Дмитрий Уханов: «Самое сложное - провести миграцию без ущерба качеству управленческой отчетности и опыту пользователей»

© Дмитрий Уханов

Эксперт в области Business Intelligence и оптимизации бизнес-процессов крупнейших российских банков рассказал, как переход на отечественные BI-системы формирует основу для управленческих решений на уровне топ-менеджмента.

В последние годы российская банковская отрасль переживает один из самых глубоких технологических разворотов — масштабный переход на отечественные BI-платформы. Процесс настолько значимый, что одно из крупнейших деловых издательств России «Открытые системы» учредило в этом году специальную премию BI Award, призванную поощрять лучше практические импортозамещающие решения банков и проекты интеграции BI-инструментов как ядра управленческой аналитики. Так, победителем в номинации «За успехи в импортозамещении» был назван банк ВТБ, а премия «За использование геймификации в трансформации корпоративной культуры» ушла банку «Уралсиб».

На практике переход на отечественные BI-платформы означает для банков не просто замену программного обеспечения, а полную пересборку управленческой аналитики — от архитектуры данных и методологии расчетов до ежедневных отчетов для топ-менеджмента. Ошибки на этом этапе напрямую влияют на скорость принятия решений и устойчивость бизнеса, поэтому миграция BI-систем сегодня становится одной из самых чувствительных точек трансформации, объясняет один из ключевых специалистов по построению управленческой аналитики Дмитрий Уханов, который создает и выстраивает BI-архитектуры в крупнейших финансовых организациях России и успешно завершил перевод систем отчетности на отечественные решения в одном из системообразующих банков России, занимающий по ключевым показателям второе место в рейтинге портала «Банки.ру». За годы работы эксперт сформировал собственные подходы в управлении аналитикой, опубликованные в журнале из перечня ВАК, и принесшие ему международная премию Best Business Awards.

О том, как эти процессы выглядят изнутри — от архитектуры данных до отчетов, определяющих стратегию и ежедневное управление — в интервью с Дмитрием Ухановым.

— Дмитрий, вы последние несколько лет создавали инфраструктуру управленческой аналитики в системных банках и руководили миграцией BI-систем в одном из крупнейших банков России. Что оказалось самым сложным в переходе на отечественные решения?

— Самое сложное в таких проектах всегда — провести миграцию без ущерба для качества управленческой отчетности и опыта пользователей. Российские BI-системы активно развиваются только последние несколько лет, и естественно, что им пока приходится догонять зарубежные платформы, которые формировались десятилетиями. Поэтому каждая деталь требовала дополнительного внимания — от архитектуры данных до визуализации. Моя роль заключалась как раз в том, чтобы максимально снизить риски перехода: я параллельно изучал несколько отечественных BI-решений, сравнивал их ограничения, выстраивал логику переноса, тестировал расчеты и контролировал соответствие метрик прежним значениям. Фактически нужно было обеспечить, чтобы новая система работала так же надежно, как прежняя, — несмотря на архитектурные отличия и иной принцип обработки данных. Процесс потребовал огромного объема работы: пересборки отчетов, адаптации витрин, валидации расчетов, настройки производительности.

— Насколько сильно вы ощущали ответственность, работая над проектом со стратегической значимостью для банка и для целей государства вообще?

— Ответственность ощущалась постоянно, но она была встроена в саму логику проекта. Ключевой задачей было провести переход так, чтобы для руководства и бизнес-пользователей он переход прошел для руководства незаметно. Поэтому основной фокус был не на сложности миграции, а на устойчивости процессов и предсказуемом результате.

— Вы работали с широким стеком инструментов — Tableau, Qlik Sense, DataLens, Форсайт, PIX BI и Apache Superset. Как вам удавалось адаптировать компанию под разные стеки и процессы работы с ними?

— Когда компания работает с разными BI-стеками, главный вызов — не сами инструменты, а то, как люди и процессы под них адаптируются. Мне приходилось выстраивать единые стандарты визуализации, пересобирать слой данных под требования разных движков и объяснять команде, что каждая система «думает» по-своему. Чтобы отчеты работали стабильно, я сначала подробно изучал архитектуру платформы — как она обрабатывает большие объемы данных, где выполняет вычисления, какие расчеты для нее критичны. После этого мы перестраивали витрины, логику расчетов и только затем — дизайн отчета. Такой подход позволял компании безболезненно переключаться между разными BI-решениями. И, честно, этот опыт меня вдохновил: я даже сделал в шутку свой мини-прототип BI-системы на JavaScript с помощью AI за один уикенд. Это помогло еще глубже понять, какие решения действительно влияют на результат.

— Вы разработали собственный подход к измерению эффективности аналитики и представили ее в научной статье для российского научно-практического журнала «Финансовый бизнес». Расскажите, как эти метрики работали на практике в проектах импортозамещения: что они позволили отследить и какие управленческие решения сделать точнее?

