Никита Казьмин, руководитель ЦК мониторинга и роботизации процессов Россельхозбанка, рассказывает, как банк перешел от ручных замеров и разовых аналитических проектов к непрерывному управлению процессами на основе данных. Более 300 оцифрованных операций, 25 процессов на непрерывном мониторинге, свыше 170 ПШЭ оптимизации и 600 млн рублей дополнительного дохода. В интервью — о том, почему аналитика без изменений мертва, как перейти от выявления узкого места к внедрению решения и зачем объединять Process Mining, Task Mining и RPA в единый производственный контур.
— С чего все начиналось? В какой момент банк понял, что классического процессного аудита и ручных замеров больше недостаточно?
С классической ловушки масштаба, в которую попадает любой крупный бизнес. У нас была выстроенная методология нормирования, но она опиралась на ручные замеры, выборочные хронометражи и экспертные оценки. Главная проблема такого подхода — колоссальная задержка обратной связи. Пока ты собираешь данные, сводишь таблицы и согласуешь отчёт с владельцем процесса, сам процесс изменился. Выкатили обновление в АБС, изменили регламент, скорректировали скоринг — и через полгода аналитик приносит бизнесу идеальный снимок того, чего уже не существует. Ресурс сожжен, выводы устарели, бизнес-эффект нулевой. Мы такого не хотели. В 2020 году запустили первые пилоты по аналитике бизнес-операций (Task Mining), к 2021-му перевели нормирование на «цифровые рельсы». Мы увидели фактуру на уровне рабочих мест — какие действия сотрудники совершают на самом деле и сколько времени уходит на рутину. Следующим шагом стал масштабный сквозной анализ процессов (Process Mining). В 2022 году протестировали технологию, а в 2023-м вышли в промышленную эксплуатацию на базе платформы Proceset от Инфомаксимум, нашего давнего партнера. Пилот провели на процессе потребительского кредитования, за семь месяцев исследовали больше 200 тысяч заявок. Мы не просто восстановили реальные графы маршрутов, а вскрыли неочевидные точки отвала клиентов и посчитали резервы времени. Сегодня оцифровано свыше 300 операций, на регулярном мониторинге 25 ключевых процессов. Не побоюсь сказать, что построена настоящая цифровая модель Россельхозбанка.
— Почему разовые проектные инициативы перестали работать и возникла потребность в Центре компетенций?
Проектный подход в процессной аналитике не масштабируется. Если под каждую задачу заново собирать команду, восстанавливать контекст, искать источники данных и долго продавать стейкхолдерам ценность инструмента — компания тратит 80% сил на организационные трения. Сначала привлекали внешних интеграторов, но быстро поняли — если мы хотим сделать процессную эффективность своей ключевой компетенцией, экспертизу нужно забирать внутрь. Так сформировалась связка — профильный Центр аналитики процессов внутри банка и выделенная ИТ-команда в РСХБ.Цифра. Наша задача — построить бесшовный конвейер от бизнес-симптома до подтвержденного эффекта. Бизнес не приходит с запросом «мы хотим Process Mining», его беспокоит, что «заявка висит слишком долго», «падает конверсия в выдачу», «раздуваются косты». Мы переводим эти моменты в измеримые аналитические гипотезы, вскрываем первопричину и отдаем готовое управленческое или инженерное решение — будь то пересмотр регламента, оптимизация архитектуры или роботизация.
— Где организационно должна находиться подобная структура?
Мы развернули двухконтурную модель:
- Бизнес-контур: Центр аналитики процессов Департамента корпоративного развития как заказчик. Он глубоко погружен в бизнес-контекст, работает напрямую с лидерами направлений и формулирует требования.
- Технологический контур: Выделенная команда в РСХБ.Цифра забирает данные, настраивает пайплайны, строит модели и реализует доработки.
