BI Consult Desktop Logo BI Consult Mobile Logo
  • Russian BI Исследование российских bi
  • Перейти на Fine BI
  • Контакты
  • +7 812 334-08-01
    +7 499 608-13-06
  • Отправить сообщение
  • Главная
  • Продукты Эксперт-BI
    • Дистрибуция
    • Розничная торговля
    • Производство
    • Операторы связи
    • Страхование
    • Банки
    • Лизинг
    • Логистика
    • Нефтегазовый сектор
    • Медицина
    • Сеть ресторанов
    • E-Commerce
    • Сельское хозяйство
    • Энергетика
    • FMCG
    • Девелоперы
    • Маркетплейсы
    • Пищевая промышленность
    • Фармацевтика
    • Построение Data Platform
    • Цифровая трансформация
    • Управление по KPI
    • Финансы
    • Продажи
    • Склад
    • HR
    • Маркетинг
    • Внутренний аудит
    • Категорийный менеджмент
    • S&OP и FP&A
    • Геоаналитика
    • Цепочки поставок (SCM)
    • AutoML
    • Process Mining
    • IBP
    • ИТ (CIO)
    • Закупки
  • Платформы
    • Системы бизнес-анализа (BI)
    • Интегрированное бизнес-планирование (IBP)
    • Хранилища данных (DWH / Lakehouse)
    • Каталоги данных (Data Catalog)
    • Системы ETL и ELT
    • AI / Исскуственный интеллект
    • Шина данных (ESB)
    • Система управления мастер-данными (MDM)
    • Семантический слой
  • Услуги
    • Переход на отечественные BI и DWH системы
    • Консалтинг
    • Пилотный проект
    • Обучение и сертификация
    • Бесплатное обучение
    • Поддержка
    • Технические задания
    • Сбор требований для проекта внедрения BI-системы
    • CI/CD для DWH
    • Аудит BI приложений и DWH
    • Выделенная команда
    • Настойка и поддержка баз данных
    • Разработка BI Стратегии
    • Styleguide для BI-системы
    • Как выбрать BI-систему
  • Курсы
    • Учебный курс Информационная грамотность (Data Literacy)
    • Учебный курс для бизнес-аналитиков
    • Учебный курс для системных аналитиков
    • Учебный курс по Data Governance
    • Учебный курс Как стать CDO
    • Учебный курс Современная архитектура хранилища данных
    • Учебный курс по Fine BI
    • Учебный курс по FineReport
    • Учебный курс по DWH
    • Учебный курс по Data Science (ML, AI)
    • Учебный курс по PostgreSQL
    • Учебный курс по Greenplum
    • Учебный курс по Apache Airflow и NiFi
    • Учебный курс по Open-source BI
    • Учебный курс по ClickHouse
    • Учебный курс по DataLens
    • Учебный курс по Loginom
    • Учебный курс по Modus BI и ETL
    • Учебный курс по Visiology
    • Учебный курс по dbt (Data Build Tool)
  • Компания
    • Руководство
    • Новости
    • Клиенты
    • Карьера
    • Скачать
    • Контакты

Отраслевые решения

  • Дистрибуция
  • Розничная торговля
  • Производство
  • Операторы связи
  • Банки
  • Страхование
  • Фармацевтика
  • Нефтегазовый сектор
  • Лизинг
  • Логистика
  • Медицина
  • Сеть ресторанов
  • Сельское хозяйство и агрохолдинги
  • Энергетика
  • E-Commerce
  • FMCG
  • Пищевая промышленность
  • Селлеры на маркетплейсах
  • Строительные компании и девелоперы

Функциональные решения

  • Управление по KPI
  • Финансы
  • Продажи
  • Склад
  • Категорийный менеджмент
  • HR
  • Маркетинг
  • Внутренний аудит
  • Геоаналитика, аналитика на географической карте
  • Цепочка поставок (SCM)
  • S&OP и FP&A
  • Разработка стратегии цифровой трансформации
  • Process Mining
  • Интегрированное планирование (IBP)
  • Закупки
  • ИТ (CIO)
  • Построение хранилища данных
  • Создание Data Lake и Data Engineering
Главная » Решения Эксперт-BI на российских BI-платформах » Эксперт-BI Лизинг: система бизнес-анализа для лизинговых компаний » IBP для лизинговой компании » Кредитный анализ и андеррайтинг - Планирование доли исключений из кредитной политики

