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 Страхование » IBP для страховых компаний » Актуарный блок - Планирование резервов незаработанной премии по годам андеррайтинга

Актуарный блок - Планирование резервов незаработанной премии по годам андеррайтинга

В рамках IBP в страховании планирование резервов незаработанной премии по годам андеррайтинга (UnEarned Premium Reserve by Underwriting Year, UPR-UY) становится критическим инструментом для связки финансового результата, долговременной устойчивости портфеля и управляемости риска. Эта глава посвящена методологии формирования резервов по UW-year, их интеграции в процесс планирования, а также практическим шагам реализации в современных платформах IBP. Рассматриваются архитектура данных, подходы к расчету, организационные роли и практики контроля качества, которые позволяют обеспечить прозрачность и воспроизводимость расчетов.

UPR-UY выступает связующим звеном между премией, начисляемой за страхование на определенный период, и фактическим earned-процентом в течение этого периода. Эффективная методика требует тесной координации актуарного расчета, финансового планирования и операционных процессов, включая обновления в процессе заключения договоров, досрочной отмены страхования и изменений портфеля. В рамках IBP данный блок должен поддерживать не только точность резервов, но и сценарное моделирование, чувствительность и согласование с бюджетами и финансовой отчетностью.

Глава структурирована так, чтобы сочетать теоретическую базу, архитектуру решений и практические шаги внедрения в IBP, сохраняя баланс между концепциями и операционной реализацией. В конце приводятся ключевые выводы и ответы на типичные вопросы, возникающие при переходе к планированию UPR-UY в рамках корпоративного процесса планирования.

  • Краткое содержание главы
  • Цели и рамки UPR-UY в IBP: зачем нужен резерв по UW-year и как он вписывается в финансовый и операционный план.
  • Архитектура данных и моделирование: какие данные нужны, как они структурируются, каким образом обеспечить прослеживаемость и качество.
  • Методы расчета: базовые пропорциональные подходы и более сложные схемы с учетом изменений портфеля и досрочных расторжений.
  • Интеграции и процессы внедрения: как встроить расчеты в IBP, какие процессы и роли задействованы.
  • Управление рисками, качеством данных и изменениями: контроль, аудит, управление версиями и устойчивость к изменениям бизнес-модели.

     

Введение: концепции и цели

UPR традиционно относится к части страховой выручки, которая не относится к заработанному периоду отчетности на момент отчетности. В IBP контекст UPR-UY становится инструментом планирования, позволяющим:

  • корректно связывать премии и их распределение по годам андеррайтинга с финансовыми целями и целями управления рисками;
  • поддерживать управляемость бюджетом и финансовой отчетности через прозрачную методику расчета резервов по UW-year;
  • обеспечить единый источник истины для актуарной, финансовой и бизнес-аналитики в процессе планирования, прогнозирования и моделирования сценариев.

Ключевые принципы, лежащие в основе методологии UPR-UY, включают: точность данных, последовательность методологий, гибкость в учете изменений портфеля и досрочных расторжений, а также прозрачность и воспроизводимость расчетов. В рамках IBP резервы должны быть не только корректно рассчитаны, но и представлены в формате, совместимом с бюджетированием, отчетностью и управлением рисками.

 

Архитектура данных и моделирование запасов

 

Единицы измерения и источники данных

Для расчета UPR-UY необходимы данные по полисам, включая:

  • идентификатор полиса, класс риска, вид страхования, регион, линейку бизнеса;
  • дата начала и окончания срока страхования;
  • валовую премию (GWP), дополняемую корректировками и возвратами;
  • дата досрочной отмены и причина отмены (если применимо);
  • UW-year - год заключения договора и фактического начала страхования.

Данные должны быть доступны в едином слепке модели и поддерживать временной горизонт в рамках планового периода. В процессе интеграции важно обеспечить прослеживаемость источников, версии наборов данных и контроля качества на каждом шаге.

 

Модель данных и агрегаты

Оптимальная структура данных для UPR-UY следует принципу "policy-level до UW-year-level". Основные сущности:

  • Policy: базовые характеристики и параметры премии;
  • UnderwritingYear: год заключения договора и привязка к нему;
  • Term: срок действия полиса в днях;
  • Premium: валовая премия, корректировки, возвраты;
  • Status: активен/ расторгнут/ истек.

Агрегаты формируются по UW-year на разрезе по линейке бизнеса, региону, классу риска и другим релевантным признакам. В IBP данные агрегируются по месяцам или по неделям, чтобы обеспечить динамику изменений и непрерывную обновляемость прогноза.

