Рус Eng Cn Перевести страницу на:  
Please select your language to translate the article


You can just close the window to don't translate
Библиотека
ваш профиль

Вернуться к содержанию

Вопросы безопасности
Правильная ссылка на статью:

Исследование возможности применения способов эффективного управления клиентскими данными в кредитной организации в целях соблюдения требований регулятора

Башкова Елизавета Павловна

магистр, кафедра финансового мониторинга, НИЯУ МИФИ

115409, Россия, г. Москва, шоссе Каширское, 31

Bashkova Elizaveta Pavlovna

Master's Degree, the department of Financial Monitoring, National Research Nuclear University MEPhI (Moscow Engineering Physics Institute)

115409, Russia, g. Moscow, shosse Kashirskoe, 31

bashkova_l@list.ru
Дзенгелевский Андрей Евгеньевич

кандидат технических наук

доцент, кафедра финансового мониторинга (75), Национальный исследовательский ядерный университет «МИФИ»

115409, Россия, г. Москва, шоссе Каширское, 31

Dzengelevskii Andrei Evgen'evich

PhD in Technical Science

Docent, the department of Financial Monitoring, National Research Nuclear University MEPhI (Moscow Engineering Physics Institute)

115409, Russia, g. Moscow, shosse Kashirskoe, 31

dzengelewski@gmail.com

DOI:

10.25136/2409-7543.2020.3.33090

Дата направления статьи в редакцию:

02-06-2020


Дата публикации:

04-09-2020


Аннотация: Статья посвящена проблеме эффективного использования кредитными организациями собственных данных о клиентах ввиду их неоднородности. Объектом исследования являются клиентские данные кредитной организации. Предметом исследования выступают возможности применения способов эффективного управления клиентскими данными в кредитной организации в целях соблюдения требований регулятора. Основная задача исследования – анализ и выработка рекомендаций в части изменения модели данных клиента, а также повышения качества клиентских данных с помощью процесса управления данными на основании свода знаний DAMA-DMBOK в разрезе основных областей управления данными. В статье рассматриваются основные области управления данными и способы применения правил и рекомендаций каждой их них к процессу управления данными кредитной организации. Актуальность статьи обусловлена законодательными требованиями в части контроля обслуживания физических и юридических лиц, относящихся к санкционной территории.            Научная новизна статьи заключается в применении знаний по управлению данными к актуальному вопросу о необходимости определения территориальной принадлежности клиента в автоматическом режиме для соблюдения требований нормативных правовых актов. Методами исследования являются контент-анализ, структурный анализ и моделирование. Методологическую основу данной работы составили положения свода знаний по управлению данными. Основными выводами исследования служат рекомендации в части изменения модели клиентских данных банка, а именно - методы и принципы расширения модели данных нормализованными и стандартизированными параметрами данных, что существенно повышает качество данных. Применение рекомендаций, описанных в текущей статье, позволит финансовой организации сократить риски, связанные с выплатой штрафов и отзывом лицензий в связи с невыполнением требований регулятора.


Ключевые слова:

Управление данными, Управление качеством данных, Качество данных, Колесо DAMA, Модель данных, Территориальное распределение, Санкции, Кредитная организация, Эффективное использование данных, Области управления данными

Abstract: This article is dedicated to the problem of effective use by credit organization of the own client data due to their heterogeneity. The object of this research is the client data of a credit organization. The subject is the possibility of application of the means of efficient client data management in a credit organization for the purpose of fulfilling regulatory requirements  The main goal of this work consists in the analysis and formulation of recommendations with regards to modification of client data model, as well as improvement of quality of client data by means of data management based on the DAMA-DMBOK body of knowledge in the context of the key areas of data management. The article reviews the key areas of data management and the methods of application of rules and recommendations of each of them to the data management process of the credit organization. The relevance of this article is substantiated by legislative requirements pertaining to monitoring of services provided for private and legal entities from the sanctioned territory. The scientific novelty consists in application of data management knowledge to the relevant issue on the need for automatic determination of territorial affiliation of the client in order to comply with the requirements of normative legal acts. The research methods are content analysis, structural analysis, and modeling. The main conclusions consist in recommendations for modification client data model of the bank, namely methods and principles for expanding the data model using standardized data parameters, which significantly improves the quality of data. The implementation of such recommendations would allow a financial organization to reduce the risks associated with payment of fines and revoke of licenses due to noncompliance with the regulatory requirements.


