáz megabájtos Microsoft Access (később SQL 7.0) adatbázis-kezelőben tárolták. 1999-2000 táján még ez a rendszer is elegendő volt arra, hogy különböző adatokat szolgáltasson az ügyfelekről, például azt, hogy milyen átfedések vannak az egyes termékek között. “Korábban még azt sem lehetett tudni, hogy kik azok az ügyfelek, akik többféle terméket is igénybe vesznek”, világítja meg a nem is olyan távoli múlt problémáit a BI osztály vezetője. A havi rendszerességgel készített jelentéseket (az úgynevezett MIS Book-okat) Excel-táblázatok formájában tették elérhetővé a felhasználók számára, egy az érintettek – számára elérhető állománymegosztó szerveren. Az ügyfélszám dinamikus bővülésével és a felhasználói igények finomodásával a bank viszonylag hamar eljutott oda, hogy az Access, illetve az SQL 7.0, valamint az ezekre épülő manuális adatszolgáltatás már nem volt elégséges a további fejlődés fenntartásához. Egyre sürgetőbb igényként merült fel a keresztértékesítés támogatása, a marketingakciók előtt az ügyfél-adatbázis elemzése, az ügyfelek viselkedési szokásainak feltérképezése, és azokból az értékesítésben felhasználó információk kinyerése. A vezetőség részéről is elvárás volt, hogy a rendszeres jelentések automatikusan, időben előálljanak, és könnyen áttekinthetőek, értelmezhetőek legyenek, képekkel, grafikonokkal “felszerelve”. Ezzel egy időben vált esedékessé az egyik ügyfélkiszolgáló alaprendszer konverziója, amely azzal járt, hogy az üzleti intelligencia osztálynak újra kellett írni az összes adatfeldolgozási eljárást, programot. Emiatt, valamint az új igények kielégítésére született meg a döntés, hogy a jelentéskészítést stabilabb, a későbbi növekedést és igénybővülést jobban kiszolgáló platformra helyezik át. Több tanulmány is készült arról, hogy mi lenne az ideális relációs adatbázis-kezelő a jelentéskészítés korszerűbbé tételére – emlék-szik vissza a döntés előkészítésére Fekete Csaba Csongor. A Microsoft SQL Server 2000 mellett viszont több érv is szólt. Ár/érték arányban az egyik legjobb választás volt: rendelkezett mindazzal a funkcionalitással, amelyre a Citibanknak pillanatnyilag és a belátható jövőben várhatóan szüksége volt, ugyanakkor az ára is kedvező volt. Ugyancsak az SQL Server javára billentette a mérleg nyelvét, hogy korábban is a Microsoft adatbázis-kezelőjét használták a bankban, a belső alkalmazások zömének hátterében az állt, és ennek megfelelően a munkatársak is jól ismerték a technológiát. “Mindezek fényében az SQL Server 2000 kézenfekvő választásnak tűnt, és 2002-ben meg is történt az átállás az új platformra”, mondja az üzleti intelligencia osztály vezetője.

