Разработка и внедрение интеллектуальной системы «КАСКАД» для анализа рисков и контролей в процессах автомобильной логистики

Заказчик
НЛМК
Руководитель проекта со стороны заказчика
ИТ-поставщик
Кэпт (Kept)
Год завершения проекта
2023
Сроки выполнения проекта
Август, 2021 - Май, 2023
Масштаб проекта
10000 человеко-часов
Цели
1. Обеспечение сбора, обработки и анализа данных из систем, сопровождающих процесс автомобильной логистики
2. Организация своевременного выявления потенциальных индикаторов рисков мошенничества и злоупотреблений, включая неправомерный заезд и выезд с территории предприятия, несоблюдение запланированного маршрута и параметров движения (скорость, остановки, контрольные точки маршрута), несоответствия веса и типа груза
3. Проведение реинжиниринга процессов автомобильной логистики
4. Разработка, внедрение и поддержка масштабируемой системы, адаптивной под формирование контролей в других процессах
5. Работа контролей и отчетность позволяют оперативно реагировать на риски и воздействовать на процессы


Результаты
1. Разработана комплексная ИТ-система, включающая:
a. Интеграцию с системами-источниками через корпоративные шины данных
b. Гибкую микросервисную архитектуру, реализующую логику контролей и анализ качества данных от источников
c. 18 контролей – индикаторов риска на базе лучших практик в области управления рисками и противодействия мошенничеству
d. Сквозной процесс отработки тревог по контролям, вовлекающий релевантных специалистов
e. Сервис аналитики и отчетности с интерактивными дэшбордами, позволяющий выявлять тренды и зависимости
f. Сервис настроек и ведения НСИ
2. Проведен реинжиниринг процессов, оптимизировано более 10 процессов (заезд и выезд автомобилей с территории комбината, контроль оснований заезда, организация и отслеживание движения автотранспорта на предприятии, пересмотрена процедура взвешивания на автомобильных весах и пр.)
3. Работа контролей и отчетность позволяет оперативно реагировать на риски и снижать вероятность мошенничества и хищений на предприятии


Уникальность проекта

1. Реализация антифрод системы на базе более 10 технологий и продуктов, сложная функциональная архитектура и интеграции
2. Большой объем данных, анализируемых в режиме реального времени, включая координаты, скорости, направление движения сотен транспортных средств и сравнение их с ожидаемыми значениями
3. Синергия технологических компетенций и опыта в разработке методологии выявления индикаторов риска мошенничества и злоупотреблений
4. Внедрение системы выступило драйвером изменения и оптимизации смежных бизнес-процессов и ИТ-систем
5. Развитие проекта посредством разработки и внедрения контролей в других бизнес-процессах и включения их в общий процесс работы с рисками

Проект решает задачи импортозамещения
Нет
Использованное ПО
1. Корпоративные шины данных (Kafka, SAP PO)
2. Микросервисная архитектура (микросервисы на Java, Python)
3. Два типа хранилища – транзакционное PostgreSQL и аналитическое Hadoop
4. SAP GRC PC, SAP HCM
5. Таск-трекинг в Jira
6. BI-платформа Apache Superset
7. Системы мониторинга (Grafana, Sentry, разработки на Python)

Сложность реализации
Сложность реализации проекта была обусловлена следующими факторами:

1. Интегрируемые системы-источники и процессы внедрялись / дорабатывались параллельно с разработкой Системы. С одной стороны, была возможность «диктовать» требования к источникам, с другой – требовалось значительное вовлечение в проектирование и поддержку доработок смежных систем
2. Недостаточная детальность документации по системам-источникам потребовала больше трудозатрат на проектирование интеграций и потоков данных
3. Проблемы с качеством данных от систем-источников, решение которых потребовало пересмотра процессов, доработок источников и внедрения автоматического мониторинга качества и факта поступления данных
4. Высокий риск выделения недостаточной инфраструктуры под проект в силу сложностей прогнозирования нагрузки на систему и объема данных на старте
5. Бизнес-логика контролей значительно эволюционировала по ходу проекта, поскольку требовалось учитывать особенности и параллельные изменения в системах, данных и процессах, а также повышать практическую ценность контролей для лучшего покрытия фрод-рисков
6. Вынужденный пересмотр архитектуры системы из-за ухода Tableau с российского рынка, было принято решение реализовывать аналитику на базе Apache Superset