 

Архитектура процесса и качество данных

Ключевые элементы архитектуры:

  • источники данных: полисное администрирование, учет премий, платежи, отмены;
  • ETL-процессы и проверки согласованности;
  • хранилище исторических версий данных и снапшоты для сценарного анализа;
  • механизм обновления UW-year-агрегатов на регулярной основе (еженедельно/ежемесячно);
  • связь с финансовой моделью и IBP: выработка резервов, влияние на бюджет и P&L.

Контроль качества данных включает в себя валидацию полноты полей, проверку корректности дат, согласование сумм премий и корректировок, а также аудит изменений и версий. Важна устойчивость к данным с пропусками и обработки аномалий, особенно при крупных обновлениях портфеля или изменений политики андеррайтинга.

 

Инструменты и интеграции

В рамках hybrid-балансированного подхода целесообразно использовать комбинацию инструментов для хранения, обработки и моделирования:

  • базы данных и хранилища, поддерживающие версии и временные ряды;
  • BI/IBP-платформу для планирования, сценариев и отчетности;
  • инструментальные средства ETL/ELT и контроль качества данных.

Примеры технологий и продуктов должны быть минимальны и целенаправлены: один-два примера на раздел, при необходимости. В качестве open-source можно упомянуть Python (pandas) или R для анализа данных, а для проприетарной части - отечественные или иностранные решения по интеграции и планированию, упомянутые там по релевантности.

 

Пояснения к архитектуре

Важно подчеркнуть, что архитектура UPR-UY должна быть достаточно гибкой для учета изменений в портфеле, таких как новые договоры, изменения срока действия и досрочные расторжения. Версии данных и контроль изменений играют ключевую роль: плановые прогнозы должны быть воспроизводимыми, с четко зафиксированными допущениями и сценариями. Непрерывная связь между актуариями, финансовым контролем и бизнес-аналитиками обеспечивает точность и согласование показателей UPR-UY с финансовыми результатами и бюджетами.

 

Методы расчета резерва по годам андеррайтинга

 

Базовый пропорциональный подход

На базовом уровне резерв по UW-year можно оценивать как пропорцию премии, остающейся на конец периода, к общему сроку полиса. При этом для каждого полиса:

  • term_days = срок полиса в днях;
  • days_remaining = количество дней до окончания срока на дату расчета;
  • upr_i = premium_i * days_remaining / term_days.

Сумма по всем полисам, объединенная по UW-year, дает резервы по каждому году андеррайтинга. Этот подход прост, прозрачен и хорошо работает для короткосрочных линей и портфелей с небольшим уровнем изменений в течение периода отчета.

 

Учет досрочных расторжений и изменений портфеля

Реальная страховая практика требует учета досрочных расторжений и изменений портфеля. Включение этих факторов может существенно скорректировать UPR-UY:

  • досрочная отмена до истечения срока уменьшает срок действия и, следовательно, снижает days_remaining;
  • новый договор или изменение срока и премии требуют перерасчета для соответствующего UW-year;
  • частые изменений портфеля приводят к динамической перераспределяемости резервов по UW-year.

Эти эффекты можно интегрировать в расчет несколькими способами: пересчет на регулярной основе после каждого события, или применение корректировок на ежемесячной/ежеквартальной основе с использованием event-driven обновлений.

 

Моделирование риска и сценариев

Для повышения устойчивости к неопределенности полезно внедрять сценарное моделирование:

  • базовый сценарий - отражение текущей структуры портфеля;
  • стрессовые сценарии - увеличенная доля досрочных расторжений, изменения в средних сроках полисов, различия в линейках бизнеса;
  • чувствительность - изменение премии, срока действия и коэффициентов отмены по UW-year.

Сценарии позволяют оценить диапазон возможных значений UPR-UY, оценить влияние на P&L и капитал, а также предоставить руководству инструменты для принятия управленческих решений.

 

Пример алгоритма расчета (псевдокод)

## Псевдокод: расчет UPR по UW-year на дату расчета
for policy in policies:
    term_days = (policy.expiry_date - policy.inception_date).days
    days_remaining = (policy.expiry_date - calculation_date).days
    if days_remaining 

Такой подход позволяет на выходе получить распределение резервов по каждому UW-year и учесть вклад каждого полиса в соответствующий год андеррайтинга. В реальных системах заменяется на векторизованные операции по дата-фреймам и агрегаты по ключам UW-year, линейки бизнеса и региона.

 

Модульность и адаптация методологии

Реализация может включать следующие слои:

  • базовый слой расчета по каждому полису;
  • слой агрегации по UW-year и другим признакам;
  • слой учета досрочных изменений и редких событий;
  • слой сценариев и факторов устойчивости.

Важно, чтобы каждое изменение методики сопровождалось документированной версией допущений, а расчеты - аудируемыми логами и версиями данных. Такой подход обеспечивает воспроизводимость и прозрачность для аудита и регуляторных требований.

