RESEARCH METHODOLOGY OF FINANCIAL ECOSYSREMS OF BANKING INSTITUTIONS

Full Text

 Под влиянием цифровизации современная мировая экономика трансформируется. Сильнее других влиянию цифровой трансформации подвержен банковский сектор, переживающий глубокую структурную эволюцию, результатом которой стало появление и развитие чрезвычайно сложных финансовых экосистем, представляющих из себя многокомпонентную конструкцию или «сплав» участников из разных отраслей, финансовых и нефинансовых сервисов, а также передовых цифровых технологий. На сегодняшний день в научной литературе имеется большой пробел в данной области, что во многом объясняется тем, что при помощи традиционных методов финансового и управленческого анализа невозможно оценить системные взаимосвязи участников экосистемы, а также ее эффективность.

Методические подходы к анализу экосистем включают в себя «…системный подход, логическое моделирование, сравнительный анализ, монографическое обследование, экспертная оценка», а на взгляд Ю.С. Петровой, Е.Е. Харламовой и И.Ф. Рзаевой, – «методы наблюдения, анализа и синтеза, дедукции, систематизации, методы группировки, сравнения и др.». Методика исследования, по мнению этих авторов, может базироваться «…на сборе, обработке массива данных, формулировке соответствующих выводов, их обосновании».

Главным объектом при анализе экосистем должна стать именно платформа как интегрирующий элемент. Это означает, что в процессе анализа следует уйти от изолированной оценки отдельных показателей. Так, автор И.Ю. Афанасьев определяет экосистемные финансовые инновации как «финансовые продукты, услуги, технологии, доступ к финансированию, объединенные в пределах финансового рынка как платформы их предоставления». Такое толкование экосистемных финансовых инноваций напрямую обосновывает выбор системного и платформенного подходов в качестве методологической основы исследования современного состояние развития банковских экосистем в российской экономике.

В процессе анализа экосистем основной упор следует делать на такие инструменты как поведенческое и эконометрическое моделирование, сетевой анализ и сценарное прогнозирование.

Анализ финансовых экосистем требует применения комплекса различных, дополняющих друг друга методологических подходов. Это связано с тем, что экосистемы по своей природе являются чрезвычайно сложной, междисциплинарной конструкцией, которая быстро меняется с течением времени. Поэтому каждый из применяемых подходов не может раскрыть все стороны его деятельности, в связи с чем для исследования экосистемного уровня банковской деятельности требуется использовать сразу несколько подходов, среди которых следует назвать системный, платформенный подход, сетевой анализ, клиентоориентированный подход, дизайн-мышление, а также методы оценки цифровой зрелости и экосистемной устойчивости.

Фундаментальной методологической основой анализа экосистем и «каркасом» для интеграции других методов считается системный подход, который подходит к объекту исследования как не как к набору разрозненных участников и сервисов банковского института, а как к целостной системе, которая обладает определенной структурой, иерархией построения и механизмами обратной связи между компонентами. Такой подход обеспечивает теоретическую целостность исследования, поскольку позволяет раскрыть существующие взаимосвязи между ядром экосистемы, ее партнерами, клиентами и прочими элементами, оценить устойчивости и адаптивность экосистемы в условиях негативного влияния внешних и внутренних факторов.

Платформенный подход делает акцент на анализе ядра экосистемы, т.е. архитектуры цифровой платформы, эффективности ее функционирования. Он подчеркивает роль стандартизированных интерфейсов (API), модульности, масштабируемости и сетевых эффектов, которые лежат в основе создания ценности в экосистемной модели. Платформенный подход позволяет оценить, насколько эффективно экосистема управляет взаимодействием между сторонами (многосторонними рынками), стимулирует участие сторонних разработчиков и партнеров, а также обеспечивает совместимость и безопасность цифровых сервисов.

Сетевой анализ (network analysis) применяется для визуализации и количественной оценки структуры взаимодействий внутри экосистемы. С его помощью можно выявить ключевых участников (хабы), измерить плотность связей, определить уровни централизации и кластеризации, а также оценить уязвимость системы к выбыванию отдельных узлов. В контексте финансовой экосистемы сетевой анализ особенно полезен для изучения партнерских отношений, потоков данных и клиентских переходов между сервисами, что позволяет выявить скрытые зависимости и точки роста.

Клиентоориентированный подход (customer-centric analysis) смещает фокус исследования на конечного потребителя как центральный элемент экосистемы. Он предполагает анализ поведения, предпочтений, путей взаимодействия (customer journey) и жизненного цикла клиента (CLV/LTV). Данный подход позволяет оценить степень персонализации, уровень вовлеченности, частоту кросс-использования сервисов и общую удовлетворенность, что критически важно для понимания реальной ценности, создаваемой экосистемой для пользователя.

