Ставка снижается — решения усложняются: как BI помогает банкам работать в условиях неопределенности

Совет директоров Банка России на заседании 19 декабря снизил ключевую ставку до 16,0%. Это уже пятое подряд снижение: цикл стартовал в июне, когда ЦБ начал поэтапное смягчение денежно-кредитной политики.

Для участников банковского рынка подобные решения становятся проверкой на скорость реакции: каждый шаг регулятора запускает цепочку пересмотров ставок, рисков и продуктовых стратегий. И в этих условиях критически важны аналитические инструменты, позволяющие банкам оценивать последствия изменения ставки буквально по ходу событий, в частности управленческая BI-аналитика — направление, которое в последние годы становится одной из ключевых компетенций финансовых структур.

BI-аналитика на основе данных компании позволяет понять, что происходит в бизнесе сейчас, что происходило раньше и какие тенденции намечаются в ближайшем будущем, объясняет Дмитрий Уханов, руководитель команды группы отчетности Управления финансовой портфельной аналитики одного из крупнейших российских банков.

Дмитрий более 9 лет работает в финансовой сфере, разработал собственную стратегию развития отчетности, внедрил взаимозаменяемость аналитиков в команде и сделал стандартом работу с ИИ-инструментами.

«СП» обсуждает с экспертом влияние ставки на кредитно-денежную политику, а также как выстроить в компании аналитическую инфраструктуру, способную работать на опережение, почему взаимозаменяемость в команде важнее узкой специализации и как личный подход к профессиональному развитию становится конкурентным преимуществом целого направления.

«СП»: Дмитрий, как расценивать снижение ставки для финансовой системы и для кошелька граждан?

— Снижение ключевой ставки — это переход к более мягкой денежно-кредитной политике. Для банков это означает удешевление фондирования и возможность снижать ставки по кредитам. Но финансовая система реагирует не сразу: пересчет моделей, корректировка продуктовых линеек и обновление рисковых параметров происходят постепенно.

Для клиентов это означает снижение стоимости кредитов и одновременное уменьшение доходности депозитов. Это стимулирует потребление и инвестиции, но требует от банков более точного управления ликвидностью, особенно в условиях инфляционных рисков. Задача банков — сохранять баланс между ростом и устойчивостью.

«СП»: Последние несколько лет вы создаете инфраструктуру управленческой аналитики в крупнейших банках. С чего вы советуете начать такую работу — с технологий, процессов или людей?

— Всегда с людей. Технологии без понимания бизнес-задач превращаются в дорогую игрушку, а процессы без команды, готовой их применять, остаются на бумаге. Мой подход: сначала найти тех, кто понимает, зачем нужна аналитика, и готов менять привычные способы работы. Потом выстраиваем процессы под их задачи, а уже затем подбираем технологии.

Главная ошибка — начинать с платформы и пытаться под нее подстроить бизнес. Инфраструктура работает только тогда, когда она отвечает на реальные вопросы менеджмента: сколько мы зарабатываем, где теряем, что изменится завтра.

«СП»: Вы курируете развитие StatRep, ключевого управленческого отчета банка, который помогает топ-менеджменту видеть реакцию системы на изменения финансового рынка. Как вы адаптируете этот инструмент под современную подвижную ситуацию, в том числе и со скачками ключевой ставки?

— StatRep — это не статичный документ, а живой ежедневный отчёт, который меняется вместе с приоритетами банка. Когда важен рост — усиливаем продуктовые блоки и динамику портфеля. Когда фокус на устойчивости — перерабатываем отчёт, добавляем нормативы, ликвидность и риск-метрики. Главное — чтобы StatRep отражал реальные тенденции и давал руководству именно ту информацию, которая нужна для быстрых и точных управленческих решений.

«СП»: Как тимлид команды аналитики вы изменили стандартный стиль работы — например, внедрили принцип взаимозаменяемости специалистов в команде, активно включаете ИИ-инструменты в процессы. Почему это стало вашим приоритетом? Не делает ли ИИ людей «менее уникальными»?

— Наоборот, освобождает для уникальности, ведь когда аналитик три дня собирает данные вручную, у него не остается времени думать. ИИ берет на себя рутину — сбор, очистку, первичную обработку данных, а человек занимается тем, что машина не умеет: интерпретирует аномалии, задает правильные вопросы, находит неочевидные связи. Взаимозаменяемость я рассматриваю как страховку от ситуации, когда ключевой человек в отпуске, а срочный отчет «нужен вчера». Но это не означает, что все делают одно и то же. У каждого есть зона экспертизы, но базовые компетенции перекрываются. Это делает команду гибкой и устойчивой к любым турбулентностям.