Keywords:

Data governance, Data Quality Management, Data quality, DAMA wheel, Data model, Geographical spread, Sanctions, Banking company, Effective use of data, Data management areas

На сегодняшний день важность управления данными организации неоспорима. Зачастую предприятия от малого до крупного бизнеса стремятся не просто продать свой продукт или услугу клиенту, но и осуществить сбор информации о целевой аудитории для проведения анализа. Аналитические исследования клиентских данных производятся в абсолютно различных целях. Целью может послужить повышение уровня лояльности клиента, анализ целевой аудитории для создания дифференцированного продукта и прочее. Одной из целей может являться выполнение требований регулятора.

Федеральным законом №281-ФЗ "О специальных экономических мерах и принудительных мерах" [1] установлен перечень мер, применяемых в отношении как иностранного государства и иностранных граждан, а также лиц без гражданства, проживающих на постоянной основе на территории этого государства. К таким мерам относится в том числе запрет или ограничение на осуществление финансовых операций. В соответствии с федеральным законом №390-ФЗ "О безопасности" [2] деятельность по обеспечению безопасности включает в себя упомянутые ранее меры и исполняется федеральными органами исполнительной власти.

На основании данных федеральных законов №281-ФЗ и №390-ФЗ в связи со сложившейся политической ситуацией в России 22 октября 2018 года президентом России Владимиром Путиным был подписан указ «О применении специальных экономических мер в связи с недружественными действиями Украины в отношении граждан и юридических лиц Российской Федерации» [3], в соответствии с которым организациям, находящимся под юрисдикцией Российской Федерации, в своей деятельности необходимо учитывать факт введения санкций в отношении отдельных физических и юридических лиц. Правительству Российской Федерации в соответствии с данным Указом было необходимо определить «определить перечни физических и юридических лиц, в отношении которых применяются специальные экономические меры» [3]. В результате выполнения указа президента было опубликовано постановление Правительства РФ от 01.11.2018 N 1300 [4], включающее в себя приложение №1 и приложение №2, содержащие перечни физических и юридических лиц соответственно, в отношении которых и применяются специальные экономические меры, а именно – замораживание счетов, блокирование бездокументарных ценных бумаг и имущества на территории РФ, а также запрет на вывод капитала за пределы России. Исполнение пункта 1 [4] постановления о мерах по реализации данного указа осуществляется силами федеральных органов исполнительной власти. К органам исполнительной власти относятся Министерство финансов Российской Федерации, а также Федеральная служба по финансовому мониторингу [5] (далее – регуляторы кредитной организации).

Позднее, 25 декабря 2018 года Дмитрием Медведевым было подписано «Постановление Правительства Российской Федерации № 1656» [6], в соответствии с которым были введены специальные экономические меры в отношении более пятисот физических лиц и порядка семидесяти юридических лиц.

Таким образом, в связи с тенденцией развития санкций правительства России в отношении прочих стран, в т. ч. Украины, а также ввиду возможности применения мер к иным гражданам иностранного государства или гражданам без гражданства, постоянно проживающим на территории иностранного государства, у кредитных организаций и других коммерческих компаний появилась явная потребность в сегментировании клиентов по территориальному признаку.

В целом, организации, желающие извлечь выгоду из свои данных, в частности – информации о клиентах, отмечают, что высококачественные данные более ценны, чем данные низкого качества. В рамках данной работы будет рассмотрен процесс управления данными кредитной организации в целях удовлетворения требований регулятора.