Дизайн-мышление (design thinking) используется для глубинного изучения пользовательского опыта (UX) и выявления «болевых точек» в клиентском взаимодействии. Этот подход основан на эмпатии, итеративном прототипировании и тестировании решений в реальных условиях. В контексте финансовой экосистемы дизайн-мышление помогает не только улучшить интерфейсы отдельных сервисов, но и обеспечить бесшовность (seamlessness) переходов между ними, что является ключевым конкурентным преимуществом экосистемной модели.

Наконец, методы оценки цифровой зрелости и экосистемной устойчивости позволяют провести комплексную диагностику текущего состояния экосистемы. Критерии цифровой зрелости банковского института могут быть различны. Как правило, они включают в себя уровень автоматизации, степень владения сотрудниками участников экосистемы цифровыми компетенциями, гибкость ИТ-архитек-туры, качество данных, готовность к дальнейшей трансформации, а также культуру инноваций. Для оценки экосистемной устойчивости банковского института следует проводить анализ финансовой жизнеспособности экосистемы, оценку ее подверженности различным рисков, анализ устойчивости банковского института к киберугрозам и т.д. Для целей анализа цифровой зрелости и экосистемной устойчивости банковского института можно применять такие методы как интегрированные оценочные шкалы, бенчмаркинг и сценарное моделирование.

В таблице 1 приведена сравнительная характеристика существующих методологических подходов к анализу финансовых экосистем, где  следует использовать не только количественные, но и качественные методы анализа экосистемы.

 

Таблица 1. Сравнительная характеристика методологических подходов к анализу финансовых экосистем

Название подхода	Суть подхода	Преимущества	Недостатки	Возможность применения к анализу финансовых экосистем
Системный подход	Рассматривает экосистему как динамичную, целостную систему с взаимосвязанными элементами и механизмами обратной связи. Среди таких элементов – ядро, клиенты, партнеры, регуляторы, а также технологии	Позволяет диагностировать основные риски и типы уязвимости, а также способствует выявлению синергетических эффектов	Системный подход зачастую абстрактен, его использование невозможно в отрыве от дополнительных инструментов	Высокая применимость данного подхода обусловлена тем, что он служит методологическим фундаментом для интеграции прочих подходов и построения комплексной модели анализа экосистемы
Платформенный подход	Делает акцент на архитектуре цифровой платформы. Позволяет изучить API, модульность, стандартизацию взаимодействий, а также сетевые эффекты	Платформенный подход позволяет оценить эффективность интеграции сервисов и партнеров, гибкость и масштабируемость экосистемы	Подход ограничен в применении, поскольку используется в основном на технологическом уровне	Подход часто применяется для анализа таких экосистем Сбера, других банковских институтов, которые построенных вокруг единой платформы и супераппов
Сетевой анализ	Используется в процессе исследования структуры и характера взаимосвязей между участниками финансовой экосистем	Несомненным достоинством сетевого анализа является достоверная оценка устойчивости экосистемы к выбыванию участников.	Подход сложен в интерпретации без контекста бизнес-логики, а также ограничен в применении, поскольку требует доступа к детальным данным о взаимодействиях участников экосистемы	Уровень применимости – от среднего до высокого. Подход полезен для диагностики партнерских связей и поиска недочетов в работе экосистемы
Клиентоориентированный подход	Суть данного методы сводится к акценту на жизненном цикле клиента, его поведении и потребностях. Методология включает анализ таких показателей как LTV, NPS, retention, cross-selling.	Подход имеет высокую практическую значимость, поскольку позволяет оценить реальную ценность экосистемы для клиента, выявить недочеты в работе с ним и разработать меры по повышению его лояльности	Подход игнорирует стратегические и технологические аспекты функционирования экосистем.	Подход применяется чаще всего, поскольку главная цель экосистемы (включая финансовую) – максимизация клиентской ценности
Дизайн-мышление	Подход основан на глубинном понимании «болевых точек» клиента. Он позволяет спроектировать пользовательский опыт;	Подход позволяет выявить скрытые проблемы в клиентском обслуживании, а также предложить соответствующие решения	Дизайн-мышление субъективно и требует вовлечения реальных пользователей и ресурсов в процесс прототипирования	Средняя применимость. Может использоваться при анализе UX/UI, бесшовности переходов между сервисами и т.д.
Методы оценки экосистемной устойчивости и цифровой зрелости экосистемы	Диагностика степени цифровизации, устойчивости и адаптивности экосистемы	Данная группа методов дает целостную картину зрелости финансовой экосистемы банковского института	Методы оценки экосистемной устойчивости и цифровой зрелости экосистемы трудно адаптируемы к специфике российского рынка	Высокая применяемость. Методы важны при разработке рекомендаций по оптимизации и модернизации экосистемы

 

Чем выше показатель LTV, тем успешнее банковский институт реализует дополнительные услуги своим клиентам и тем выше его средний чек. Кроме того, такой показатель косвенно оценивает эффективность удержания клиентов в экосистеме. NPS и Retention Rate – это индикаторы лояльности и удержания клиентов. При помощи их динамики в банковском институте можно сделать вывод о степени удовлетворенности клиентов, а также склонности потребителей товаров и услуг рекомендовать эту экосистему своим знакомым и близким.

