Банки годами инвестируют в цифровизацию, но в операционной реальности часто живут сразу в двух мирах: в мобильном приложении всё выглядит гладко, а во внутренних операционных контурах (бэк-офисе, службах рисков, комплаенса и расчётных подразделениях) остаются очереди, ручные проверки и возвраты на доработку. Для клиента это лишнее ожидание услуги, для банка — перерасход сил сотрудников, повторные обращения и прямые финансовые потери.
Классическая ловушка выглядит так, что на бумаге процесс идеально ясен и линейно выстроен, а в реальности каждый раз уходит в хаотичные обходные пути. Без анализа данных невозможно точно выявить, где именно возникает пробуксовка и во сколько она обходится компании. Process mining (процессная аналитика) решает эту задачу: по цифровым следам в системах она шаг за шагом восстанавливает реальный путь процесса, подсвечивая узкие места.
Что такое process mining
Представьте типичную кредитную заявку. Клиент заполнил анкету в приложении, банк запросил документы, изучил данные, отправил на скоринг и комплаенс, и тут замыкается круг: доработка, дополнительные уточнения, повторные проверки. Со стороны это выглядит как «просто долго», но внутри спрятана цепь лишних шагов и ошибок. Process mining позволяет разложить эту историю по фактам: где заявка зависла, сколько раз возвращалась, на каком этапе чаще всего застревала и почему.
Зачем это нужно банку? Процессная аналитика помогает быстро выявить лишние шаги и ручной труд, сократить возвраты на доработку, ускорить обслуживание клиентов и снизить стоимость операций. По сути, она показывает, где именно теряются скорость и деньги, а значит, куда стоит направить инвестиции в автоматизацию.
Если говорить простыми словами, process mining анализирует событийные записи (event logs) из ИТ‑систем банка и восстанавливает реальную картину процесса. В отличие от традиционной аналитики, которая отвечает на вопрос «сколько заявок обработано», процессная аналитика раскрывает детали: порядок шагов, точки задержек, отклонения от нормы. Собрав такую карту, можно точно определить, какие этапы съедают время, ресурсы и средства.
По данным исследования Сбера и «Технологий Доверия», объём российского рынка process mining по итогам 2024 года составил около 900 млн руб., а 46% компаний планируют внедрение процессной аналитики. На практике этот инструмент становится «боевым» только тогда, когда банк уже выстроил базовые элементы управления данными: данные эталонны, источники правды известны, логи качественны. Без этого анализ скатывается в споры о терминологии, не помогает улучшить управление стоимостью и клиентским опытом. Process mining — это не замена дата-инициатив, а их логичное продолжение: сначала наводим порядок в данных, затем измеряем процессы и только после этого масштабируем автоматизацию и внедряем ИИ.
Где банки теряют ресурсы: типовые узкие места, которые видны в данных
Потери в банке редко выглядят как одна большая проблема. Обычно это цепочка мелких сбоев, которые повторяются изо дня в день. Каждый лишний круг — минуты и часы сотрудников, дополнительные проверки, звонки клиенту, переделки и эскалации. В итоге растёт себестоимость, обслуживание замедляется, а клиенты теряются на полпути.
Чаще всего такие «утечки» времени и ресурсов всплывают:
- в кредитовании (дублирующие проверки, ручные согласования, возвраты из‑за ошибок в документах);
- операционном бэк‑офисе и платежах (перепроведения, возвраты из‑за реквизитов, рассинхронизация фронта и бэка);
- комплаенсе и AML (Anti‑Money Laundering, противодействие отмыванию денег — лишние ручные подтверждения и неточные правила по обработке исключений);
- кол‑центре (долгие эскалации, зависшие статусы и потери данных между системами).
Для финансового блока ценность process mining заключается в том, что анализ переводит эти проблемы в понятные цифры: долю переделок и ручного участия, время от решения/одобрения до зачисления, число брошенных заявок и конкретные места, где это происходит чаще всего.