Кредитный анализ и андеррайтинг - Планирование доли исключений из кредитной политики

В условиях лизинга решение о предоставлении кредита требует согласования между финансовыми целями компании, рисковыми лимитами и требованиями регуляторов. Интегрированное планирование бизнеса (IBP) в контексте лизинга предполагает не только формализацию кредитной политики, но и грамотное управление долей исключений - случаев, когда сделка выходит за пределы стандартного набора критериев, применяемых к типовым сделкам. Эта глава посвящена методологическому подходу к кредитному анализу и андеррайтингу в рамках планирования доли исключений: как формулировать политику, на каких данных строить решения, какие процессы и роли задействовать, какие инструменты внедрить для прозрачности и контроля.

Именно планирование доли исключений обеспечивает баланс между необходимостью заключать сделки в условиях рыночной динамики и удержанием допустимого уровня риска. Правильная методология позволяет управлять рисками на уровне портфеля, минимизировать неожиданные просрочки и дефолты, а также обеспечить предсказуемость финансовых результатов. В фокусе данной главы - структурированное описание процессов, методик и организационных изменений, которые позволяют внедрить устойчивую практику планирования исключений в рамках IBP в лизинге.

  • Подход к планированию доли исключений: структура, KPI и роль управления рисками в IBP.
  • Как строится андеррайтинг при наличии исключений: данные, критерии и механизмы адаптации скорингов.
  • Процедуры контроля, мониторинга и аудита исключений в жизненном цикле сделки.
  • Организационные требования: роли, процессы согласования, обучающие мероприятия и правовые аспекты.
  • Взаимодействие риск-менеджмента и комплаенса с бизнес-подразделениями для обеспечения прозрачности и подотчетности.

     

Введение: концепции и цель подхода

Исключение из кредитной политики - это не отклонение от правил без ответственности, а обоснованная отклоняемая сделка, требующая растяжимого, но управляемого подхода к риску. В лизинге такие исключения часто связаны с уникальными характеристиками контрагента, структурой сделки, требуемой гибкостью финансовых условий или особенностями рынка. Основная цель планирования доли исключений состоит в том, чтобы задать допустимый предел исключений на уровне портфеля и сегментов, обеспечить согласование между инициативами по продажам и рисками, а также сохранить целостность кредитной политики.

 

Ключевые концепции включают:

  • баланс между экономической целесообразностью сделки и устойчивостью портфеля;
  • единый подход к определению и мониторингу исключений через IBP-процессы;
  • выделение порогов и критериев для разных сегментов, продуктов и каналов;
  • создание прозрачной системы учета, аудита и отчетности.

Исключения нельзя рассматривать как произвольные решения в вакууме. Они требуют ясной структуры принятия решений, доказательств на уровне данных и контроля. В рамках методологии IBP целевые показатели по доле исключений должны быть согласованы на уровне портфеля, а их влияние на качество риска - регулярно пересматриваться в контексте изменяющихся условий рынка и регуляторной среды.

 

Краткое содержание главы

  • Определение и роль доли исключений в кредитной политике лизинга, связь с IBP и управлением рисками.
  • Механизм планирования доли исключений: данные, сегментация, сценарии и утверждение.
  • Андеррайтинг и кредитный анализ при исключениях: адаптация скорингов, дополнительные данные и меры удержания риска.
  • Контроль, мониторинг и прозрачность: траектории одобрения, аудит, дашборды и отчетность.
  • Организационные изменения: роли, комитеты, обучение и управление данными.
  • Риск-менеджмент и комплаенс: соответствие требованиям, методики оценки риска и регуляторные аспекты.

     

Введение в концепцию исключений и роль IBP

Исключения возникают там, где стандартные параметры кредита - тарифные пороги, лимиты по срока, дисконтные ставки, требования по залогу и гарантии - не позволяют полностью охватить реальную экономическую ситуацию клиента или сделки. В рамках IBP они становятся управляемой составляющей портфеля: планирование доли исключений должно быть интегрировано с финансовыми прогнозами, продажами, рисками и операционной эффективностью.

Почему это важно? Во время цикла планирования компании сталкиваются с необходимостью адаптироваться к рынку, продуктовым стратегиям и новым каналам продаж. Исключения позволяют не пропускать ценовые возможности и поддерживать клиентскую базу, но требуют строгого контроля рисков. Эффективная методология определяет:

  • минимизацию просрочек и дефолтов за счет дополнительных мер риска, таких как корректировка цен, увеличение залога, поручительства или расширенные ковенанты;
  • обеспечение прозрачности и повторяемости решений через структурированные процессы согласования;
  • сохранение согласованности между целями отдела продаж, риска и финансовой дисциплины.