 

Интеграции и процессы внедрения в IBP

 

Встраивание расчета в цикл IBP

UPR-UY должен быть интегрирован в общий цикл IBP: планирование, бюджетирование, прогнозирование и управленческие панели. Основные точки интеграции:

  • входные данные: обновления портфеля, изменения политики, актуарные предпосылки;
  • расчеты: модуль расчета UPR-UY, который может быть выполнен как часть плановой модели;
  • выходы: резервы по UW-year, сценарные результаты, влияние на P&L и балансовые показатели;
  • контроль и аудит: логирование изменений, версионирование моделей, сравнение фактических и плановых значений.

     

Процессы внедрения и управление изменениями

Этапы внедрения включают:

  1. Определение бизнес-требований: какие UW-year разрезы нужны, какие линейки бизнеса и регионы должны входить в расчеты.
  2. Архитектура данных: выбор источников, схемы интеграции, форматы данных и частота обновлений.
  3. Разработка логики расчета: выбор метода (базовый пропорциональный, корректировки за cancels/changes, сценарии).
  4. Интеграция в IBP: настройка моделей, связей между модулями, создание отчетности и панелей.
  5. Контроль качества и верификация: валидация входных данных, тестирование сценариев, аудит изменений.
  6. Внедрение и обучение: обучение пользователей, документация, поддержка на начальном периоде.

     

Роли и обязанности

  • Актуари: отвечают за методологию расчета, выбор допущений и сценариев, верификацию результатов.
  • Финансовый контролер: согласование резервов с бюджетами и финансовой отчетностью, обеспечение соответствия регуляторным требованиям.
  • Аналитик IBP: настройка моделей, подготовка данных, визуализация и подготовка управленческих панелей.
  • Инженер по данным: обеспечение инфраструктуры данных, качество данных, версии и аудит.

     

Контроль качества и риски внедрения

  • полнота и корректность данных по полисам и премиям;
  • корректность учета досрочных расторжений и изменений портфеля;
  • прозрачность и воспроизводимость расчетов;
  • устойчивость к регуляторным требованиям и аудиту;
  • документирование допущений и версий моделей.

     

Управление качеством данных, рисками и управлением изменениями

 

Качество данных и консистентность

Качество данных - основа надежности UPR-UY. Основные практики:

  • автоматические проверки на полноту и корректность дат, премий, и статусов полиса;
  • сопоставление данных между системами полисного администрирования, учета премий и IBP;
  • мониторинг изменений портфеля и регулярное обновление UW-year-агрегатов;
  • ретроспективный анализ и валидация против фактических изменений за период.

     

Риски и контроль

  • риск ошибок в связывании полиса с UW-year при массовых изменениях портфеля;
  • нестыковки между расчетами и фактическим учетом P&L;
  • риски версионирования и недоступности исторических данных;
  • регуляторные риски, связанные с прозрачностью и аудируемостью расчетов.

     

Управление изменениями

Внедрение изменений в методику расчета требует формального управления изменениями: версия модели, дата внедрения, влияние на показатели и уведомление стейкхолдеров. Важна документированная процедура одобрения изменений и регламент интеграции новых допущений в IBP.

 

Key takeaways

  • УPR-UY связывает премии по годам андеррайтинга с финансовой планировкой и управлением рисками в рамках IBP.
  • Архитектура данных должна обеспечивать единый источник правды, прослеживаемость и возможность агрегации по UW-year.
  • Простые пропорциональные методы служат базой, но учет досрочных расторжений и изменений портфеля необходим для адекватности резервов.
  • Интеграция в IBP требует четкой архитектуры данных, процедур обновления и согласования с финансовыми аудитами.
  • Управление качеством данных, версиями моделей и сценариями - критически важный элемент устойчивого планирования.
  • Внедрение должно сопровождаться формализованной ролью и ответственностями, а также обучением пользователей.
  • Мониторинг и обновления должны происходить регулярно с возможностью сценарного анализа для оценки рисков и чувствительности.

     

FAQ

  1. Что такое резерв незаработанной премии по годам андеррайтинга и зачем он нужен в IBP?

UPR-UY - это сумма премий, которая ещё не стала заработанной на момент расчета и должна быть отражена как резерв в балансе и в P&L в зависимости от срока действия полиса и года андеррайтинга. В IBP он служит основой для планирования выручки, финансового баланса и анализа устойчивости портфеля, а также обеспечивает согласование между актуарной моделью, финансовой отчетностью и операционными планами.

 

  1. Какие данные необходимы для расчета UPR-UY?

