аналитическИЙ модуль автоматизированной системы...
DESCRIPTION
аналитическИЙ модуль автоматизированной системы управления инкассации коммерческого банка. ООО «Деловые консультации, Санкт-Петербург». Подсистема управления инкассацией банкоматов. Цель внедрения подсистемы: Оптимизация управления финансовыми ресурсами - PowerPoint PPT PresentationTRANSCRIPT
Восьмая независимая научно-практическая конференция «Разработка ПО 2012»1 - 2 ноября, Москва
АНАЛИТИЧЕСКИЙ МОДУЛЬ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ
УПРАВЛЕНИЯ ИНКАССАЦИИ КОММЕРЧЕСКОГО БАНКА
ООО «Деловые консультации, Санкт-Петербург»
Подсистема управления инкассацией банкоматов
Цель внедрения подсистемы:
Оптимизация управления финансовыми ресурсами
Минимизация операционных издержек обслуживания сети банкоматов за счет оптимального управления инкассацией денежных средств
Минимизация простоев банкоматов
Планирование ДН
Планирование подкрепления,
инкассации (банкоматы, отделения...)
Ресурсы КЦ
Архитектура системы
СИСТЕМА Управления ресурсами
Подсистема Управления Кассовой работой и Инкассацией
Подсистема Управления инкассацией Банкоматов
Подсистема Управления подкреплениемСтруктурныхПодразделений
Модуль Планирования инкассации Банкоматов и контроль исполнения
МодульПрогнозирования
Модуль Планирования подкрепления Подразделений и контроль исполнения
Data Mining Поиск новых, ранее неизвестных
знаний Основные задачи:
классификация, регрессионный анализ, кластеризация, поиск взаимосвязей, анализ последовательностей
Этапы: Постановка задачи Подготовка данных Просмотр данных Построение моделей Исследование и проверка моделей Развёртывание моделей на сервере
Аналитическиесистемы
Предопределённые
отчётыOLAP Data Mining
Обработка информации с применением Data Mining
Прогнозирование спросаПрогноз строится на основании статистических данных с выделением:общего тренда;сезонности спроса;месячных закономерностей;недельных закономерностей.
Месячные закономерности
0
1 000 000
2 000 000
3 000 000
4 000 000
5 000 000
6 000 000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
Недельные закономерности
0
100 000
200 000
300 000
400 000
500 000
600 000
700 000
Пн. Вт. Ср. Чт. Пт. Сб. Вс.
Трендовая составляющая
0
100 000
200 000
300 000
400 000
500 000
600 000
700 000
800 000
1 8 15 22 29 36 43 50 57 64 71 78 85 92 99 106 113 120
Оптимальное планирование
Целевая функция:ƒ (Х, C, S, p) → min
Х – плановый день инкассации;С – стоимость инкассации;S – прогноз расхода;p – издержки пролеживания
(стоимость отвлеченного ресурса)
Ограничения: Ресурс службы инкассации Доступность банкоматов Регламентные работы Расположение банкоматов Общий плановый ресурс
500000 1000000 1500000 2000000 2500000 30000000
50
100
150
200
250
300
350
400
Сумма загрузки
Изд
ер
жки
од
но
го д
ня
1 4 7 10 13 16 19 22 25 28200
400
600
800
1000
1200
1400
1600
1800
2000
2200
50000010000001500000200000025000003000000
День следующей загрузки
Изд
ерж
ки о
дного
дня
Организация процессов
Задания на загрузку АТМ
Задания на загрузку, ремонт, выгрузку АТМ
Процессинговая система БД
Управление кассовой работой
Загрузка данных: текущее состояние, список транзакций
Обработанные данные, готовые для планирования
Кассеты
Инкассация
Управление инкассацией
АС
Планирование загрузок с учетом ограничений
Подсистема управления инкассацией банкоматов
Требования к подсистеме:
Автоматическое планирование два раза в день
Учет ограничений инкассацииВозможность ручной корректировки плана с последующим его пересчетом
Минимизация времени отклика системы при ручной корректировке
Быстрое построение прогноза
Применение двух структур данных
Реляционная (MS SQL Server)
Основа существующей учетной системы
Сырые данные (состояние ATM, транзакции, ...)
Задания на загрузку / разгрузку / ремонт ATM
Справочники
Многомерная (OLAP)Агрегирование
данныхПостроение
прогнозаПостроение
сводных таблиц
Архитектура подсистемы
Процессинговая система
Загрузка данных: текущее состояние, список транзакций MS SQL
Server
MS Analysis Services (OLAP)
Обработка кубов при поступлении новых данных из процессинга
Вычисляемые меры (MDX)
CLR хранимые процедур
ы
Построение прогноза
Представление плана загрузок (сводная таблица)
Построение плана загрузок
Управление инкассацией
АРМ специалист
а Управления инкассации
Оценка временных затрат по этапам процесса управления инкассацией
банкоматов
Ввод данных Процессингового центра (500 банкоматов):
Состояния банкоматов и данные о транзакциях; менее 20 сек. на загрузку данных и менее 2 мин.
на обработку OLAPПрогнозирование спроса:
Прогнозирование спроса на наличность на основании статистических данных за заданный период;
менее 5 минут ежедневно в фоновом режиме.Планирование - формирование оптимального плана с учетом:
Прогноза спроса; Параметров банкоматов (режимы работы,
типовые суммы загрузки кассет, тип банкомата, страховая сумма, местоположение банкомата);
Данных о транзакциях и состояниях банкоматов; Стоимости инкассирования банкомата; Издержек пролеживания наличности; менее 2 минут по всем банкоматам, менее 2 сек.
по одному.Оперативный контроль:
Текущее состояние банкоматов; Информация о банкоматах с критическим
остатком.
Ввод данных ПЦ
Прогнозированиеспроса
Планирование
Оперативныйконтроль
Преимущества и недостатки архитектуры Быстрое построение
прогноза (5 минут на 500 банкоматов на месяц)
Быстрое построение сводной таблицы при пересчете плана (~2 секунды)
Полная интеграция с существющей АС посредством обычных ХП
– Необходимость развертывания OLAP сервера
– Частая загрузка данных в OLAP и обработка кубов
Эффект получен за счет: повышение качества обслуживания за счет уменьшения
простоев банкомата минимизации объема отвлеченных средств; минимизации затрат на инкассацию.
Дополнительный эффект: организация документооборота и оптимизация потока
бумажных документов повышает производительность труда сотрудников Банка и сокращает операционные издержки;
наличие исторических данных планирования повышает эффективность аналитической деятельности.
Экономический эффект
Спасибо за внимание