В нашем мире каждое событие имеет двойственную природу. Тот, кто видит позитивную сторону ситуации, может использовать скрытый в ней потенциал для своего роста и развития.
Кризис розничного кредитования заметно снизил информационную нагрузку на банки. Наступило время осмотреться и навести порядок там, куда в период бума кредитования просто руки не доходили. Например, рассмотреть возможности более широкого использования аналитических инструментов в управлении бизнесом. По этому пути идет /banks/1402/.
Рассказывает начальник отдела департамента розничных кредитных рисков банка Юрий Прудников.
“Предвидеть — значит управлять”.
Блез Паскаль
Руководство КРЕДИТ ЕВPОПА БАНКА традиционно придерживается взвешенной позиции в отношении внедрения того или иного программного продукта, предпочитая сначала поработать с ним, посмотреть, что он дает бизнесу на практике.
Так и было с аналитическим комплексом SAS Analytics PRO. В 2007 г. банк приобрел лицензию на SAS Analytics PRO для решения аналитических задач, связанных с розничным направлением. С тех пор комплекс интенсивно используется специалистами управления для целей клиентской аналитики. Руководство банка требует от своих сотрудников работать с новыми программами не вслепую, используя пользовательский интерфейс как «черный ящик», а научиться использовать все заложенные в них возможности. Например, задавая опции и параметры процедур вручную, построить скоринговую модель, используя накопленный профессиональный опыт. Внедрив одну-две построенные таким образом скоринговые модели, банк неизбежно приобретет практический опыт и получит результаты в виде модифицированных бизнес-процессов, пересмотренных параметров кредитных заявок. Наработка подобных знаний сегодня — одна из приоритетных задач.
До покупки SAS Analytics PRO обработка кредитных заявок (т. е. оценка заемщика для принятия решения о выдаче кредита) велась на собственной разработке AES (Application Evaluation System). С ростом числа клиентов и банковских продуктов, а также объема данных по операциям клиентов возникла потребность в промышленной автоматизации для обработки больших объемов информации, ее наглядной интерпретации, формировании отчетности. Банку нужно было решение, позволяющее «играть» с данными по клиентам, сегментировать заемщиков, строить и модифицировать модель кредитования для каждого сегмента. Решение NBSM (New Business Strategy Manager) компании Experian — визуальный инструмент построения стратегии принятия решений по заявке, клиенту, продукту, — пришло на смену AES, стало новой оболочкой для SAS Analytic PRO. (Позже подобное решение, Real-Time Decision Manager, появилось и у SAS, однако банк придерживается осторожной политики приобретения ПО разных производителей).
Клиентская аналитика — основа розничного бизнеса
Бизнес ЗАО «КРЕДИТ ЕВPОПА БАНК» связан с обслуживанием крупных торговых сетей: АШАН, МЕТРО, ИКЕА, где банк является эксклюзивным финансовым учреждением по предоставлению розничных кредитов и выпуску кредитных карточек. Одновременно, несмотря на тяжелые времена, банк продолжает успешно развивать направление автокредитования. Целевая аудитория, поведение покупателей каждой из этих торговых сетей, типы предлагаемых в них кредитных продуктов и карточек очень сильно различаются. Поэтому остро стоит вопрос сегментации клиентов с целью уменьшения кредитных рисков банка, лучшего понимания потребностей клиентов и персонализации предложений для них.
Цель сегментации — разделить клиентов на схожие по ряду параметров группы и предложить им более интересные решения (продукты, услуги). Результаты сегментации используются и подразделением маркетинга банка (для запуска программ выдачи предодобренных кредитов, для целевых кампаний, направленных на перекрестные и дополнительные продажи), и подразделением ценообразования (для формирования ценовой политики).
Технология сегментации за время практического применения значительно усовершенствовалась. Во многом этому способствовали накопленные данные о клиентах, полученный опыт исполнителей, целенаправленная работа по повышению качества данных (также реализуемая с использованием решений SAS). Большое влияние оказывает и региональный фактор. Чувствительность параметров сегментации, измеряемая с помощью решений SAS (регрессии, деревья решений и т. д.), отслеживается на постоянной основе и позволяет быть уверенными в качестве и актуальности получаемых результатов.
Важно не столько провести идеальную сегментацию, сколько выделить группы людей с похожими социальными свойствами. Например, группу «водителей-азербайджанцев», «молодых домохозяек», «руководителей строительного сектора» и оперировать этим понятием как единым целым, предлагая узкоспециализированные продукты и услуги. В среднем на каждый продукт в банке приходится около пяти сегментов.
Сегментирование используется также для установки и изменения лимитов по кредитам и кредитным карточкам, т. е. для управления лимитами и сопутствующими рисками. Динамическое управление последними особенно важно для работы с кредитными карточками. Ведь многие клиенты могут пользоваться карточками нерегулярно, а резервируемая под них денежная масса может быть настолько велика, что приведет к недополучению банком потенциальной прибыли.