Процесс повышения уровня качества данных не является самоцелью, это лишь одна из функций процесса управления данными согласно Своду знаний по управлению данными (DAMA-DMBOK) [7]. Самым распространенным фактором управления данными является именно соблюдение нормативных требований, особенно в сильно регулируемых отраслях, таких как финансовые услуги и здравоохранение. В связи с этим многие кредитные организации обязаны информировать регулятора о своих действиях в отношении клиентов, так или иначе относящихся к сегменту лиц, требующих контроля. Для определения такого круга лиц и построения политики работы с такими клиентами требуется обеспечение высокого качества данных, позволяющее без дополнительных временных и финансовых затрат осуществлять анализ и сбор статистики по клиентам Банка.

Определение требований к данным осуществляется посредством проектирования данных. Основным объектом при проектировании является Сущность. В данном контексте под сущностью понимается то, о чем организация собирает информацию. При формировании сущностей учитываются три основные характеристики:

· Ясность. Определение должно быть легко читаемым и понятным;

· Точность. Определение должно в полной мере описывать соответствующий объект. Зачастую для консультации привлекаются бизнес-эксперты с целью подтверждения точности формулировки;

· Полнота. В определении должны присутствовать все его значимые с точки зрения бизнеса части;

Поскольку основной клиентской информацией, необходимой для сегментирования по территориальному признаку, является адрес, номер мобильного телефона, документ, удостоверяющий личность, и ИНН, основной сущностью будет является «Клиент». Сущности «Адреса», «Телефоны» и «Документы» будут является связанными сущностями.

Для установления взаимосвязей между сущностями используются отношения, а в качестве свойств, которые идентифицирует объект – атрибуты. Поскольку каждый из клиентов кредитной организации должен иметь как минимум один адрес постоянной регистрации, как минимум один документ, удостоверяющий личность, и как минимум один телефон для нотификаций, связи между данными сущностями должны быть соответствующими.

Один из обязательных атрибутов – идентификатор объекта – представляет собой некоторый ключ, который однозначно определяет экземпляр объекта. В контексте поставленной задачи ключом является ID (identificator). Прочие атрибуты описывают оставшиеся аспекты клиентских данных. При этом к атрибутам применяются домены, то есть полные наборы возможных значений, которые могут быть присвоены атрибуту.

Домены могут быть определены по-разному, а именно:

· По типу данных. Домены, которые задают стандартные типы данных, возможные для определенного атрибута. Это могут быть Date (дата), Integer (целочисленное значение), Boolean (логическое значение) и прочие;

· По формату данных. Домены, включающие в себя шаблоны данных, маски, а также ограничения. Это могут быть ограничения на ввод только цифровых символов или только буквенных символов, или, например, маска для ввода номера телефона;

· Списком. Домены, содержащие конечный список возможных для выбора значений, например, для указания пола клиента;

Так, например, доменом даты рождения клиента будет являться Дата, включающая в себя все возможные действительные даты, а доменом кода подразделения для паспорта гражданина РФ будет являться маска формата «ххх-ххх».

С точки зрения повышения качества клиентских данных можно выделить следующие рекомендации в разрезе их точности, полноты и актуальности:

Для повышения точности следует осуществлять классификацию источников данных на доверительные и недоверительные источники, что поможет избежать конфликтов данных при многоканальном поступлении информации;

Для обеспечения полноты данных следует определить минимально-допустимый состав данных и обеспечить его наличие. Как правило, сокращение времени обслуживания клиента требует сокращения ручных действия оператора, в то время как повышение полноты данных приведет к увеличению времени. Тогда в отношении клиентских данных, рассматриваемых в рамках данной работы, можно осуществить интеграционное взаимодействие с такими решениями, как «Loginom Data Quality» [8] или «Human Factor Labs Фактор» [9] в рамках всех процессов ввода клиентских данных с целью нормализации и обогащения данных. По результатам проведения интеграционного взаимодействия с вышеописанными решениями модель клиентских данных будет расширена такими атрибутами, как (для сущности «Адрес»):

· «Адрес восстановленный». Атрибут включает в себя полный адрес, составленный путем соединения компонент, полученных по результатам разбора введенного адреса;

· «Индекс», «Страна», «Регион», «Район», «Город», «Населенный пункт», «Тип населенного пункта», «Улица», «Тип улицы», «Дом», «Корпус / строение», «Квартира» и «Офис». При этом атрибуты «Тип улицы» и «Тип населённого пункта» не позволят перепутать «Электродную улицу», «Электродный проспект» и «Электродный проезд», а также «деревню Красная Пахра» и «село Красная Пахра» соответственно;

· «Код ФИАС», «Код ОКАТО» и «Код ОКТМО», позволяющие составлять отчетность для ЦБ и ФНС, а также «Часовой пояс».

