Details
| Title | Выбор и обоснование методов цифровой трансформации бизнеса на примере ПАО Сбербанк: выпускная квалификационная работа магистра: направление 38.04.02 «Менеджмент» ; образовательная программа 38.04.02_50 «Управление цифровым бизнесом» = Choice and justification of methods for digital business transformation using PJSC Sberbank as a case study |
|---|---|
| Creators | Асар Тоугар |
| Scientific adviser | Цеханович Андрей Алексеевич |
| Organization | Санкт-Петербургский политехнический университет Петра Великого. Институт промышленного менеджмента, экономики и торговли |
| Imprint | Санкт-Петербург, 2026 |
| Collection | Выпускные квалификационные работы ; Общая коллекция |
| Subjects | цифровая трансформация ; цифровая зрелость ; банковский сектор ; искусственный интеллект ; экосистема ; digital transformation ; digital maturity ; banking sector ; artificial intelligence ; ecosystem |
| Document type | Master graduation qualification work |
| Language | Russian |
| Level of education | Master |
| Speciality code (FGOS) | 38.04.02 |
| Speciality group (FGOS) | 380000 - Экономика и управление |
| DOI | 10.18720/SPBPU/3/2026/vr/vr26-4344 |
| Rights | Доступ по паролю из сети Интернет (чтение, печать) |
| Additionally | New arrival |
| Record key | ru\spstu\vkr\44324 |
| Record create date | 9/3/2026 |
Allowed Actions
–
Action 'Read' will be available if administrator prepare required files
| Group | Anonymous |
|---|---|
| Network | Internet |
Данная работа посвящена исследованию методов цифровой трансформации бизнеса на примере ПАО Сбербанк — крупнейшего банка России и лидера цифровизации финансового сектора. Задачи, которые решались в ходе исследования: 1. Изучение теоретических основ и понятийного аппарата цифровой трансформации бизнеса. 2. Анализ нормативно-правовой базы в сфере цифровых технологий. 3. Оценка уровня цифровизации банковского сектора России. 4. Комплексный анализ цифровой трансформации ПАО Сбербанк и оценка его цифровой зрелости. 5. Выявление системных проблем и обоснование необходимости их решения. 6. Разработка и сравнительная оценка методов совершенствования цифровой трансформации. Проведён анализ деятельности банка по ключевым направлениям: цифровые каналы, ИИ и машинное обучение, управление данными, экосистемное развитие. Выявлены приоритетные проблемы: технологический долг, дефицит ИТ-специалистов, интеграционная сложность экосистемы, киберриски и культурные барьеры. Предложены два метода решения: создание Единой платформы искусственного интеллекта (MLOps-инфраструктура) и открытой экосистемной платформы для интеграции партнёров через API. IRR первого метода превышает 30%, второго — 40%; рекомендована параллельная реализация обоих методов. В процессе работы использовались научные базы данных КиберЛенинка, eLibrary, Google Scholar, Scopus; официальные данные ПАО Сбербанк и Банка России; программное обеспечение Microsoft Word, Microsoft PowerPoint; облачные сервисы для работы с документами.
This work is devoted to the study of methods of digital business transformation using PJSC Sberbank as an example — the largest bank in Russia and a leader in the digitalization of the financial sector. Tasks addressed in the research: 1. Study of theoretical foundations and conceptual framework of digital business transformation. 2. Analysis of the regulatory and legal framework in the field of digital technologies. 3. Assessment of the level of digitalization of the Russian banking sector. 4. Comprehensive analysis of the digital transformation of PJSC Sberbank and evaluation of its digital maturity. 5. Identification of systemic problems and justification of the need to address them. 6. Development and comparative evaluation of methods for improving digital transformation. An analysis of the bank’s activities was conducted in key areas: digital channels, AI and machine learning, data management, and ecosystem development. The following priority problems were identified: technological debt, shortage of IT specialists, ecosystem integration complexity, cybersecurity risks, and cultural barriers. Two solutions were proposed: the creation of a Unified Artificial Intelligence Platform (MLOps infrastructure) and an open ecosystem platform for partner integration via APIs. The IRR of the first method exceeds 30%, and the second exceeds 40%; parallel implementation of both methods is recommended. In the course of the work, scientific databases such as CyberLeninka, eLibrary, Google Scholar, Scopus were used; official data from PJSC Sberbank and the Bank of Russia; Microsoft Word and Microsoft PowerPoint software; and cloud document services.
| Network | User group | Action |
|---|---|---|
| ILC SPbPU Local Network | All |
|
| Internet | Authorized users SPbPU |
|
| Internet | Anonymous |
|