Почему объединение данных из разных систем становится необходимостью
Сила process mining в том, что он собирает разрозненные цифровые следы в одну понятную цепочку. Пока записи шагов живут отдельно, банк видит только кусочки правды и на совещаниях возникают споры, где именно тормозит процесс. Когда события объединены в единую событийную модель, дебаты заканчиваются и появляется измеримая реальность.
И это снова про данные. Для стыковки событий нужны ID клиента/заявки, согласованные справочники статусов, контроль качества (без пропусков, дублей и ошибок времени) и чёткие правила владения: кто определяет статус, атрибуты и исключения. По сути, process mining быстро показывает, где в операционной деятельности у банка пробуксовывает Data Governance (управление данными).
Process mining как инструмент улучшения клиентского опыта
Клиентский путь часто измеряют опросами, NPS (Net Promoter Score, индекс потребительской лояльности) и фокус-группами. Это полезно, но не отвечает на вопрос, что именно сломалось у конкретного клиента в конкретной заявке. Process mining превращает путь в цепочку фактов: сколько раз клиенту пришлось «дожимать» заявку, сколько было эскалаций, где произошёл разрыв между каналами, на каком шаге чаще всего случается отказ или уход. Согласно регуляторной статистике, в I квартале 2025 года число жалоб на банки выросло на 36,8% год к году и достигло 58,8 тыс. обращений — чаще всего пользователей не устраивали блокировки операций/счетов, а также приостановки дистанционного банковского обслуживания (ДБО) в рамках антифрод-мер.
Параллельно поднимается планка удобства цифровых каналов: исследование клиентского опыта Markswebb в интернет-банках оценивает более 750 критериев — яркий сигнал, сколько микрошагов и исключений таится в реальных сценариях.
Эффекты и ROI: каких цифр можно ожидать
Эффект от process mining зависит от готовности банка менять процессы, а не только наблюдать за ними на дашбордах. Ориентиры по экономике уже есть: по данным опроса участников банковского сегмента, совокупный накопленный экономический эффект от внедрения process mining в отрасли за период 2018–2025 гг. превысил 45 млрд руб. Оптимизация одного процесса, по оценке респондентов, способна принести крупным банкам порядка 100–150 млн руб., средним — 50–75 млн руб., а в отдельных случаях эффект может достигать 300 млн руб.
Нефинансовые эффекты тоже вполне приземлённые и быстро конвертируются в деньги: 100% опрошенных отмечали выявление узких мест, 78% — ускорение процессов, 69% — снижение ошибок, а также улучшения в логировании и более быстрое тестирование гипотез.
Что нужно, чтобы процессная аналитика в банке действительно заработала
Чтобы process mining в банке приносил результат, нужен «гигиенический набор»: понятные правила логирования, связанные данные и команда, которая доводит найденные проблемы до реальных изменений в процессах и системах.
Минимальные условия эффективности process mining:
- Договориться о едином стандарте событий: что считаем событием, какие поля события (временная метка, статус, идентификатор процесса и объекта) обязательны, как формируется case id (идентификатор события).
- Связать ключевые источники и выровнять «справочники смысла»: единые идентификаторы клиентов, заявок, договоров и согласованные статусы.
- Назначить владельцев процессов и данных: кто отвечает за определение статусов и атрибутов, кто — за качество логов, кто — за внедрение изменений.
- Настроить цикл непрерывных улучшений: нашли узкое место, подтвердили данными, изменили шаг/правило, измерили эффект, закрепили.
Process mining — это не просто ещё один инструмент аналитики, а практичный способ связать данные с управлением реальными процессами. Он помогает банку перейти от ощущений «кажется, тут тормозит» к фактам и измеримым эффектам. Сегодня это уже не нишевая история: российские исследования показывают рост интереса и масштабирование внедрений, а экономический эффект в банках измеряется десятками миллиардов рублей.
Но деньги приносит не карта процесса сама по себе, а изменения по её результатам. Поэтому процессная аналитика работает только в связке с дисциплиной данных: когда установлены единые идентификаторы, понятные статусы, качественные логи и закреплённая ответственность. Там, где эта база есть, банк получает и операционную экономию, и более предсказуемый клиентский путь.
Екатерина Мамонова, руководитель по индустриальным бизнес-решениям Arenadata
