Главная цель проекта – это развитие нового направления работы, интеллектуального анализа данных. По словам Думана Уватаева, директора департамента анализа и применения данных Kaspi Bank, в Казахстане нет готовых специалистов в области интеллектуального анализа данных нет.

Не многие компании готовы работать с большими объемами данных и предлагать выверенные и максимально точные решения, моментально реагировать на изменения настроения клиентов.

Участники проекта проходят жесткий отбор. В этом году поступило около 500 заявок, из которых было отобрано лишь 40. Также в процессе обучения отсеиваются люди с плохой посещаемостью или низкой эффективностью. В итоге сейчас вступительную часть лекций от SAS начали слушать 25 студентов.

Уватаев рассказывает, что сейчас партнеры программы - компания SAS - обучают непосредственно работе инструментам SAS Enterprise Guide и SAS Enterprise Miner : «В рамках образовательного проекта мы обучали студентов основам предикативной аналитики и целевого маркетинга, применяя их для решения реальных кейсов. А наши коллеги из компании SAS обучают подготовленных студентов работе с инструментами интеллектуального анализа данных, которые позволяют автоматизировать процесс моделирования и оптимизации бизнес-задач. В этом году мы в полтора раза усилили сам курс, насытили бизнес кейсами, практически с 3-4 занятия решили приступить к их решению, изучая методы моделирования «на ходу». В прошлом году мы больше акцентировали внимание на теоретической части.

Студенты начинали с кейсов по терминалам, где им нужно было ответить на вопрос, в каком месте поставить терминал самообслуживания, чтобы большее количество клиентов им смогли воспользоваться. Для этого им необходимо понимание геокоординат каждого терминала и уровень спроса по каждому такому аппарату. Кроме того, участникам программы предоставили кейсы по оптимизации продаж продуктов банка, анализа кредитного риска заемщика, посредством построения скоринга, моделей для определения вероятности оттока клиентской базы, создание прототипа системы управления потоками денежной наличности, сегментации клиентской базы, исходя из поведенческих характеристик клиентов и многие другие.

«С каждым годом вопрос применения технологий и методов интеллектуального анализа данных в практически любой сфере деятельности с клиентской базой свыше определенного критического значения становится все более актуальным. Этот тезис подтверждается рядом факторов, имеющих место и в нашей стране: накоплением компаниями больших объемов информации, ужесточением конкурентной борьбы и изменением потребностей клиентов. Успешное развитие и процветание инновационных компаний напрямую зависит от их способности адекватно и оперативно реагировать на изменения внешней среды, а также уметь прогнозировать результаты тех или иных воздействий».

Уватаев отметил, что уже с 3-4 занятия каждый участник программы представляет себя работающим аналитиком, который пытается решать реальные бизнес-кейсы. Однако не все студенты делают успехи в программе: «У некоторой части студентов страдает теоритическая база. Бывают определенные пробелы в познаниях, которые мы пытаемся оперативно восполнить в процессе обучения».

После окончания программы студенты будут помещены в особый кадровый резерв банка, и в дальнейшем их кандидатуры будут рассматривать в первую очередь.

Vласть поговорила с двумя слушателями «Лаборатории Kaspi», чтобы узнать о том, чему они научились и что подтолкнуло их к участию в программе.

Алдияр Жаркимбаев, студент 3 курса специальности ВТиПО (вычислительная техника и программное обеспечение) университета АУЭС:

Когда проходит рубежный контроль, все бегают и паникуют, а я, как староста, должен направить студентов так, чтобы все успели все сдать, а нагрузка у преподавателей была равномерная. Я понял, что мне нравится эта активность. Знакомые рассказывали, что в подразделениях банка, занимающихся анализом данных , тоже приходится решать задачи с потоками клиентов, но более сложные. Мне показалось, что все-таки какая-то аналогия есть, и мне в этом отделе будет интересно, поэтому я и подал заявку на программу.

В ходе лекций я узнал, как работают банки, как они применяют прогнозные модели и сегментируют потоки клиентов: весь процесс изнутри. Решение кейсов меня поглотило. Если меня возьмут на работу, то я с радостью пойду. Что касается курсов от SAS, то технологии на словах казались труднее, на деле не все так сложно.

Амина Исаханова, студентка 4 курса специальности ИС (информационные системы) МУИТ:

При изучении предметов по своей специальности я не охватываю в полном объеме курсы маркетинга, поэтому мне хотелось получить дополнительное образование, и я подыскивала сначала платные курсы, потом увидела, что Kaspi собирает участников программы.

Я получила много новых знаний, которые хотя и не связаны с мой специальностью, значительно расширили мой кругозор. Для себя почерпнула работу с клиентами, какими каналами пользоваться для работы с ними. Этот аспект был для меня наиболее интересным.

Михаил Петровский, руководитель академической программы SAS в России и СНГ рассказал, что они обучают стажеров по двум программам: SAS Enterprise Miner и SAS Enterprise Guide: «Сейчас наша задача – это ознакомить студентов с программным обеспечением. В принципе Enterprise Miner и Enterprise Guide – основные инструменты именно для строения аналитических моделей SAS. С помощью Enterprise Miner можно создавать как модели прогнозирования, так и описательные модели».

«Специалист, владеющий знаниями технологий SAS, в первую очередь получает конкурентоспособность на рынке», - уверен Михаил Петровский. Это мнение поддерживает и Думан Уватаев: «Безусловно, программный комплекс SAS позволяет нам значительным образом упростить и автоматизировать процессы работы с клиентами. Но все же, следует понимать, что для работы с данными инструментами требуется понимание основ моделирования, без которых не представляется возможным построение и применение эффективных прогнозных моделей»

Курс «Наука о данных» в рамках образовательного проекта «Лаборатория Kaspi» состоит из трех частей: клиентская аналитика, big data и целевой маркетинг. В теории каждый из участников может рассчитывать на работу, как в качестве аналитика, так и маркетолога.