Генеральный директор компании RuTarget, российского разработчика
— Какие показатели следует учитывать при скоринге заемщика в офлайн- и
— При скоринге, как и при любом другом автоматизированном процессе принятия решений, желательно учитывать максимальное количество релевантных факторов. От базовых социальных атрибутов (стаж, наличие недвижимости, владение автомобилем и прочее) до интересов и привычек человека. Пол и семейное положение — это, конечно, важные атрибуты для принятия банком решения о выдаче клиенту кредита. Статистика показывает, что семейное положение может влиять как на ответственность заемщика, так и на его финансовые возможности. Но это далеко не единственные факторы, которые нужно отслеживать.
В портфолио каждого банка есть услуги, предназначенные для разных категорий клиентов. Таким образом, один и тот же фактор может
— Какие виды скоринга вы выделяете?
— Я предпочитаю такую категоризацию:
— Чем
— Скоринг
в Интернете помогает отслеживать социальные данные о пользователе, то есть ту информацию, которую заемщик самостоятельно размещает во Всемирной паутине. А также поведенческие
— В какой момент вы анализируете заемщика из Сети?
— Каждый раз, когда один из примерно 60 миллионов пользователей Рунета делает поисковый запрос или посещает
— Как вы анализируете потенциальных заемщиков?
— Наш подход близок к модели «Яндекс.Крипта», которая изучает поведение аудитории в Интернете и выявляет ее типичных представителей. Можно задать параметры, по которым система будет искать информацию о конкретных пользователях, а можно «шерстить» всю аудиторию Рунета. «Яндекс.Крипта» анализирует порядка 300 факторов и рассчитывает значимость каждого из них для получателя информации. Наша система собирает информацию о действиях человека в онлайне и выстраивает некий профиль потенциального заемщика, исходя из его интересов. Технически можно даже отслеживать запросы клиента на тему суицида, здоровья и включать эти данные в скоринг, но мы этим из этических соображений не занимаемся. Конечно, точность нашего
— И сколько юзеров в вашей базе?
— В целом сейчас в онлайн в России выходит порядка 60 миллионов человек, на них приходится свыше 150 миллионов cookies. Тут действует «правило трех девайсов» — обычно человек выходит в Интернет с домашнего компьютера, рабочего компьютера и телефона.
— Какой процент потенциальных заемщиков банка вы проскоринговать не можете?
— Логично предположить, что человек, оформляющий заявку на кредит в Сети, является ее частым гостем. Однако бывает и так, что человек первый раз заходит в Интернет именно для оформления кредита. Или информации по нему недостаточно для оценки его платежеспособности. Обычно у нас есть данные по 85% заемщикам, обратившимся в банк через форму
— А как быть с тем, что многие люди предоставляют в Интернете недостоверные данные о себе, создают фейковые профили в соцсетях? Как можно проскоринговать таких людей?
— Поскольку мы никого не спрашиваем, нас тяжело обмануть. Я имею в виду, что мы не задаем вопросы потенциальным заемщикам, а сами находим информацию о них. В этом плане мало кто станет специально менять манеру своего поведения на всех посещаемых им сайтах, чтобы его вдруг не отследили. Большинство россиян прекрасно знают, какие службы и на каких сайтах следят за ними, но при этом никого этот факт не пугает, а воспринимается как суровая правда жизни.
Соцсети действительно позволяют создать полностью виртуальную личность, но ведь мы отслеживаем поведение человека во всем Интернете — там скрыться сложнее. В любом случае у потребителя будет личная и рабочая почта,
— Как вы относитесь к скорингу заемщиков исключительно через соцсети? Это эффективный способ?
— И да и нет. С одной стороны, можно подтверждать социальные данные и использовать список друзей пользователя, чтобы понять, к какой финансовой категории он относится. C другой стороны, социальные сети имеют свойство выдавать только позитивную сторону жизни людей. Согласитесь, вы нечасто встречаете жалобы на жизнь, негативную активность или фотографии с депрессивного вида квартирами во «ВКонтакте» или на Facebook*. Зато все любят выкладывать фотографии с красивыми пейзажами из отпуска или хвастать новой покупкой.
Помимо этого, данные соцсетей стационарны. Они слабо отражают ваши текущие намерения и планы. Тут гораздо интереснее отслеживать
— Какие банки являются вашими клиентами и заинтересованы ли вы в сотрудничестве с микрофинансовыми организациями?
— На данный момент мы проводим пилотный проект по
Что касается микрофинансовых организаций, мы заинтересованы в сотрудничестве с ними, но у них пока не тот уровень, чтобы внедрять у себя
— Можно ли поставить скоринг на поток и осуществлять его только за счет компьютера?
— Я считаю, что автоматизированная система должна помогать человеку, но ни в коем случае не заменять его полностью. Разумеется, автоматизированный скоринг колоссально экономит ресурсы банка на разных этапах, но полностью убирать людей из этого процесса нельзя. Максимум — можно сократить количество персонала, который будет заниматься скорингом вручную. Однако нестандартные ситуации, когда машина выявила нетрадиционное поведение заемщика, должны анализироваться живым человеком.
В случае анализа обычных анкетных данных компьютеру зачастую тяжело построить модель с процентом ошибки менее 25%, поскольку полученные им данные характеризуются большим уровнем шума (случайные факторы, прямо не влияющие на невозврат кредита). Однако если использовать новые виды данных из тех же
— Насколько реально применять системы автоматизированного скоринга при принятии решения о выдаче кредита
— Скорее всего, для скоринга юрлиц поточная автоматизированная система окажется слишком простой, а объем статистики, получаемый ею, не будет достаточным для качественной оценки.
— Какие новые тенденции вы отмечаете на рынке скоринга в последнее время?
— В первую очередь растет интерес к Big Data и ее консолидации. Зачастую банки сами располагают качественными данными, но им не хватает экспертизы или ресурсов для агрегации и обработки таких данных. Также сильно растет использование сторонних поставщиков данных — как поведенческих, так и социальных.
Накопленные банками данные — это сегодня, наверное, самый мощный и качественный ресурс на рынке данных. Радует, что эту простую истину начинают понимать и сами банки — с осени прошлого года мы все чаще получаем заказы на разработку технологий, позволяющих банкам пустить полученную ими информацию о заемщиках в дело.
Однако на рынке явно не хватает экспертизы в области правильного выбора и использования технологий. Например, использование обезличенной информации из банковских данных позволяет делать потрясающие по эффективности кампании в Сети как по продаже собственных продуктов, так и по генерации прямых продаж для партнеров банка. К примеру, на основе своих данных банк легко может спрогнозировать вероятность того, что его клиент в ближайшее время купит автомобиль. Стоит ли говорить, сколько готовы заплатить за такие данные партнеры банка — автосалоны, страховщики, продавцы комплектующих?
— По вашим оценкам, в течение скольких лет большинство банков начнут использовать в своем бизнесе
— Это станет неотъемлемой частью бизнеса банков в рамках
Беседовала Анна ДУБРОВСКАЯ, Banki.ru
*Сервис/сервисы, принадлежащие Meta, признанной в РФ экстремистской организацией, деятельность которой запрещена на территории РФ