Еще одним показателем, который необходимо оценить при анализе экосистем, является DAU/MAU, т.е. соотношение ежедневных и ежемесячных активных пользователей экосистемы, динамика которого позволяет оценить ее «липкость», а также вовлеченность и лояльность пользователей.

Поведенческое моделирование и Big Data-аналитика на базе алгоритмов и машинного обучения используются в целях сегментации для персонализации предложений, прогнозирования оттока клиентов и выявления паттернов поведения.

Помимо количественных методов анализа раскрыть эффективность и качество функционирования экосистемы помогают качественные методы (такие как дельфи-метод, экспертные интервью, кейс-стади, т.е. углубленное исследование конкретной экосистемы в ее реальном контексте, а также сравнительный анализ или benchmarking. Последний метод предполагает сравнение важнейших индикаторов состояния экосистемы с экосистемами ее конкурентов, что позволяет выявить недочеты, а также разработать меры по улучшению конкурентного положения банковского института на рынке.

«Формирование цифровых экосистем позволяет банкам расширить клиентскую базу, повысить доступность и качество предоставляемых услуг, а также снизить издержки». Это означает, что эффективность экосистемы банковского института нельзя оценить лишь при помощи финансовых индикаторов. Нужно оценивать в динамике за ряд лет и другие клиентские, стратегические и операционные индикаторы.

В таблице 2 приведены ключевые индикаторы для анализа эффективности финансовых экосистем.

 

Таблица 2. Ключевые индикаторы оценки эффективности финансовой экосистемы

Группа индикаторов (показателей)	Примеры индикаторов (показателей)	Цель измерения
Финансовые индикаторы	Удельный вес доходов от нефинансовых услуг, LTV, ARPU, рентабельность направлений деятельности экосистемы	Оценка эффективности кросс-продаж, т.е. продаж дополнительных продуктов и услуг, измерение монетизации и степени диверсификации доходов
Технологические индикаторы	Удельный вес автоматизированных и цифровых процессов, время загрузки технического приложения, количество API-вызовов,	Анализ качества цифровой инфраструктуры, масштабируемости решений и технической устойчивости экосистемы
Клиентские индикаторы	NPS, Retention Rate, CSAT, Churn Rate, удельный вес пользователей с несколькими подключенными сервисами	Оценка степени лояльности потребителей, их удовлетворенности качеством продукции и услуг, а также глубины вовлеченности клиента
Платформенные индикаторы	DAU / MAU, cross-selling ratio, количество активных сервисов, частота использования, средняя продолжительность сессии	Оценка интеграции сервисов, вовлеченности клиентов и их активности
Стратегические / системные индикаторы	Степень омниканальности, индекс цифровой зрелости, количество стратегических партнеров	Диагностика зрелости экосистемы как целостной бизнес-модели

 

Таким образом, анализ методологических подходов к анализу экосистем показал, что они выходят за рамки традиционных подходов финансового и управленческого анализа, поскольку исследование таких сложных, динамичных и междисциплинарных конструкций требует применения адаптивного и многомерного методологического инструментария. Это означает, что экосистему (включая финансовую) не следует оценивать с позиций узкоспециализированных методов. Вместо этого необходимо использовать комплексный подход, объединяющий платформенный, сетевой, системный, клиентоориентированный подходы, дополненные методами оценки цифровой зрелости и экосистемной устойчивости экосистем, а также таким методов как дизайн-мышление. Необходимость применения сразу нескольких подходов к анализу экосистем объявляется тем, что каждый из них раскрывает отдельный аспект ее функционирования. Так, системный подход позволяет оценивать внутренние взаимосвязи экосистемы, сетевой – структуру взаимодействий между клиентами, партнерами и другими участниками экосистемы, клиентоориентированный – ценность с точки зрения клиента, платформенный – архитектуру цифрового ядра.

About the authors

K. V. Israilova

Kuban State University

Author for correspondence.
Email: i9649122020@gmail.com

Graduate Student

Russian Federation, Russia, Krasnodar

V. A. Tyufanov

Kuban State University

Email: i9649122020@gmail.com

Candidate of Economic Sciences, Associate Professor

Russian Federation, Russia, Krasnodar

References

Supplementary files