Процессные аналитики работают как переводчики. ИТ-команда получает формализованное ТЗ с четкими метриками и ожидаемым экономическим эффектом. Главное — результаты сразу встроены в управленческий контекст, выводы аналитиков выносятся на комитеты, по ним утверждается план мероприятий, назначаются ответственные, а финансовый результат трекается постфактум. Это исключает риск «исследований ради исследований».
— Как вы распределяете ответственность? Нет ли риска, что центр компетенций начнёт навязывать бизнесу изменения?
Мы принципиально пресекаем ситуацию, когда аналитики сами находят проблему, сами придумывают решение и потом пытаются заставить бизнес его внедрить. Владелец процесса всегда держит за собой проблему, бизнес-приоритеты и финальный результат (P\&L). Центр аналитики помогает структурировать запрос, выстроить дерево гипотез, собрать данные и верифицировать точки потерь. ИТ-команда отвечает за стабильность источников, качество моделей и разработку инструментов автоматизации/роботов (RPA). После завершения аналитической фазы мяч снова на стороне бизнеса. Мы наглядно демонстрируем, что «Вот здесь вы теряете 40 минут на заявку из-за цикличных возвратов, а вот здесь 15% клиентов уходят к конкурентам из-за лишней ручной верификации». Но решение о трансформации процесса всегда принимает его владелец.
— Кто нужен в команде для таких задач?
Сложный и простой вопрос одновременно. Нужны универсальные специалисты, умеющие одинаково свободно ориентироваться в реляционных базах данных и бизнес-моделях банка.
Ядро, на мой взгляд, составляют две роли:
- Аналитики данных. Знания SQL, Python и алгоритмов недостаточно. Ключевой навык — умение за миллионами сырых системных событий увидеть бизнес-логику. Понять, где процесс может начинаться, а где заканчиваться, какие визуализации будут наиболее полно отражать состояние процесса, какие атрибуты наиболее интересны для анализа
- Процессные аналитики. Их задача — работать с экспертами и методологами, декомпозировать неструктурированные жалобы в строгие математические гипотезы и помогать бизнес-подразделениям ускорять их процессы.
Когда этот каркас заработал, мы усилили команду инженерами по RPA и проектными менеджерами. Одни находят и доказывают потери, другие — устраняют их в коде.
— По каким фильтрам вы отбираете процессы для оптимизации? Как не утонуть в бесперспективных задачах?
Process Mining — дорогой и непростой инструмент. Мы используем три фильтра:
- Качество и доступность данных. До старта проекта запрашиваем логи. Если цифровой след фрагментарен, системные журналы не пишутся, а ключевые этапы идут в офлайне — проект откладываем. Сначала наводим порядок в логировании, потом анализируем.
- Масштаб и повторяемость. Хороший процесс-кандидат для анализа с Process Mining должен быть стандартизированным и массовым. Анализировать процесс, который выполняется 500 раз в год вручную, — бессмысленно. Стоимость изысканий превысит любой потенциальный профит.
- Готовность к управленческому действию. Мы задаём вопрос на берегу — если мы вскроем системный перекос, готовы ли стейкхолдеры менять регламенты, переписывать интеграции или сокращать ручные этапы? Если полномочий или желания нет — мы не тратим ресурс.
— Как выстроен путь проекта от первой гипотезы до подтверждения финансового эффекта?
Мы работаем короткими итерациями, чтобы исключить ситуацию, когда через три месяца сложной разработки аналитик приносит бизнесу то, что никому не нужно:
- Экспресс-аудит логов и каркас процесса. Снимаем первый слой данных и строим базовую модель. Сразу идём к заказчику и сверяем часы: «Это похоже на вашу реальность?» На этом шаге владельцы процессов часто впервые видят колоссальный разрыв между бумажным регламентом и суровой практикой.
- Углубленный анализ и поиск «узких мест». Расширяем выборку, строим сквозные дашборды, локализуем петли, бутылочные горлышки и узкие места в конверсии.
- Защита решений и внедрение. Формируем план изменений, защищаем его на комитете, передаем задачи в разработку или RPA.