Для сущности «Телефон» модель данных может включать в себя дополнительные атрибуты:

· «Номер восстановленный», представляющий собой номер телефона клиента, составленный по принятому шаблону;

· «Добавочный код». Атрибут, включающий в себя персональный код сотрудника организации, актуален для номеров по месту работы;

· «Оператор», «Регион» и «Часовой пояс» - атрибуты, позволяющие осуществлять корректную и уместную маркетинговую кампанию, высылать предложения клиентам в рабочее время, а также сегментировать клиентов по территориальному признаку;

Для мониторинга актуальности данных следует определить дату последнего обновления сведений (атрибут «Дата послед. обн. сведений»), рассчитать дату планового обновления сведений (атрибут «Дата план. обн. сведений») и осуществить ряд мероприятий, нацеленных на выстраивание коммуникации с клиентом для получения актуальных сведений.

Рисунок 1. Оптимизированная по результатам проектирования модель данных клиентской информации

Как упоминалось ранее, основной целью управления НСИ является обеспечение организации полными, согласованными и своевременными ссылочными и основными справочными данными по всем организационным процессам, а также обеспечение общего доступа к ним в разрезе функций предприятия.

Очевидно, для выполнения функции территориальной сегментации клиентов потребуются различные территориальные классификаторы (см. Рисунок 2). В первую очередь необходимо наличие справочника стран, включающего себя цифровые коды стран, а также двух и трехбуквенные коды согласно ISO 3166-1. Такой справочник позволит однозначно определить страну, к которой относится адрес клиента, его телефон или документ, удостоверяющий личность. Таким образом, для применения специальных программ к клиентам, относящимся к определенной стране, достаточно определить код данной страны по справочнику, после чего уже можно определить перечень клиентов, имеющих то или иное отношение к данной стране.

Российские адреса могут быть классифицированы по регионам (субъектам) РФ в соответствии со справочником ОКАТО. Иными словами, по аналогии со справочником стран, зная код субъекта РФ по ОКАТО можно составить перечень клиентов, которым в данном субъекте был выдан паспорт гражданина РФ (поскольку первые две цифры серии паспорта соответствуют коду субъекта, выдавшего документ, удостоверяющий личность), а также клиентов, проживающих или имеющих домашний регион мобильного оператора в выбранном субъекте.

Описанные выше выборки могут быть кастомизированы под нужды бизнеса. В зависимости территориальной расположенности и от типа адреса (адрес постоянной регистрации, адрес временной регистрации, в некоторых случаях – адрес рождения) могут быть настроены разные стратегии обслуживания. Для сохранения «метки» принадлежности к той или иной территории сущность Клиента может быть расширена атрибутом «Сегменты», включающем в себя наименования всех территориальных кластеров, к которым данный клиент относится.

Рисунок 2. Оптимизированная по результатам добавления НСИ модель данных клиентской информации

В результате проведенного исследования можно сделать вывод, что схема, описывающая модель данных клиентской информации, представленная на Рисунок 1, минимальна и достаточна для проведения анализа клиентских данных с целью их сегментирования по территориальному признаку в соответствии с требованиями регулятора. Для достижения желаемых результатов, а именно – формирования указанной модели данных и построения алгоритмов сегментации клиентов, необходима реализация проекта по одному из двух путей в зависимости от бюджета, ИТ-ландшафта и конечных целей организации:

· Внедрение решения класса DQM (Data Quality Management) от Informatica, SAP или IBM;

· Интеграция с решениями по нормализации и обогащению данных «Loginom Data Quality» или «Human Factor Labs Фактор», а также кастомная настройка алгоритмов по управлению данными на основании имеющихся в компании информационных систем;

В известных на настроящий момент исследованиях, касающихся процессов построения схем данных в кредитных организациях, российских авторов [10] описываются способы проектирования банковского хранилища данных, однако не конкретизируются способы проектирования хранилищ клиентских данных, в том числе не рассматривается корреляция такого хранилища и нормативно-правовой составляющей.