«СП»: Ваш проект ImpalaJump — платформа для карьерного консалтинга и профессиональное сообщество коучинга и поддержки — выросли из этого принципа?

— Да, идея родилась из личного опыта. Я видел, как талантливые аналитики застревают в развитии, потому что никто не показывает им путь дальше. ImpalaJump — это попытка систематизировать то, чему я учился методом проб и ошибок. Мы помогаем людям не просто найти работу, а выстроить траекторию роста, понять свои сильные стороны, научиться презентовать экспертизу.

Это особенно важно в аналитике, где результат часто невидим: ты предотвратил убыток, но никто этого не заметил, потому что ничего не произошло. Наша задача — научить людей делать свою работу видимой и ценной.

«СП»: Недавно вы работали в качестве эксперта в жюри международной премии CASES&FACES Awards 2025 в Чикаго, где оценивали проекты по их реальной ценности и влиянию на бизнес. Что для вас стало критерием «настоящего» проекта — того, который действительно меняет бизнес, а не только хорошо выглядит в презентации?

— Я стараюсь тестировать проекты — не только, кстати, в конкурсе, но и в жизни — простым вопросом: ты можешь измерить результат в деньгах или времени? Настоящий проект отвечает на вопрос «сколько мы сэкономили» или «насколько быстрее стали принимать решения».

Если в кейсе много слов про «трансформацию культуры» и «повышение вовлеченности», но нет ни одной цифры — это красивая история, но не бизнес-результат. Будучи в жюри премии, я смотрел на три вещи: была ли четкая проблема в начале, насколько решение соответствует этой проблеме, можно ли повторить этот опыт в другой компании.

Лучшие проекты — те, которые решают скучные, но критичные задачи. Они реально меняют бизнес.

«СП»: В вашей научной статье «BI-инструменты как драйвер качества и скорости управленческих решений в крупных компаниях» вы подробно описываете роль аналитики, фактически фиксируете свой опыт в научном формате. Насколько универсален этот опыт, можно ли применять вашу методику в других сферах?

— Абсолютно применим. Принципы одинаковы везде: собирать данные быстро, анализировать точно, доносить понятно. Банки просто первыми столкнулись с масштабом: у нас миллионы транзакций в день, сотни продуктов, десятки регуляторных требований. Но те же задачи стоят перед ритейлом, телекомом, промышленностью.

В статье я описал не столько банковскую специфику, сколько универсальную логику: как превратить хаос данных в инструмент управления. Главное — понимать, что BI это не про технологии, а про культуру принятия решений. Если в компании привыкли решать «по ощущениям», «на глаз», даже самая крутая платформа не поможет.

«СП»: Что BI реально дает бизнесу и клиентам на практике?

— Бизнесу — скорость и уверенность. Вместо недели на подготовку отчета можно тратить несколько часов, вместо интуитивных решений получать сценарии с оценкой рисков. Клиентам это возвращается в виде более точных продуктов: банк быстрее одобряет кредит, потому что модели работают в реальном времени, предлагает релевантные условия, потому что понимает поведение клиента.

BI — отличный инструмент, но чтобы он работал, нужна инфраструктура, команда и — самое главное — готовность менеджмента доверять данным больше, чем собственным предположениям. Вот это, кстати, самое сложное.

«СП»: Вы получили международную премию Best Business Awards 2025 как «Лучший эксперт в области бизнес-аналитики и управленческой отчетности». Премия ценит не только профессиональные результаты, но и готовность делиться опытом с другими. Как вы используете свой профессиональный опыт, чтобы помогать развиваться молодым аналитикам и специалистам отрасли?

— Я исхожу из простого принципа: знания, которые лежат в голове одного человека, — это риск для компании и потеря для индустрии. Поэтому стараюсь делать свой опыт доступным на разных уровнях. Внутри команды у нас работает система наставничества: каждый новый аналитик получает не вводный курс, а реальные задачи с тщательным сопровождением.

За пределами компании я веду научную работу, публикую статьи, участвую в профессиональных сообществах. Тот же ImpalaJump — это попытка систематизировать знания о том, как строить карьеру в аналитике, не наступая на все грабли самостоятельно. Моя задача — не вырастить копии себя, а помочь людям найти свой путь и избежать типичных ловушек, в которые я сам когда-то попадал.