Úton a CRM felé

Az új rendszerre való átállás komolyabb zökkenők nélkül ment végbe. A távoli rendszerekből származó szöveges forrásadatokat az SQL Server 2000 platform részét képező Data Transformation Services (DTS) csomagokkal alakították át olyan formátumra, amelyet már az SQL Server is értelmezni tudott. Voltak olyan kivételes formátumú jelentések is, amelyekkel még a DTS sem tudott mit kezdeni; ezekhez a bank munkatársai maguk írtak .Net alapú, egyedi konzolalkalmazást. Ezek révén már automatikusan fel tudják dolgozni a naponta letöltött, immár több mint 5 gigabájtnyi adatot. Az SQL Server 2000-re történő átállás után kezdődött a tudatos, komolyabb adattárház- építés, folytatja a történetet Fekete Csaba Csongor. A korábbi elhatározáshoz híven a “rövid és üzletileg fontos fejlesztési ciklusok politikáját” követték, és mindig csak néhány újabb információval bővítették az adattárházat, fokozatosan vezették be az új funkciókat és tették elérhetővé új és régi felhasználók számára. Az új adatbázis-kezelő révén vált lehetővé például, hogy a korábbi, állománymegosztó szervereken elhelyezett Excel-táblákat a jelentés-közzététel modernebb formái váltsák fel. Erre a Microsoft Internet Information Servert (IIS) használták, amelyek Active Server Pages (ASP) oldalakon keresztül tette elérhetővé a legfrissebb információkat a felhasználók számára, mely oldalakat a felhasználok több ezerszer tekintik meg havonta. A bevezetés után folyamatosan nőtt az igény az újabb és újabb jelentések iránt, amelyek mögött elsősorban a keresztértékesítés támogatása volt a mozgatórugó. Az értékesítés területén dolgozók az üzleti intelligencia osztálytól kértek információt arról, hogy az új termékek esetében melyek az ígéretes célcsoportok, mely ügyfeleknek lehet a siker reményében ajánlatot tenni – mondja a folyamatos fejlesztések mögött álló üzleti szempontokról Fekete Csaba Csongor. Ezzel együtt folyamatosan nőtt a lakossági üzletág által elindított kampányok száma. 2000 környékén évente még nem egészen tíz kampányt folytattak le, viszont jól látható volt, hogy folyamatosan nő az igény a különféle szempontok alapján előállított ügyféllisták iránt, és ezeket Az SQL Server 2000 platformon megvalósított adattárház már alkalmas volt arra, hogy azon kialakítsanak az ilyen igények magasabb szintű kiszolgálását lehetővé tévő keretrendszert, egy ügyfélkapcsolat-kezelő (CRM) megoldást. Ezt is saját erőből oldották meg, mellőzve a piacon kapható óriási (és igen drága) szoftvereket. A CRM-rendszer első változata inkább csak egy “contact management” információkkal rendelkező megoldás volt, ismeri el Fekete Csaba Csongor. A BI osztály munkatársai a társosztályokról megkapták a paramétereket, hogy milyen jellemzővel bíró ügyfeleket akarnak megcélozni az új kampánnyal, az osztály munkatársai pedig végrehajtották a leválogatást, és az eredményül kapott adatokat feltöltötték a keretrendszerbe, ahol már az értékesítési osztály dolgozói is hozzáférhettek. “Hamar kiderült, hogy az üzleti intelligencia alapokon nyugvó CRM-rendszer milyen mértékben képes növelni az eladásokat, ezért újabb és újabb értékesítési csapatok jelezték, hogy ők is felhasználói, illetve haszonélvezői akarnak lenni a rendszernek”, mondja Fekete Csaba Csongor arra a kérdésre, hogy mennyire volt nehéz elfogadtatni az új megoldást az érintett területekkel.