Ключевой аспект методологии - переход от локальных, индивидуальных решений к портфельной концепции. Это достигается через четко определяемые роли, регламенты, базы данных и аналитические инструменты, которые позволяют оценивать влияние каждого исключения на общий риск-профиль и на финансовые показатели портфеля.

 

Механизм планирования доли исключений

  1. Сбор и подготовка данных

    • Источники внешних и внутренних данных: кредитный рейтинг, история платежей, финансовая устойчивость клиента, качество залога, характеристики сделки, макроэкономические факторы и регуляторные требования.
    • Качество данных - основа прогнозной точности. В рамках IBP необходимо обеспечить единый стандарт заполнения полей, согласованные форматы и единицы измерения.
  2. Сегментация и структура портфеля

    • Разделение на сегменты по работе с лизингом (корпоративный, малый и средний бизнес, госучреждения), по типу продукции (лизинг оборудования, техники, автолизинг), по каналам продаж.
    • Определение базовых допусков и порогов исключений для каждого сегмента. Это позволяет минимизировать риск, связанный с неравномерной структурой портфеля.
  3. Определение порогов и целей доли исключений

    • Установление целевой доли исключений на год, разбитой по сегментам и по продуктовым линиям.
    • Разработка критерия “soft cap” и “hard cap”: мягкие лимиты позволяют бюджетировать ожидаемую долю исключений, но требуют дополнительных мер риска; жесткие лимиты реже трактуются как допустимый риск и ведут к строгим контролям.
  4. Моделирование и сценарии

    • Прогнозирование влияния планируемой доли исключений на риск-профиль портфеля в разных сценариях: базовом, стрессовом, оптимистическом.
    • Интеграция данных об окружающей среде (изменения ставок, инфляция, спрос на рынке лизинга) и их влияние на вероятность дефолта и просрочки по сделкам с исключениями.
  5. Процедуры согласования

    • Внесение решений об исключениях в регламентированный процесс: от участия бизнес-единик до итогового кредитного комитета.
    • Нормативные требования к документации решений и прозрачности: записать основание, данные, предполагаемое влияние на риск и финансовые показатели.
  6. Мониторинг исполнения и корректировки

    • Регулярная сверка фактической доли исключений с плановыми целями.
    • Аналитика отклонений, причинно-следственный анализ и корректировки политики на предстоящие периоды.

       

Андеррайтинг и кредитный анализ при исключениях

Исключения требуют адаптации стандартного андеррайтинга: данные усиливают силу убеждения в отношении риска, а не подменяют его. Ключевые принципы включают:

  • Привлечение дополнительной информации: более детальный анализ финансового положения клиента, анализ устойчивости к колебаниям макроэкономики, оценка ликвидности и способности обслуживать долговые обязательства в условиях рыночной неопределенности.
  • Расширение качественного анализа: дополнительный фокус на качественных факторах, таких как клиентская база, репутация, устойчивость дистрибьюторской сети, качество контракта аренды и условия послердового обслуживания.
  • Адаптация скоринговых моделей: введение поправочных коэффициентов и корректировок риск-классов для исключительных сделок; возможность изменения веса факторов в риск-профиле сделок с исключениями (например, усиление веса по залогу или гарантиям).
  • Дополнительные меры риска: усилие по использованию залога, целей по страхованию, расширенных ковенантов, дополнительной ретро-расчитаемой стоимости актива. Это позволяет снизить вероятности дефолта и ограничить потенциальные потери.

Смысл андеррайтинга в рамках исключений - сохранить «карту риска» в портфеле целостной и управляемой. Для этого следует применять структурированный подход:

  • Определение минимальных требований к информации и альтернативной верификации данных, применяемых к исключениям.
  • Разработка множества сценариев риска для каждой сделки, включая последствия худшего сценария.
  • Применение пороговых значений (thresholds) для решения об окне исключения: например, допускается исключение при определенной величине залога, но только если заемщик имеет дополнительное обеспечение.

Уровень детализации и объем данных зависят от сложности сделки и размера портфеля. В крупных организациях целесообразно опираться на модель “исключение + контроль” в рамках единой информационной платформы: это обеспечивает единообразие выводов, возможность последующей аудиторской проверки и прозрачность для регуляторов.