Библиография
1. Федеральный закон "О специальных экономических мерах" от 30.12.2006 N 281-ФЗ // СПС «КонсультантПлюс»
2. Федеральный закон "О безопасности" от 28.12.2010 N 390-ФЗ // СПС «КонсультантПлюс»
3. Официальное интернет-представительство президента России [Электронный ресурс]. – URL: http://kremlin.ru/events/president/news/58871 (дата обращения: 03.03.2020)
4. Постановление Правительства РФ от 01.11.2018 N 1300 (ред. от 20.04.2020) "О мерах по реализации Указа Президента Российской Федерации от 22 октября 2018 г. N 592" // СПС «КонсультантПлюс»
5. Справочная информация: "Федеральные органы исполнительной власти РФ" [Электронный ресурс]. – URL: http://www.consultant.ru/document/cons_doc_LAW_65443/ (дата обращения: 01.05.2019)
6. Официальный интернет-портал правовой информации [Электронный ресурс]. – URL: http://publication.pravo.gov.ru/Document/View/0001201812250087
7. DAMA-DMBOK: Свод знаний по управлению данными. Второе издание / Dama International [пер. с англ. Г. Агафонова]. — Москва: Олимп–Бизнес, 2020. — 828 с.
8. Официальный сайт компании «Loginom». «Loginom Решения» [Электронный ресурс]. – URL: https://marketplace.loginom.ru/solution/ldq/ (дата обращения: 10.02.2020)
9. Официальный сайт компании «HFLabs» [Электронный ресурс]. – URL: https://hflabs.ru/factor/ (дата обращения: 10.12.2019)
10. Солянов К.С. Методика проектирования банковского хранилища данных на основе конфигурируемой многокомпонентной модели данных // Инновации и инвестиции - 2019. - №9. – 215-220;
References
1. Federal'nyi zakon "O spetsial'nykh ekonomicheskikh merakh" ot 30.12.2006 N 281-FZ // SPS «Konsul'tantPlyus»
2. Federal'nyi zakon "O bezopasnosti" ot 28.12.2010 N 390-FZ // SPS «Konsul'tantPlyus»
3. Ofitsial'noe internet-predstavitel'stvo prezidenta Rossii [Elektronnyi resurs]. – URL: http://kremlin.ru/events/president/news/58871 (data obrashcheniya: 03.03.2020)
4. Postanovlenie Pravitel'stva RF ot 01.11.2018 N 1300 (red. ot 20.04.2020) "O merakh po realizatsii Ukaza Prezidenta Rossiiskoi Federatsii ot 22 oktyabrya 2018 g. N 592" // SPS «Konsul'tantPlyus»
5. Spravochnaya informatsiya: "Federal'nye organy ispolnitel'noi vlasti RF" [Elektronnyi resurs]. – URL: http://www.consultant.ru/document/cons_doc_LAW_65443/ (data obrashcheniya: 01.05.2019)
6. Ofitsial'nyi internet-portal pravovoi informatsii [Elektronnyi resurs]. – URL: http://publication.pravo.gov.ru/Document/View/0001201812250087
7. DAMA-DMBOK: Svod znanii po upravleniyu dannymi. Vtoroe izdanie / Dama International [per. s angl. G. Agafonova]. — Moskva: Olimp–Biznes, 2020. — 828 s.
8. Ofitsial'nyi sait kompanii «Loginom». «Loginom Resheniya» [Elektronnyi resurs]. – URL: https://marketplace.loginom.ru/solution/ldq/ (data obrashcheniya: 10.02.2020)
9. Ofitsial'nyi sait kompanii «HFLabs» [Elektronnyi resurs]. – URL: https://hflabs.ru/factor/ (data obrashcheniya: 10.12.2019)
10. Solyanov K.S. Metodika proektirovaniya bankovskogo khranilishcha dannykh na osnove konfiguriruemoi mnogokomponentnoi modeli dannykh // Innovatsii i investitsii - 2019. - №9. – 215-220;

Результаты процедуры рецензирования статьи

В связи с политикой двойного слепого рецензирования личность рецензента не раскрывается.
Со списком рецензентов издательства можно ознакомиться здесь.