Bővülő igények

Az új értékesítések támogatása mellett az elvégzett munka értékelése is mind fontosabbá vált. Eleinte még havi szinten mérték az értékesítés teljesítményét, és készítettek arról jelentést, de hamarosan már napi, és napon belüli kimutatásokat vártak el a vezetők. Ilyen mennyiségű adatot a hagyományos Excel táblázatokban már csak nagyon nehézkesen lehetett kezelni, ezért megszületett a döntés: az adattárházban meglévő információkhoz úgynevezett OLAP-kockákon keresztül is biztosítanak hozzáférést. 2003-ban hozták létre az első OLAP-kockát, amelyből azt lehetett megtudni, hogy melyik értékesítési csatorna melyik kampányban milyen eredményeket ért el. “Azt hittük, hogy ezzel rátaláltunk a bölcsek kövére”, idézi fel osztálya akkori optimizmusát Fekete Csaba Csongor. Az OLAP-kockák valóban nagyon kifinomult elemzéseket, lekérdezéseket tesznek lehetővé, ám kezelésük (a “forgatás”, “metszetek készítése”) bizonyos előzetes ismereteket kíván. Felhasználói felületükként ugyanis az Excelben használatos pivot-táblák szolgálnak, amelyek használata nem túl egyszerű mindenki számára. Bizonyos felhasználói csoportok nem is nagyon akarták megtanulni, azon egyszerű oknál fogva, hogy nem volt szükségük az OLAP-kockákból kinyerhető, nagyon részletes adatokra. “A pénzügyi osztályon jól kiismerték magukat a pivot-táblákban, és szívesen is elemezgették az adatokat, ám az értékesítésben dolgozóknak és a felső vezetőknek olyan eszköz kellett, amellyel egyszerűbben elérhetik a számukra releváns, magasabb szintű funkciókat”, mesél a részleges kudarcról a BI osztály vezetője. Ezen a problémán segített, amikor megjelent az SQL Server 2000 kiegészítése, a Reporting Services. “Ennek révén vált lehetővé, hogy ne a felhasználónak kelljen elmennie az információért, hanem az információ jusson el a felhasználóhoz”, foglalja össze a megoldás lényegét Fekete Csaba Csongor. A Reporting Services révén a korábbiaknál jóval informatívabb, tetszetős küllemű jelentéseket lehetett a vezetők elé tárni, akik hamarosan már minden riportot ebben a formában kértek. Az eszköz aggregált adatokkal látja el a vezetőket, akik, ha akarják, azokból le tudnak “fúrni” egészen az adatok mélyéig, és megláthatják, milyen részadatokból állt össze a nekik készített jelentés. Természetesen megmaradt az OLAP-kockák korábbi, Excelen keresztüli elérhetősége is, így aki akar, kedvére kutakodhat az adatokban. “Az üzleti intelligencia osztály alapelve az információ minél szélesebb körű demokratizálása, vagyis hogy mindenki szabadon hozzáférhessen minden olyan információhoz, amelyre a munkájához szükség van”, mesél munkájuk egyik vezérlő elvéről az osztály vezetője. Ez üzleti érdek is: minél inkább kiszolgálják magukat a felhasználók, annál olcsóbb a környezet fenntartása, mert annál kevesebb erőforrás kell a jelentések előállítására és karbantartására. A szükséges információk jó részével a felhasználók már ki tudják szolgálni magukat. A BI osztály a bankon belül a legtöbb üzleti fórumon képviselteti magát, így folyamatosan látja a változó üzleti igényeket, és ezeknek igyekszik is elébe menni a jelentések, az OLAPkockák módosításával vagy újabbak létrehozásával, hogy a korábbitól eltérő adatok is kinyerhetők legyenek belőlük. Ugyanakkor nem várt, bár logikus fejlemény, hogy az elérhetővé tett jelentések számának növekedésével nem csökkent a BI osztályhoz befutó információkérések száma, viszont a kérdések sokkal összetettebbek lettek. “Ma már nem az a kérdés, hogy ilyen vagy olyan bontásban hány ügyfele van a banknak, hanem az, hogy kik fognak ilyen vagy olyan paraméterekkel rendelkező termékeket vásárolni”, hoz egy példát Fekete Csaba Csongor. Az ilyen lekérdezések nem véletlenül kötnek ki az ő osztályán: ezeket a felhasználók nagy része már nem is tudja végrehajtani, hiszen mintegy 300 ügyfél attribútumból kellene kiválasztani azt a néhányat, amelyek közös metszéspontjában találhatók a keresett ügyfelek.

