Зачастую у банков есть свои методы того, как оценить кредитоспособность клиентов. Кроме того, они могут сотрудничать с частными бюро кредитных историй. Последние собирают данные о пользователе из разных источников и сохраняют ее. Например, на Западе в этой сфере доминируют крупные игроки, такие как FICO, Experian, Equifax, TransUnion и SCHUFA.
Такая информация позволяет кредиторам выбирать только «надежных» клиентов, минимизируя риски. Тем не менее, подобные модели зачастую не учитывают множество факторов и в итоге приводят к предвзятому отношению к некоторым категориям клиентов. К примеру, фрилансеры с нерегулярным доходам могут быть помечены такими алгоритмами как потенциально «ненадежные».
Цифровизация приносит новые инструменты
«Оценка риск-профиля клиента — одна из основных задач подразделения рисков. В условиях диджитализации старые проверенные методы становятся малоэффективными. Они не позволяют оценить клиента на все 360 градусов», — говорит Ольга Соловьева, директор Департамента розничных рисков Райффайзен Банка Аваль.
На смену «классическим» подходам приходят новые инструменты, например, скоринг от мобильных операторов. Такой сервис позволяет использовать множество уникальных параметров. И это не удивительно, ведь наши телефоны зачастую знают о нас больше, чем мы можем себе представить.
Что такое скоринг? Упрощенно говоря, это выставление «оценок» по набору определенных параметров. На основе данных о пользователе мобильной сети, алгоритм может присвоить им баллы, и полученный результат станет основой для вывода о предоставлении кредита.
«Обладая уникальными знаниями об абонентах и используя Big Data (большие данные), компания Vodafone Украина помогает финансовым организациям определить оценку риска клиента или склонность клиентов к приобретению продуктов и услуг финансовой компании», — поясняет Александр Рыбалко, Product Owner «Big Data Scoring» мобильного оператора Vodafone Украина.
Что получается в итоге работы такого алгоритма? Банк получает «оценку» — скоринговый балл, который поможет быстро решить, выдавать ли клиенту кредит или нет. Это снизит потенциальные потери учреждения в связи с невозвратом кредитов. Процесс обработки заявок, в свою очередь, становится быстрее. Выигрывают все — и банк, и клиенты. Ведь если банк получит дополнительные аргументы в пользу надежности клиента, он может сделать ему наиболее выгодное предложение.
Как это работает
Как правило, банки самостоятельно разрабатывают свои модели для определения благонадежности клиента. Конкретные параметры не разглашаются, ведь тогда недобросовестные заемщики могут этим воспользоваться. Тем не менее, дополнительные данные от мобильного оператора помогают получить более точную вероятностную оценку: вернет или не вернет кредит клиент.
«Big Data Scoring от Vodafone предоставляет уникальные возможности для проведения предиктивного анализа заемщика и, как следствие, возможности заранее, а не постфактум, реагировать на любые изменения в поведении клиента», — рассказывает Рыбалко.
Разработанная Vodafone Украина скоринговая оценка может использовать разного рода информацию об особенностях пользователя — всего число доступных параметров превышает 3000. Что может быть среди них? Например, общее число блокировок по номеру, средняя сумма затрат на звонки, модель устройства, статус на дату заявки, потребление трафика, использование роуминга и многое другое. Эти данные собираются, анализируются и помогают решить, выдавать ли кредит либо же запустить дополнительную проверку на мошенничество.
«Хакнуть» такую систему, имитировать то или иное поведение, чтобы получить лучший балл, не получится. Для оценки используются тысячи аспектов, а сам период для анализа достаточно долгий, чтобы исключить возможность обмана алгоритма, заверяет эксперт по работе с национальными клиентами Vodafone Елена Ещенко.
Что важно: использование данных от мобильного оператора происходит только при согласии клиента. В Vodafone Украина подчеркивают, что строго придерживаются законодательства и не передают персональные данные клиентов. Банк получает только количественную оценку — скоринговый балл и ничего больше.
«Клиент не хочет ждать не то что дни, даже часы. Райффайзен Банк Аваль со своей стороны хочет не просто удовлетворить потребность клиента и укоротить время рассмотрения заявки, а еще и быстро и качественно оценить клиента. Благодаря информации от мобильного оператора мы упростили принятие решений и минимизировали, а где-то и вовсе исключили, участие людей в процессе. В итоге время рассмотрения заявки уменьшилось в разы без потери качества таких решений», — резюмирует Соловьева.
Кейс банка и мобильного оператора показывает, что использование больших данных для принятия бизнес-решений — не просто новая мода, а необходимость. Ведь комплексная аналитика — самое разумное решение в современных динамичных условиях. Big Data позволяет оперативно реагировать на меняющуюся ситуацию, а также лучше понимать проблемы и запросы клиентов.