Предмет исследования.
Предметом исследования являются возможности применения способов эффективного управления клиентскими данными в кредитной организации в целях соблюдения требований регулятора.
При этом объект и предмет автором не сформулированы. В связи с этим соотношение объекта и предмета исследования определить возможности нет.
Методология исследования
Исследователь не указывает методологическую основу своего исследования ни на философском, ни на общенаучном, ни частнонаучном уровне.
В статье заявлена проблема, однако решается узкопрактическая задача, без теоретико-методологического обоснования.
Актуальность
Тема работы актуальна, в связи с недостаточной проработанностью вопроса в теоретическом аспекте и практической значимостью.
В работе показано, что банковская деятельность требует обеспечения высокого качества данных, позволяющее без дополнительных временных и финансовых затрат осуществлять анализ и сбор статистики по клиентам Банка.
Недостаток: не указывается важность и значительность рассматриваемой проблемы именно для настоящего момента.
Научная новизна
Результаты работы (Вывод о том, что для достижения желаемых результатов, а именно – формирования указанной модели данных и построения алгоритмов сегментации клиентов, необходима реализация проекта по одному из двух путей в зависимости от бюджета, ИТ-ландшафта и конечных целей организации) содержат элемент научной новизны.
Недостаток: Не показано, в чем отличие работы автора от аналогичных исследований в той же предметной области.
Стиль, структура, содержание
Содержание работы
Стиль статьи не вполне научный, вместе с тем, статья написана понятным языком. В статье выражается идея, доступная для восприятия читателем. Структура статьи отражает логику решения поставленных задач и позволяет раскрыть основную мысль автора. Содержание статьи соответствует названию. Материал излагается последовательно.
Недостатки: Вместе с тем высказываемые автором суждения, выводы и рекомендации, и предложенные модели (оптимизированная по результатам проектирования модель данных клиентской информации; оптимизированная по результатам добавления НСИ модель данных клиентской информации) не имеют достаточного теоретического обоснования.
Библиография
Список литературы соответствует заявленной теме исследования. Недостатки: не уделено внимание современным публикациям по теории исследуемой проблемы. Библиография представлена только данными, которые содержатся на официальных сайтах. Следовало бы ознакомиться с работами иностранных и российских авторов по проблеме исследования
Апелляция к оппонентам. Следовало бы провести анализ работ и российских и зарубежных авторов по проблематике информационного обеспечения банковской деятельности.
Выводы, интерес читательской аудитории
Рецензируемая статья вызывает интерес читательской аудитории. Положения и выводы характеризуются практической значимостью.
Необходимо устранить недостатки, оформить работу согласно требованиям журнала.
Отмеченные в рецензии недостатки существенны, но их можно исправить статью рекомендуется отправить на доработку.

Результаты процедуры повторного рецензирования статьи

В связи с политикой двойного слепого рецензирования личность рецензента не раскрывается.
Со списком рецензентов издательства можно ознакомиться здесь.

Предмет исследования – способы эффективного управления клиентскими данными в кредитной организации в целях соблюдения требований регулятора.

Методология исследования основана на сочетании теоретического и модельного подходов с применением методов анализа, обобщения, сравнения, синтеза, программной инженерии.

Актуальность исследования определяется широким распространением клиентских баз данных (включая банковский сектор) и, соответственно, необходимостью изучения и проектирования соответствующих способов эффективного управления данными, в том числе в целях соблюдения требований регулятора.

Научная новизна автором не выделена и, по видимому, связана с полученными выводами о том, что полученная модель достаточна для проведения анализа клиентских данных с целью их сегментирования по территориальному признаку в соответствии с требованиями регулятора. Реализация указанной модели данных и построение алгоритмов сегментации клиентов (внедрение решения класса DQM (Data Quality Management), интеграция с решениями по нормализации и обогащению данных Loginom Data Quality, Human Factor Labs Фактор, кастомная настройка данными на основании имеющихся в компании информационных систем) зависит от бюджета, ИТ-ландшафта и конечных целей организации. Научная новизна выводов не очевидна.