Minden döntés alapja

Az üzleti intelligencia, illetve a CRM rendszernek immár szinte mindenki felhasználója a Citibankban, talán csak a HR és a jogi osztály a kivétel (ez több mint 600 felhasználót jelent!). Az adattárház mérete immár meghaladja az 1,4 terabájtot, ami óriási mennyiség, még banki viszonylatban is (különösen Magyarországon). Az sem jellemző, hogy ekkora adattárházat kizárólag Microsoft platformon hozzanak létre és üzemeltessenek — mint ahogy ezt a Citibank csinálja az SQL Serverre alapozva, saját erőforrásokkal, külső partnerek bevonása nélkül, immár hat éve. Az adattárházban több mint 300 ezer ügyfél adatai vannak betöltve, és ma már ezen keresztül zajlik mind a napi, mind a havi szintű teljes adatfeldolgozás. A feldolgozások mellett öt évre visszamenően a historikus adatok is szerepelnek az adattárházban, aminek az ügyfélviselkedés elemzésében és előrejelzé- sében van felmérhetetlenül fontos szerepe. A 600 felhasználó közel 900 szolgáltatást érhet el az adattárházban és a CRM rendszerben; ezek között vannak a nyers táblafeldolgozások, a táblafrissítések, jelentéskészítések vagy a kampányfeltöltések. Az adatelemzési lehetőségeket már több mint 20 OLAP-kocka biztosítja, és a jelentések 80 százaléka is OLAP alapú. A különböző osztályok közül a pénzügy, a jutalékszámítás, a hitelbírálat, az operáció és a minőség-ellenőrzés az IIS szerveren keresztül biztosított webes felületen, Excel és pivot táblál segítségével éri el a jelentéseket, míg az értékesítők, a marketing részleg és a vezetőség a Reporting Services által előállított jelentéseket kapja meg. A fejlesztés természetesen továbbra sem áll meg. Jelenleg folyamatban van az SQL Server 2005-re való átállás – kezdi a közeljövő terveit vázolni Fekete Csaba Csongor. A Reporting Services már teljes egészében az adatbáziskezelő új verzióján fut; az új OLAP-kockákat már szintén az új platformban megtalálható Analysis Services segítségével hozzák létre, és a meglévőket is folyamatosan migrálják át a régi rendszerről. Ez év végéig az egész megoldás alapját képező relációs adatbázist is átviszik az SQL Server 2005-re;, mondja a BI osztály vezetője. Az új platform egyéb változásokat is hoz majd. Az SQL Server 2005 már csak legacy módban támogatja az adatbetöltésre használt DTS csomagokat, vagyis azokon már nem lehet változtatásokat végrehajtani. Ezért az a döntés született, hogy amíg nem kell hozzányúlni valamihez, addig meghagyják a mostani rendszerben, ha viszont változtatni kell, akkor azt a csomagot átviszik az SQL Server 2005 alá. A Reporting Services fölé hamarosan beépítenek egy Dundas nevű megoldást; ezt kimondottan az SQL Server 2005 kiegészítő moduljának fejlesztették ki. Funkciója, hogy a Reporting Servicesben meglévő adatösszegző és jelentéskészítő (dashboard) képességeket kiegészítse: segítségével a korábbinál szofisztikáltabb és még szebb küllemű jelentéseket lehet előállítani. Ugyanakkor felmerült annak lehetősége is, hogy az intraneten közzétett jelentések kiszolgálásában az eddig használt IISt felváltják a több lehetőséget kínáló SharePoint Serverrel.

Nagyobb hatékonysággal

A Citibank vezetésének és Fekete Csaba Csongornak sem volt egyetlen pillanatig sem oka megbánni, hogy az üzleti intelligencia rendszer kiépítését Microsoft platformon végezték el. A BI rendszer döntően hozzájárult a Citibank lakossági üzletágának sikereihez és az ügyfelek jobb kiszolgálásához. A rendszer teljes mértékben támogatja a keresztértékesítést, ami a növekedés egyik fontos tényezője volt a bank számára. Míg korábban évente alig néhány kampányt tudtak lefolytatni, addig a CRM rendszernek köszönhetően évente immár 280 kampány futtatására is képes a bank. Ezek a kampányok ráadásul jóval haté- konyabbak, mint a korábbiak. A meglévő 25 adatelemzési modellnek, a címzettek megfelelő kiválasztásának köszönhetően bizonyos kampányokban a korábbi két százalékos válaszadási arány 15 százalékra nőtt. Mivel jobban tudják szegmentálni az ügyfélkört, kevesebb címzettnek kell eljuttatni az aktuális ajánlatot, amely komoly költségmegtakarítást is jelent. “Kisebb költséggel több új terméket tudunk értékesíteni”, foglalja össze dióhéjban a CRM rendszer és azadatbányászati modellek egyik legfontosabb üzleti előnyét Fekete Csaba Csongor. Eredményeiket a bank vezetése is elismeri: nem véletlen, hogy az üzleti intelligencia osztály az üzleti döntéshozó fórumok kb 80 százalékán képviselteti magát. Az üzleti intelligenciára alapozott marketing sokkal hatékonyabb, mint a vaktában tapogatózó, folytatja a BI osztály vezetője. Az elemzések után láthatóvá válik, hogy az ügyfelek milyen előzmények után döntenek egy új termék megvásárlásáról (kölcsön felvétele, hitelkártya igénylése). Ezek után már aktívan megkereshetők a hasonló viselkedésű ügyfelek, akikről nagyobb valószínűséggel feltételezhető, hogy érdeklődnek az adott termék iránt. “A vállalat ebben az esetben már nem azt hirdeti, amije van, hanem -személyre szabottan- amire az adott ügyfélnek szüksége van”, világít rá az üzleti intelligencia által lehetővé tett fundamentális különbségre Fekete Csaba Csongor

Comments

comments