Описание проекта
В рамках проекта было необходимо разработать и внедрить масштабируемую систему с функционалом:

1. Загрузки и анализа данных в режиме реального времени от транспортной (TMS) и телеметрической системы, весового комплекса (автомобильные весы, весы погрузчика) и системы контроля и управления доступом (СКУД)
2. Контроля факта поступления и качества данных от систем-источников, информирования администраторов систем о появлении проблем с данными
3. Хранения данных в двух типах хранилищ – транзакционного на PostgreSQL (обеспечивает работу микросервисов) и аналитического на Hadoop (использовался в т.ч. как витрина данных для BI)
4. Автоматизации процесса отработки тревог по сработавшим контролям и рискам на базе Jira с вовлечением ответственных подразделений и сотрудников, данные по которым поступали из SAP HCM
5. Формирования оперативной и статистической аналитики и отчетности с интерактивными дэшбордами на Apache Superset
6. Конфигурации системы (управление контролями, их калибровочными параметрами и настройками) и ведения нормативно-справочной информации в SAP GRC PC

Потребность в едином рабочем интерфейсе была реализована посредством размещения страницы Системы и её модулей на корпоративном портале. В Системе предусмотрено 5 гибко настраиваемых ролей с различными уровнями доступа.

География проекта
г. Липецк, Новолипецкий металлургический комбинат
Коментарии: 4

Комментировать могут только авторизованные пользователи.
Предлагаем Вам в систему или зарегистрироваться.

  • Максим Часовиков
    Рейтинг: 4767
    Центр цифровой экономики МГУ
    Ведущий специалист
    04.01.2024 23:27

    Добрый день, обычно под БигДатой подразумевается работа с разнородными неструктурированными, часто нетекстовыми и данными из разных источников и их обогащение. С какими источниками данных, прежде всего нетекстовых, осуществлялась работа в этом проекте?

    • Никита Лисенков Максим
      Рейтинг: 84
      ПАО «НЛМК»
      Руководитель направления по развитию Дирекции по безопасности
      26.01.2024 16:18

      Максим, добрый день!
      Благодарю за ваш вопрос. В данном проекте неструктурированные либо нетекстовые данные не использовались. Прежде всего, разработанная система может рассматриваться как «анализ больших данных» в силу использования данных геолокации большого количества транспортных средств в режиме реального времени. В качестве источников данных выступали транспортная (TMS) и телеметрическая системы, весовой комплекс (автомобильные весы, весы погрузчика), система контроля и управления доступом (СКУД).

  • Дмитрий Турчановский
    Рейтинг: 2527
    Зарубежнефть
    Заместитель начальника Управления информационных технологий
    06.01.2024 21:57

    В текущей геополитической ситуации выбор вашего стэка решений неочевиден, как выбирали решения, чем руководствовались? Какие другие решения смотрели и почему не подошли?

    • Никита Лисенков Дмитрий
      Рейтинг: 84
      ПАО «НЛМК»
      Руководитель направления по развитию Дирекции по безопасности
      26.01.2024 16:19

      Дмитрий, добрый день!
      Спасибо за ваш вопрос. Проект начался в середине 2021 г., когда риски по технологическому стеку было невозможно спрогнозировать. На тот момент функциональная архитектура решения формировалась, исходя из доступных в Компании технологий, сторонних решений не рассматривалось, в т.ч. для оптимизации бюджета на разработку системы. Однако, некоторые компоненты архитектуры все же пришлось заменить: например, изначально планировалась реализация дашбордов на BI-платформе Tableau, а в результате аналитика и отчетность были реализованы на базе решения Apache Superset.

Год
Предметная область
Отрасль
Управление
Мы используем файлы cookie в аналитических целях и для того, чтобы обеспечить вам наилучшие впечатления от работы с нашим сайтом. Заходя на сайт, вы соглашаетесь с Политикой использования файлов cookie.