- Замыкание контура. Мы не закрываем проект в момент релиза доработок, а возвращаемся к процессу через 3–6 месяцев и на тех же данных проверяем — исчезла ли проблема, ускорился ли цикл, подтвердился ли расчётный экономический эффект.
Никита Казьмин, руководитель ЦК мониторинга и роботизации процессов Россельхозбанка, об управлении процессной эффективностью в банке
— Почему Process Mining, Task Mining и RPA должны работать в единой связке?
Важный момент: по отдельности они решают только кусок задачи. Process Mining показывает макрокартину — что и где ломается на сквозном маршруте (задержки, циклические возвраты, зависания). Task Mining спускается на уровень рабочего стола конкретного операциониста и объясняет, почему это происходит (лишние клики, ручной перенос данных между вкладками, когнитивная перегрузка). А RPA помогает быстро устранить проблему без переписывания монолитных систем. Мы автоматизируем не то, что проще закодить, а то, где оцифрованные потери времени и денег гарантируют максимальную рентабельность инвестиций (ROI). Расскажу на реальном примере. При заведении кредитной заявки операторы вручную проверяли статус закрытия процедуры банкротства клиента. Task Mining показал колоссальные трудозатраты на эту монотонную проверку в масштабах всей сети. Мы передали операцию программному роботу. Итог одной точечной оптимизации — экономия свыше 30 млн рублей в год. Совокупный результат работы контура — свыше 170 ПШЭ оптимизации и 600 млн рублей дополнительного дохода. Сейчас мы постепенно подключаем к этой цепочке алгоритмы искусственного интеллекта. Их задача — в автоматическом режиме сканировать отклонения и подсвечивать аналитикам аномалии с наивысшим потенциалом монетизации.
— Как сделать так, чтобы дашбордами пользовались руководители, а не только их создатели?
Смотрите, внедрение культуры данных держится на ежедневной пользе. Руководитель открывает систему тогда, когда без нее он теряет контроль над операционной эффективностью. Мы настроили автоматический мониторинг с уведомлениями по критичным отклонениям в воронках и кредитном конвейере. Руководителю больше не нужно ждать конца месяца, чтобы увидеть просадку нормативов соглашения об уровне обслуживания (SLA). Он получает сигнал в моменте.
— Оглядываясь назад: какие решения были ключевыми для успеха, а от чего стоило отказаться сразу?
Однозначно верным оказалось решение собрать выделенную ИТ-команду внутри РСХБ.Цифра исключительно под задачи процессной аналитики. Когда разработчики распыляются между десятком сторонних систем, глубокой экспертизы не возникает. Выделенная команда знает досконально архитектуру данных банка, логику сквозных процессов и чувствует личную ответственность за результат.
Вместо ошибок, скорее, рекомендации для тех, кто задумывается о создании центров компетенций:
- Считать центр компетенций исключительно ИТ-функцией. Без сильных бизнес-аналитиков и методологии расчёта эффекта это превратится в фабрику бесполезных графиков.
- Измерять успех числом дашбордов. Метрика тщеславия — оцифровать 50 процессов. Реальная метрика — сколько денег эти данные сэкономили или заработали.
Если бы мы начинали путь заново, я бы еще на старте ввел правило «Нет формализованного согласия бизнеса на изменения и утвержденной методики замера эффекта — нет проекта». Это отсекает просто «интерес» от практических задач, которые могут принести измеримую экономию. Более детально о применении технологий в контуре Россельхозбанка Никита Казьмин совместно с Артемом Хваном, руководителем центра аналитики процессов — Департамента корпоративного развития, и Кириллом Маненковым, управляющим директором центра аналитики процессов, расскажут на форуме ProcessTech. 19 сентября команда банка проведет proворкшоп «Логов нет, но вы держитесь!».
Больше новостей о процессной аналитике, анонсов мероприятий и новых кейсов — в нашем телеграм-канале.