Необходимы данные по полисам: идентификатор, UW-year, дата начала и окончания срока, валовая премия и корректировки, статус полиса, дата досрочной отмены (если есть). Также требуется информация о линейке бизнеса, регионе и других признаках, по которым нужно агрегировать резервы.

 

  1. Как выбрать подход к расчету: простой пропорциональный или более сложный?**

Базовый пропорциональный подход подходит для большинства короткосрочных портфелей и обеспечивает прозрачность. Однако для портфелей с длительным сроком действия, частыми изменениями, досрочными расторжениям или специфическими сезонностями целесообразно включать корректировки для изменений портфеля и сценарное моделирование, чтобы снизить риск и повысить точность.

 

  1. Какие сценарии полезно включать в IBP для UPR-UY?

Полезно включать базовый сценарий, стрессовые сценарии (увеличение доли расторжений, изменение средних сроков полисов) и чувствительность к ключевым допущениям: премии, сроки, частота отмен, структура портфеля. Это позволяет оценить диапазоны возможных резервов и последствий для бюджета.

 

  1. Как обеспечить качество данных и управляемость изменений в IBP?

Установить четкие правила версионирования наборов данных и моделей, внедрить автоматические проверки полноты и согласованности данных, обеспечить аудит изменений и регламент обновления UW-year-агрегатов. Включить документирование допущений, версий моделей и этапов внедрения, чтобы обеспечить воспроизводимость.

 

  1. Какие роли задействованы в расчете UPR-UY в IBP?

Актуарии отвечают за методологию, предпосылки и сценарии; финансовый контролер - за согласование с бюджетом и финансовой отчетностью; аналитик IBP - за настройку моделей и визуализации; инженер по данным - за инфраструктуру данных и качество данных.

 

  1. Какую роль играют данные об отменах и изменениях полисов?

Досрочные отмены и изменения полисов прямо влияют на days_remaining и term_days, что в свою очередь меняет расчеты UPR-i. Игнорирование этих факторов приводит к систематическим искажениям резервов и ошибок в управлении рисками.

 

  1. Какие ограничения следует учитывать при расчете UPR-UY?

Учитывайте возможные задержки в обновлениях данных, нестандартные сроки полисов и редкие события (например, крупные досрочные аннулирования). Также следует помнить о регуляторных и аудитных требованиях к документированию допущений и версий.

 

  1. Как интегрировать UPR-UY в финансовый цикл и бюджетирование?

Расчеты должны аргументированно переходить в бюджет и планы P&L, с явной связью на расчеты по UW-year и влияние на капитал. Взаимодействие между актуариями, бизнес-аналитиками и финансовыми службами обеспечивает согласование и прозрачность.

 

  1. Какие примеры инструментов или технологий можно применить?

Для анализа данных и расчета можно использовать open-source инструменты (Python с pandas, R) и проприетарные решения для интеграции в IBP-платформы. В каждом конкретном случае выбор инструментов зависит от существующей архитектуры, требований к безопасности и прозрачности, а также доступности специалистов. Один-два примера на весь раздел помогают сохранить фокус на сути и снизить перегрузку техническими деталями.

 

Примечание: приведенный материал ориентирован на баланс между концепциями, архитектурой и практикой внедрения в IBP. В зависимости от конкретной страховой компании, регуляторных требований и используемой платформы IBP могут потребоваться адаптации методики, дополнительные допущения и настройка процессов.

← Предыдущая статья
Урегулирование убытков - Rolling forecast выплат с корректировкой резервов
Следующая статья →
Актуарный блок - Планирование резервов заявленных и незаявленных убытков

 

Узнать стоимость решенияЗапросить видео презентацию

Запросить видео презентацию Узнать стоимость решения Запросить доступ к демо стенду online

Задать вопрос

loading...

Решения

Анализировать ФинансыУвеличивайте ПродажиОптимальный Склад и ЛогистикаМаркетинговые Метрики

Клиенты
  • AbbVie – компания, которая стремится решить самые серьезные проблемы здравоохранения. Это биофармацевтическая компания, сфокусированная на исследованиях и разработках.

  • «Синтека» — ведущий разработчик инновационных сервисов для строительной отрасли, который решает ключевые задачи автоматизации службы снабжения строительных компаний.

  • KERAMA MARAZZI — международный бренд, входящий в число лидеров глобального рынка керамики. Бизнес компании охватывает весь процесс создания керамических изделий, от глиняных карьеров до фирменной розницы во всех крупных городах РФ и за рубежом.

  • Компания ООО "Комус" - один из лидеров российского рынка оптовых продаж офисных товаров и техники. Компания поставляет широкий ассортимент продукции - от канцелярских принадлежностей до компьютерной техники и офисной мебели.

  • 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.