Скоринг добрался до вашей свадьбы и роддома

Если год назад на 6-й межотраслевой конференции Scoring Days-2018 обсуждали, когда умрёт банковский скоринг, то в этот раз дискуссия состоялась в менее «кровожадном ключе» - больше говорили, как банкам, операторам фискальных данных, сотовым операторам, бюро кредитных историй и маркетплейсам создать добавленную стоимость для конечных пользователей и монетизировать то, что уже имеется. Речь, конечно же идёт о бесценном товаре этого столетия – данных. Или больших данных (big data). Если ещё несколько лет назад на профильных конференциях эксперты делились футурологией на этот счёт, то теперь у большинства приглашённых на конференцию экспертов за плечами множество кейсов. Как например у сотового оператора Теле2.

Артём Климов, старший менеджер по исследованию больших данных оператора, рассказал, как с помощью предоставленных данных банк, партнёр Теле2, на 7% увеличил выдачу кредитов без увеличения риска.

- Банк знает далеко не все о своём клиенте, а мы знаем. У нас 44 миллиона абонентов. Мы знаем, когда у вас родится ребёнок, когда будет свадьба, а когда ремонт.

Его спросили, неужели сотрудники оператора читают смс своих клиентов?

- Для этого вовсе не нужно читать смс, но если мы видим, что женщина находится в локации роддома, а потом туда заехал мужчина – судя по звонкам и смс самый близкий ей человек мужского пола – то с вероятностью в 100% у них родился ребёнок.

«Нам не нужно читать смс, чтобы знать, что у женщины скоро родится ребёнок. По локации мы видим это. А потом туда заехал мужчина, судя по звонкам и смс самый близкий ей человек мужского пола. Таким образом, с вероятностью в 100% у них родился ребёнок, - Артём Климов, Теле2.

По словам Артёма Климова, оператор может заниматься также и предиктивной аналитикой:

- Например, мы видим, что человек посещал офис микрофинансовой организации (МФО). Значит, для банка это негативная информация, поскольку считается, что клиент МФО – неблагонадёжный заёмщик для банка.

О том, что у вас вскоре родится ребёнок, знают не только сотовые операторы, но и операторы фискальных чеков.

Максим Ларькин, директор по развитию бизнеса «Первый ОФД», рассказал об опыте сотрудничества с Тинькофф Банк. Не так давно в приложении банка появились расшифровки магазинных чеков. По словам Ларькина, в месяц банк получает порядка 15 миллионов чеков:

- Каждый из нас до рождения ребёнка заказывает по интернету или в физическом магазине одежду для новорождённых, мебель, посуду и так далее.

По словам директора по развитию бизнеса «Первый ОФД», одним из вариантов монетизации данных может быть сотрудничество с партнёрами – кешбэк за счёт партнёров.

- В этом случае часть денег получает банк, а часть – клиент, которому предоставляется кешбэк при покупке того или иного товара или услуги.

Эльдар Сафаров, руководитель проектов СКБ «Контур» - ещё одна компания-оператор фискальных чеков – рассказал о возможности банковского кредитования малого и среднего бизнеса под оборот с онлайн-касс

Семимильными шагами эволюционирует и такая технология, как машинное обучение. О ней всё так же было много футурологии ещё недавно, а теперь – сплошь кейсы.

В МТС Банке используют машинное обучение (МО) с 2017 года для всех банковских продуктов.

«Машинное обучение – это не просто бустинг вместо логистической регрессии, а правильная постановка и решение задач прогнозирования. Не про навороченную модель, а чтобы адекватно поставить задачу под потребности бизнеса», - Светлана Винокурова, МТС Банк

- Машинное обучение – это не просто бустинг вместо логистической регрессии, а правильная постановка и решение задач прогнозирования. МО не про навороченную модель, а чтобы адекватно поставить задачу под потребности бизнеса. То есть, про деньги, - заявила в ходе своей презентации Светлана Винокурова, руководитель блока розничных рисков банка.

Эволюция МО в банке заключается в том, что раньше они оперировали 40 лог-регрессиями, но потом свели всё в одну модель.

- Результатом двухгодичной работы стало увеличение уровня одобрения кредитов на 30%, сокращение в два раза времени на принятие решения, - рассказал Виктор Кантор, эксперт по машинному обучению МТС Банка.

Андрей Черток, управляющий директор центра развития компетенций по исследованию данных Сбербанка, рассказал собравшимся об опыте «AI-трансформации» в крупнейшем банке страны. Андрей рассказал о развитии в банке диалоговых ассистентов, «эмоциональном интеллекте».

- Мы сейчас занимаемся оценкой тех наработок, которые сделали в предыдущие годы. Нам сейчас, например, важно понять, почему машина приняла такое или другое решение. Почему отказала в кредите или, наоборот, одобрила. Вы знаете, что в Европе от банков теперь требуют раскрывать такие вещи.

По словам Чертока, в последний год банк продвинулся в плане скоринга кредитов для МСБ:

- И вместо 40 дней для одобрения теперь это занимает всего 7 минут. Самый большой блок работы был связан с юристами, мы автоматизировали огромное количество рутинных операций. Дело даже дошло до сокращения штата. Наши роботы помогают предсказывать вероятность увольнения сотрудников во фронт-офисе.

Чертока спросили, на каких данных в банке учат нейронные сети. Представитель банка ответил, что 80% данных – транзакционные данные.

Об опыте использования геоданных рассказал Денис Суржко, начальник управления перспективных алгоритмов ВТБ. По его словам, в банке успешно применяют геоаналитику для оценки стоимости недвижимости:

- Пока мы занимаемся геослоями для физических лиц, но есть планы делать геоаналитику для сектора МСБ.

Что касается МСБ, то специальный аналитический отчёт по этому сегменту заёмщиков для конференции подготовил Интерфакс совместно с Бюро кредитных историй ОКБ.

По оценкам исследователей, проникновение кредитования в сегмент микробизнеса составляет около 2% против 16% в сегменте среднего бизнеса, что предполагает возможность кратного роста объёмов выдачи для микробизнеса.

В ОКБ пришли к выводу, что реальный уровень потерь по кредитам МСБ – 2-3% (по данным винтажного анализа), а не 12-14%, как показывает статистика Банка России. «При таком уровне потерь уместны агрессивное наращивание портфеля и автоматизация процедур кредитования малого бизнеса», - говориться в исследовании.

Сред других выводов отчёта:

1. Доля микробизнеса в портфеле корпоративных займов в последние годы снижается. В IV квартале 2014 года (после увеличения учётной ставки ЦБ до 17%) выдачи были практически остановлены. С 2015 года объём портфеля в сегменте МСБ перераспределяется в пользу среднего бизнеса. При этом объёмы выдач имеют слабую тенденцию к росту по всем типам компаний.
2. Размер и доля кредитного портфеля растут только в Центральном федеральном округе, в прочих округах портфель стагнирует. Данная тенденция касается кредитования во всех сегментах с точки зрения размера бизнеса (микро-, малый и средний).
3. Показатель балансовой просрочки довольно плохо характеризует качество портфеля, так как включает в себя просроченную задолженность старых периодов. Особенно показателен микробизнес, где средний срок кредитования более короткий, чем в малом и среднем бизнесе. Более 80% текущей просрочки – по займам, выданным 3 года назад и ранее. Около 40% просроченного долга относятся к долгам ликвидированных на сегодня компаний.

Москва.