 

Контроль, мониторинг и прозрачность

Контроль за исключениями требует не только настройки порогов и процедур, но и создания прозрачной системы наблюдения и отчетности. Основные элементы:

  • Рабочий процесс утверждения и трассируемость решений
    Каждое исключение должно проходить через формализованный маршрут утверждения: от анализа на уровне выпуска заявления до участия комитетов и высшего руководства. Включение временных рамок и критериев ускорения помогает оперативно реагировать на рыночную динамику.

  • Дашборды риска и портфельной динамики
    Реализация интегрированных визуализаций, показывающих долю исключений по сегментам, продуктам и каналам, влияние на распределение риска, а также показатели просроченности и дефолтов. Реальные данные и прогнозы обновляются в режиме реального времени или по расписанию (например, еженедельно/ежеквартально).

  • Аудит и трассируемость данных
    Все решения должны сопровождаться полноценной документацией: источники данных, версии моделей, принятые параметры и лицо, ответственное за конкретное решение. Наличие аудиторской дорожной карты снижает регуляторные риски и повышает доверие к процессу.

  • Метрики и сигналы тревоги
    Включение KPI по доле исключений, коэффициенту покрытия залогом, коэффициенту риска на сделку и на портфель; система сигнала тревоги при превышении порога или при неожиданной динамике по сегментам.

     

Организационные изменения и внедрение

Эффективность методологии во многом определяется тем, насколько она встроена в организационные процессы и культуру управления рисками. Рекомендованные направления изменений:

  • Роли и ответственности
    Определение ролей в IBP-цепочке: бизнес-единица (поручение), риск-менеджмент (проверка политики, валидация данных), юридический отдел (регуляторная и правовая проверка), кредитный комитет (утверждение исключений), ИТ-операторы (обеспечение интеграции данных и систем).

  • Регламент и регламентированные процессы
    Утверждение формализованных регламентов по планированию доли исключений, обновлению методик скоринга для исключительных сделок, а также периодичности пересмотра порогов и целей.

  • Обучение и развитие компетенций
    Программы для сотрудников по новым правилам IBP, аналитическим методам, работе с данными и осмыслению рисков, связанных с исключениями. В рамках российского и международного опыта применимы практики по обучению менеджеров по рискам и аналитиков.

  • Управление данными и инфраструктура
    Необходимость единой информационной платформы: единая база данных, единые форматы, единые модели и версии кода. Важна прозрачность источников данных и согласованных методик оценки.

  • Пилотирование и поэтапное внедрение
    Начало с пилотного сегмента, оценка эффектов на риск-профиль, корректировка порогов, последующее масштабирование на другие сегменты. Такой подход снижает риск неправильной настройки стратегий и повышает качество принятия решений.

     

Риск-менеджмент, комплаенс и регуляторные аспекты

Управление исключениями содержит элементы риска, которые требуют особого контроля и соответствия регуляторным требованиям. Основные принципы включают:

  • Прозрачность и подотчетность
    Все решения об исключениях документируются, доступны для аудита и могут быть воспроизведены на основе данных и аргументаций. Это критично для внутреннего контроля и внешних проверок.

  • Риск-аппетит и согласованность с политикой
    Планируемая доля исключений должна быть согласована с уровнем риск-аппетита, установленным для портфеля, и с требованиями кредитной политики. В рамках IBP эти параметры должны периодически пересматриваться.

  • Регуляторные требования и качество данных
    В зависимости от юрисдикции наличие исключений и методологий их управления должно соответствовать требованиям регуляторов. В рамках методологии особое внимание уделяется качеству данных, аудиторской прозрачности и соблюдению требований по конфиденциальности.

  • Методы стресс-тестирования
    Включение исключительных сделок в стресс-тесты портфеля позволяет увидеть влияние на устойчивость бизнеса в условиях неблагоприятных сценариев, что важно для планирования капитала и резервов.

  • Интеграция с системами риск-менеджмента
    Обеспечение совместимости между IBP-процессами и платформами риск-менеджмента, такими как управление скорингом, моделями дефолтов, мониторингом параметров риска и регуляторной отчетностью.