Сегментация задолжников и использование оптимальных каналов взаимодействия с ними позволяют в полной мере и своевременно воздействовать на них таким образом, чтобы обеспечить сбор просроченной задолженности с максимальным возвратом кредита в кратчайшие сроки. Критерии сегментации могут быть различными в зависимости от типа кредита, по которому заемщик «вышел на просрочку». Кроме основных параметров (срока и суммы кредита, срока и суммы просрочки) немаловажную роль играет и поведенческая статистика, которая подсказывает, какие меры и по каким каналам применялись к заемщику и каков был результат воздействия. Учитываются и поведенческие характеристики — транзакции, платежи клиента, если они производились. Важно не только построить качественные модели, но и контролировать результаты их применения во времени, внося при необходимости соответствующие корректировки в эти модели. Добиться подобного результата путем обычно применяемой во многих банках шаблонной работы с должниками просто невозможно.
Если сегментация позволяет создавать базовые группы клиентов, то скоринг дает возможность рассчитывать и присваивать баллы клиентам этих групп в соответствии с их характеристиками. Для каждого сегмента строится прогнозная модель (при этом для разных сегментов могут использоваться различные параметры, и даже их число может быть неодинаковым), а на основе нее — скоринговая карта.
КРЕДИТ ЕВPОПА БАНК самостоятельно занимается разработкой скоринговых карт, их валидацией и мониторингом. Моделирование включает все виды скоринга: application (для выдачи кредитов), behavioral (для оценки поведения заемщика) и collection (для сбора задолженностей). Сторонняя компания не в состоянии в полной мере учесть всю специфику того или иного сегмента. Обобщенные скоринговые карты от известных поставщиков, которые предлагаются на рынке, даже созданные с учетом статистики банка, подчас не работают. Мы знаем это на примере нашего банка. Есть специфичные области, которые не находят отражения в таких картах. В связи с этим банк отказался от покупки готовых скоринговых карт и сейчас разрабатывает их с помощью решений SAS.
| ЗАО «КРЕДИТ ЕВPОПА БАНК» — российский банк со 100%-ным иностранным капиталом, входит в состав международной FIBA Group, работающей в восьми странах Европы. Осуществляет свою деятельность в России с 1997 г. С начала своего существования на российском рынке банк работал под названием «Финансбанк», право на использование которого перешло к Национальному банку Греции в 2007 г. Сейчас в КРЕДИТ ЕВPОПА БАНКЕ работают более 2 тыс. высококвалифицированных специалистов. Количество корпоративных клиентов превысило 1,5 тыс., а число клиентов — физических лиц составляет более 2 млн. Региональная сеть КРЕДИТ ЕВPОПА БАНКА насчитывает около ста подразделений в Москве и крупнейших регионах России. КРЕДИТ ЕВPОПА БАНК имеет рейтинг Moody’s Ba3. Входит в ТОП-50 по размеру собственного капитала, ТОП-25 по объему выданных розничных кредитов (на 1 июня 2009 г.). |
В настоящий момент около 80% времени, затраченного на построение моделей (скоринговых карт), уходит на подготовку данных — очистку, обогащение, сглаживание, разбиение на категории и пр. Один и тот же заемщик может быть представлен в разных системах банка, где его персональные данные могут незначительно отличаться. В таких случаях необходимо создать единый «образ» клиента, общую клиентскую базу. Эта работа ведется также с помощью средств SAS. Конечный результат подготовки данных во многом зависит от того, сколько времени выделяется на эти процедуры. Например, за более длительный срок можно получить результаты очистки данных, скажем, на 3–5% лучше, но это не окажет существенного влияния на итоговое качество моделей. Целесообразность дальнейшего улучшения характеристик модели зависит от конкретной задачи и области ее предполагаемого использования.
Кредитный скоринг стал первым этапом внедрения аналитических технологий в банке. В ходе эксплуатации продуктов SAS в банке создано немало внутренних наработок, различных макросов для автоматизации рутинных операций.
В конце 2008 г., учитывая развивающийся кризис, КРЕДИТ ЕВPОПА БАНК принял решение об использовании системы SAS ETS для усиления возможности прогнозирования поведения клиентов, в частности для выявления сезонных трендов с целью мониторинга кредитного портфеля. Сейчас прогнозируется как потребность в кредитах, так и вероятность выплат по уже выданным кредитам. Заложенная в идеологию продуктов SAS единая платформа позволяет легко вводить в эксплуатацию новые модули и компоненты. А новая версия SAS 9.2 дает возможность более наглядно и с меньшими усилиями отображать результаты анализа данных, представлять их в различных разрезах.
Взаимодействие с такими компаниями, как SAS, помогает КРЕДИТ ЕВPОПА БАНКУ повышать внутреннюю культуру, связанную с аналитической обработкой данных, расширять имеющийся аналитический функционал, сокращая тем самым время на рутинные операции и оставляя человеку функцию генерации идей, контроля и управления.