— В проектах импортозамещения мои метрики стали основным инструментом понимания того, насколько качественно проходит переход. Мы отслеживали SLA, корректность данных, скорость вывода новых отчетов и удовлетворенность пользователей. Эти показатели позволяли видеть не только техническую сторону миграции, но и то, как новая BI-платформа справляется с ежедневной нагрузкой и насколько удобной становится отчетность для руководства. На практике метрики помогли быстро выявлять узкие места — от нестабильных витрин до перегруженных процессов — и принимать точные управленческие решения: где усиливать инфраструктуру, какие отчеты рефакторить, как перераспределять задачи аналитиков. Руководство получало объективную картину, а не субъективные ощущения, благодаря чему процесс импортозамещения стал более прозрачным, предсказуемым и управляемым.

— При адаптации отчетности под новые платформы банки часто сталкиваются с потерей производительности или со сложностями в визуализации. Какие типичные ошибки вы видели и как их можно предотвратить на старте проекта?

— Самая распространенная ошибка — попытка перенести отчетность «один в один», без учета архитектурных особенностей новой платформы. То, что хорошо работало в Tableau или Qlik Sense, не всегда так же эффективно функционирует в PIX BI или DataLens. В результате визуально отчет остается прежним, но производительность ухудшается.

Вторая типичная ошибка — недооценка структуры данных. Многие команды сразу начинают строить дашборды, не пересмотрев витрины под новый движок. Если слой данных не адаптирован, отчет будет «тормозить» вне зависимости от того, насколько аккуратно выполнена визуализация.

Третья проблема — недостаточное внимание к методологии. Банковские расчеты — сложные, многоуровневые, и их нельзя просто скопировать. Без повторной валидации и документирования логики легко получить расхождения в итоговых метриках.

Важно понимать, что миграция — это не только технический перенос. Это отличная возможность сделать все так, как давно хотелось: исправить унаследованные ограничения, упростить визуализации, оптимизировать расчеты, улучшить структуру витрин. По сути, миграция и рефакторинг идут параллельно, и при правильном подходе целевая BI-система становится качественно лучше исходной.

Чтобы предотвратить проблемы, важно сразу строить проект как полноценный редизайн: адаптировать данные под новую архитектуру, пересмотреть визуальную логику, валидировать расчеты и выстроить систему контроля качества и SLA. Такой подход позволяет пройти миграцию без потерь и получить гораздо более устойчивую и удобную управленческую систему.

— В этом году вы стали лауреатом Best Business Awards и вошли в числе экспертов, чью практическую экспертизу члены жюри признали образцовой на международном уровне. Как в вашей повседневной работе удается сочетать техническую сторону — BI-инфраструктуру, методологию, отчетность — с тем, чтобы продолжать расти как эксперт?

Для меня рост как эксперта невозможен без сочетания трех вещей: технической глубины, методологической точности и постоянной работы с управленческой логикой. В повседневной работе я одновременно отвечаю за стабильность BI-инфраструктуры, корректность методологии и понятность отчетности для руководства. Это требует постоянного обучения: изучать новые платформы, тестировать архитектурные решения, совершенствовать расчеты и адаптировать подходы под реальные потребности бизнеса. Я часто слышу мнение, что если ты знаешь про свою текущую работу все — значит, ты уже начинаешь деградировать. Полностью с этим согласен. Всегда должна оставаться область, в которой ты ничего не понимаешь, — именно она создает внутреннюю необходимость развиваться дальше, выходить за рамки привычного и искать новые решения. Каждый проект дает повод для такого роста: где-то нужно глубже погрузиться в данные, где-то перестроить процесс, а где-то — объяснить сложную модель простым языком. Этот баланс между технической и управленческой сторонами, между уверенностью и постоянным дефицитом знаний, и позволяет мне сохранять динамику.

— Если смотреть на перспективу 3–5 лет, как изменится роль российских BI-систем? Смогут ли они стать полноценной основой для управленческой аналитики крупнейших банков — и какие изменения в экосистеме для этого необходимы?

У российских BI-систем есть все шансы стать полноценной основой управленческой аналитики крупных банков. Уже сейчас видно, что отечественные платформы активно догоняют зарубежные решения по ключевым возможностям и все лучше адаптируются под реальные сценарии работы с банковскими данными. Но чтобы BI стал полноценной инфраструктурой управленческих решений, а не инструментом визуализации, экосистема должна еще пройти несколько этапов развития.

Во-первых, требуется дальнейшее укрепление архитектуры. Платформы должны быть устойчивыми к нагрузкам, поддерживать гибкие механизмы кэширования, оптимизацию витрин и прозрачный контроль производительности.

Во-вторых, BI должен быть частью единой экосистемы данных. Чем глубже BI интегрирован в корпоративный контур, тем выше его ценность.

В-третьих, большое значение имеет развитие профессионального сообщества. Нам нужны общие стандарты, практики, методические подходы и обмен опытом. И, конечно, нужны специалисты, которые способны работать на стыке инфраструктуры, методологии и управленческой отчетности.

При правильном движении рынка российские BI-решения смогут стать более гибкими и адаптированными под специфику отечественного бизнеса. Сейчас мы находимся в точке, когда BI-платформы могут развиваться своим путем — и качество этих решений во многом будет зависеть от экспертов, которые создают и поддерживают управленческую аналитику внутри компаний.