     

Key takeaways

  • Исключения из кредитной политики должны рассматриваться как управляемая часть портфеля, а не как произвольные сделки; их планирование интегрируется в IBP и риск-менеджмент.
  • Эффективный механизм планирования доли исключений опирается на структурированную сборку данных, сегментацию портфеля, определение порогов и сценариев, а также строгие процедуры согласования.
  • Андеррайтинг при исключениях требует добавления дополнительных данных, адаптации скоринга и применения мер снижения риска, чтобы сохранить устойчивость портфеля.
  • Контроль и мониторинг исключений обеспечивают прозрачность, аудит и раннее выявление отклонений от планов, что поддерживает доверие к процессу.
  • Организационные изменения - ключ к внедрению методологии: определение ролей, регламентов, обучения и инфраструктуры данных.
  • Риск-менеджмент и комплаенс должны интегрироваться с бизнес-подразделениями, обеспечивая соответствие регуляторным требованиям и устойчивую финансовую динамику.

     

FAQ

  1. Что такое доля исключений и зачем она нужна в лизинге?

Доля исключений - это доля сделок, которые проходят через непредусмотренные стандартной политикой критерии и требуют дополнительных обоснований. В контексте IBP она позволяет балансировать между необходимостью заключать сделки и контролем рисков, обеспечивая гибкость рынка, но при этом сохраняя управляемый риск-профиль портфеля.

 

  1. Как связать планирование доли исключений с IBP?

IBP обеспечивает интеграцию планирования исключений с финансовыми прогнозами, продажами, рисками и операциями. Это значит, что решения об исключениях учитывают не только риск и доходность, но и влияние на прогнозируемые доходы, маржу, капитал и регуляторные требования.

 

  1. Какие данные требуются для обоснованного решения об исключении?

Необходимо сочетать финансовые параметры клиента (доходы, платежеспособность, долговая нагрузка), характеристики сделки (срок, сумма, залог, GUARANTEE), качество актива, рынок и макроэкономические сценарии, а также данные о прошлом опыте клиента в лизинге и качестве контрагентов.

 

  1. Какие меры риска применяются к исключениям?

Принятые меры могут включать усиление залога, использование дополнительных гарантий, расширенные ковенанты, структурирование платежей и ценовую адаптацию, а также дополнительный мониторинг в рамках портфеля.

 

  1. Какой уровень риска допустим для исключений и как он контролируется?

Уровень риска устанавливается в рамках риск-аппетита и политики портфеля. Контроль достигается через пороги по доле исключений, регулярный мониторинг, анализ отклонений от планов, а также аудиты и проверку соблюдения регламентов.

 

  1. Какие данные и архитектура поддерживают андеррайтинг исключений?

Необходимо единое хранилище данных, общепринятые форматы данных и согласованные методики расчета рисков. Архитектура должна обеспечивать достоверность данных, версионность моделей и возможность воспроизведения решений для аудита.

 

  1. Как организовать процесс утверждения исключений?

Необходимо формализованный маршрут: анализ данных, подготовка обоснования, участие риск-менеджмента и бизнес-единицы, и завершающее решение кредитного комитета. Важно обеспечить сроки, прозрачность и документирование всех решений.

 

  1. Какие метрики важны для мониторинга доли исключений?

Ключевые метрики включают долю исключений по портфелю, коэффициент просрочки и дефолтов среди исключительных сделок, адекватность обеспечения, влияние на чистую прибыль и маржу, а также точность прогноза по этим сделкам.

 

  1. Какие ИТ-системы и инструменты применимы при IBP в лизинге?

Это может быть единая платформа риск-менеджмента и аналитики (для рисковой оценки, моделирования и мониторинга) в сочетании с системами кредитного оформления и управления сделками. В открытом рынке можно встретить решения уровня SAS или российских аналогов по управлению кредитным риском и планированию политики, а также единые DWH для интеграции данных.

 

  1. Как обучать сотрудников работе с исключениями?

Необходимо внедрить программы обучения по методологии IBP, кросс-функциональные тренинги по рискам и продажам, а также регулярные обновления по изменениям в политике и регуляторных требованиях. Эффективное обучение сопровождается практическими кейсами и симуляциями принятия решений.

