#финтех#системный анализ#bi#python

Единая BI-отчётность по сделкам для крупного инвестиционного банка

[ клиент ] о заказчике

Крупный банк с брокерским и инвестиционным бизнесом. Подразделение, которое ведёт сделки с клиентами, собирало отчётность вручную из нескольких внутренних систем банка.

[ 01 ] контекст

О проекте

Заказчик перерабатывает хранение сделок и строит сервис отчётов и расчётов по ним, чтобы собрать разрозненную ручную отчётность подразделения в едином BI-инструменте. Наша зона ответственности — системный анализ: структуры данных, маппинги, интеграции и требования к разработке.

Проект идёт по двум направлениям. Первое — переработка структур хранения оферт, поручений и сделок под новые компоненты и описание того, как корпоративные действия влияют на сделку и её историю. Второе — новый сервис, который собирает параметры сделок из разных систем банка, раскладывает их в собственную базу и передаёт в отчёты Apache Superset.

Данные для отчётности были разбросаны по нескольким системам, и бизнес собирал их вручную. На старте мы вместе с бизнес-аналитиком прошли по списку параметров: уточнили, где хранится каждый, описали риски и пересогласовали оценку работ, когда объём оказался больше заложенного.

[ 02 ] задачи

Задачи проекта

  1. Перевести хранение сделок на новые структуры данных под новые компоненты

  2. Описать алгоритмы влияния корпоративных действий на сделку и её историю

  3. Собрать параметры сделок из разных систем банка в базе нового сервиса

  4. Свести ручную отчётность подразделения в единый BI-инструмент с оценкой прибыльности клиентов и продуктов

[ 03 ] этапы

Как мы это сделали

  1. 01

    Переработка структур сделок

    Спроектировали новую структуру хранения сделок и описали, как корпоративные действия меняют сделку и её историю

  2. 02

    Разбор параметров отчётности

    Вместе с бизнес-аналитиком разобрали список параметров: где хранится каждый, как его получить и какие есть риски

  3. 03

    Модель данных сервиса

    Описали базу данных нового сервиса и маппинги параметров из систем-источников: ER-модель, диаграммы последовательности и активности, функциональные требования для разработки

  4. 04

    Интеграции

    Описываем топики Kafka и обработку сообщений в Apache NiFi: сервис подписывается на топик, разбирает сообщение и раскладывает данные в базу. Где считать показатели — в сервисе, в витрине или в Superset — сейчас выбираем

  5. 05

    Отчёты в BI

    Делим параметры на четыре отчёта, которые сложатся в единую отчётность в Apache Superset. Дашборды делает соседняя команда, мы готовим для них данные

[ 04 ] команда и стек

Кто и на чём

экспертиза

Команда продукта

Системные аналитикиБизнес-аналитикБэкенд-разработчикиФронтенд-разработчикТестировщикиТимлидРуководитель проектаАрхитектор
технологии

Стек

JavaPythonKafkaApache NiFiApache SupersetPlantUMLBPMN
процессы

Как работаем

Канбан с квартальным планированием: еженедельные синки по задачам квартала и ежедневные стендапы. Оценки пересматриваются по ходу работ: если объём растёт, команда описывает риски и согласует новую оценку.

[ 05 ] результаты

Что получит клиент

4 отчётаСложатся в единую отчётность подразделения в Apache Superset
2Направления работ: переработка хранения сделок и новый сервис отчётов и расчётов
3 командыРаботают над проектом по общему квартальному плану
I кв. 2027Старт тестирования: разработку планируют завершить в IV квартале 2026 года
Прибыльность клиентов и продуктов в историческом срезеСервис даст эту оценку без ручного сбора данных из разных систем банка

Проект в работе: разработку планируют завершить в IV квартале 2026 года, а в начале 2027-го начать тестирование и передать сервис на приёмку.

[ заявка ] свяжемся в рабочее время

Похожаязадача?

Расскажите о ней — подберём команду и предложим решение.

Этот сайт использует сервисы сбора технических данных посетителей (данные об IP-адресе, местоположении и др.) для обеспечения работоспособности и улучшения качества обслуживания. Продолжая использовать наш сайт, вы автоматически соглашаетесь с использованием данных технологий.