Статья написана русским литературным языком. Стиль изложения инженерно-технический.

Структура рукописи включает следующие разделы (в виде отдельный пунктов не выделены, не озаглавлены): Введение (важность управления данными организации, сбор информации о целевой аудитории для проведения анализа, аналитические исследования клиентских данных, выполнение требований регулятора), Анализ нормативной базы (федеральный закон № 281-ФЗ "О специальных экономических мерах и принудительных мерах", запрет или ограничение на осуществление финансовых операций, федеральный закон № 390-ФЗ "О безопасности", указ Президента России «О применении специальных экономических мер в связи с недружественными действиями Украины в отношении граждан и юридических лиц Российской Федерации», введение санкций в отношении отдельных физических и юридических лиц, постановление Правительства РФ от 01.11.2018 г. № 1300, перечни физических и юридических лиц, в отношении которых и применяются специальные экономические меры – замораживание счетов, блокирование бездокументарных ценных бумаг и имущества на территории РФ, а также запрет на вывод капитала за пределы России, Постановление Правительства Российской Федерации № 1656, специальные экономические меры в отношении физических лиц и юридических лиц, сегментирование клиентов по территориальному признаку), Процесс управления данными кредитной организации в целях удовлетворения требований регулятора (процесс повышения уровня качества данных, Своду знаний по управлению данными (DAMA-DMBOK), соблюдение нормативных требований, обеспечение высокого качества данных, проектирование данных, Сущность, основные характеристики – ясность, точность, полнота, сущности «Клиент», «Адреса», «Телефоны» и «Документы», отношения, атрибуты, идентификатор объекта ID (identificator), домены по типу данных (Date (дата), Integer (целочисленное значение), Boolean (логическое значение) и пр.), по формату данных (шаблоны данных, маски, ограничения), списком (для выбора значений), Рекомендации по повышению качества клиентских данных (для повышения точности, для обеспечения полноты, для мониторинга актуальности данных, оптимизированная по результатам проектирования модель данных клиентской информации, территориальные классификаторы), Заключение (выводы), Библиография.

Текст включает два рисунка. Изображение на рисунке 2 читается с трудом.

Содержание в целом соответствует названию. Вместе с тем, если название связано с исследованием, фактически рукопись имеет в большей степени инструктивный, нежели научно-аналитический характер. Обсуждение полученных результатов, их сопоставление с данными, полученными иными авторами (в том числе зарубежными), практически отсутствует. Не представлены и соответствующие инструкции регулятора, в связи с чем не представляется оценить практическую ценность предлагаемых решений. Сведения о практической реализации разработки, её эффективности, сопоставление с известными аналогами также не представлены. соответствие содержания статьи тематике журнала «Вопросы безопасности» не очевидно, поскольку не ясно, какие конкретно проблемы безопасности могут быть решены на основании сформулированных предложений.

Библиография включает 10 источников отечественных авторов – нормативные документы, монографии, научные статьи, Интернет-ресурсы. Библиографические описания некоторых источников нуждаются в корректировке в соответствии с ГОСТ и требованиями редакции, например:
10. Солянов К. С. Методика проектирования банковского хранилища данных на основе конфигурируемой многокомпонентной модели данных // Инновации и инвестиции. – 2019. – № 9. – 215–220.
Библиографическое описание завершается точкой. Дублирование названий нормативных актов в основном тексте и в списке использованных источников следует исключить.

Апелляция к оппонентам практически (за редким исключением) отсутствует.

Аббревиатуры ЦБ, ФНС, НСИ нужно привести полностью. Сокращение РФ использовать не следует.

В целом несмотря на ряд отмеченных недостатков материал может представлять интерес для читательской аудитории. Рукопись может быть рассмотрена на предмет издания в журналах «Кибернетика и программирование», «Программные системы и вычислительные методы». Соответствие статьи тематике журнала «Вопросы безопасности» не очевидно.