 

← Предыдущая статья
Кредитный анализ и андеррайтинг - Определение целевых параметров одобряемых сделок
Следующая статья →
Кредитный анализ и андеррайтинг - Согласование сроков рассмотрения заявок в рамках операционного плана

 

Узнать стоимость решенияЗапросить видео презентацию

Решения

Анализировать ФинансыУвеличивайте ПродажиОптимальный Склад и ЛогистикаМаркетинговые Метрики

Клиенты
  • ПАО «Банк Уралсиб» (Публичное акционерное общество «Банк Уралсиб») — российский коммерческий банк. В 2020 году входил в топ-20 банков РФ по размеру активов (рэнкинг рейтингового агентства Эксперт РА), в 2021 году — в топ-25 крупнейших банков страны по расчётам агрегатора Банки.ру

  • С объединением компании Savencia Fromage & Dairy и молочного комбината в г.Белебей, одного из лидеров по производству твердых сычужных сыров в России, Savencia выходит на российский рынок не только как импортер, но и как производитель молочной продукции.

  • В «Пивоваренной компании «Балтика» аналитическая платформа Loginom применяется для моделирования процессов или построения отчетов, в том числе для формирования рекомендаций по корректировке плана промоактивностей.
     
  • Банк "Санкт-Петербург" - это универсальный коммерческий банк, предоставляющий полный спектр финансовых услуг для частных и корпоративных клиентов. Банк основан в 1990 году и имеет генеральную лицензию Банка России на осуществление банковских операций. Сеть банка включает более 170 офисов и отделений, а также свыше 1000 банкоматов и терминалов в Санкт-Петербурге, Москве и других регионах.

  • Решения
    • Дистрибуция
    • Розничная торговля
    • Производство
    • Операторы связи
    • Страхование
    • Банки
    • Лизинг
    • Логистика
    • Нефтегазовый сектор
    • Медицина
    • Сеть ресторанов
    • E-Commerce
    • Энергетика
    • Фармацевтика
  • Услуги
    • Переход на отечественные BI и DWH
    • Консалтинг
    • Пилотный проект
    • Обучение и сертификация
    • Бесплатное обучение
    • Техническая поддержка
    • Технические задания
    • Сбор требований для проекта внедрения BI-системы
    • CI/CD для DWH
    • Аудит BI приложений
    • Выделенная команда
    • Настойка и поддержка баз данных
    • Разработка BI Стратегии
    • Styleguide для BI-системы
    • Как выбрать BI-систему
  • Платформы
    • FineBI
    • FineReport
    • FineDataLink
    • Коннекторы данных из 1С в BI
    • Airflow + NiFi
    • Visiology
    • Luxms BI
    • Modus BI
    • PIX BI
    • Arenadata
    • ClickHouse
    • Greenplum
    • Postgres Professional
    • Open-source BI: Superset/Metabase
    • Loginom
    • Yandex.DataLens
    • AI / Исскуственный интеллект
    • Optimacros
    • Шины данных
  • Курсы
    • Учебный курс Информационная грамотность
    • Учебный курс для бизнес-аналитиков
    • Учебный курс для системных аналитиков
    • Учебный курс по Data Governance
    • Учебный курс Как стать CDO
    • Учебный курс Современная архитектура хранилища данных
    • Учебный курс по Fine BI
    • Учебный курс по FineReport
    • Учебный курс по DWH
    • Учебный курс по Data Science (ML, AI)
    • Учебный курс по PostgreSQL
    • Учебный курс по Apache Airflow и NiFi
    • Учебный курс по Open-source BI
    • Учебный курс по ClickHouse
    • Учебный курс по DataLens
    • Учебный курс по Loginom
    • Учебный курс по Modus BI и ETL
    • Учебный курс по Visiology
    • Учебный курс по dbt
  • Функциональные решения
    • Создание Data Lake
    • Цифровая трансформация
    • Управление по KPI
    • Финансы
    • Продажи
    • Склад
    • HR
    • Маркетинг
    • Внутренний аудит
    • Категорийный менеджмент
    • S&OP и прогнозная аналитика
    • Геоаналитика
    • Цепочки поставок (SCM)
    • AutoML
    • Process Mining
    • Сквозная аналитика
  • Компания
    • О нас
    • Руководство
    • Новости
    • Клиенты
    • Скачать
    • Контакты
    • Политика конфиденциальности
RutubeVkontakteLinkedInYouTube
ООО "Би Ай Консалт",
ИНН: 7811437757,
ОГРН: 1097847154184
199178, Россия,
Санкт-Петербург,
6-ая линия В.О., Д. 63, 4 этаж
Тел: +7 (812) 334-08-01
Тел: +7 (499) 608-13-06
E-mail: info@biconsult.ru

 

 

 

 

 

×

Пользуясь сайтом, вы соглашаетесь с использованием cookies и политикой конфиденциальности.