28 марта 2019, 8:11 Читати українською

Как Big Data меняет будущее кредитования

Главная цель каждого бизнеса — максимизация прибыли. В случае с кредитами это означает правильно определить, кто из потенциальных клиентов быстро и беспроблемно вернет кредит, а кто окажется злостным неплательщиком. И главное — не перепутать этих двух.

Главная цель каждого бизнеса — максимизация прибыли.

Как лидеры рынка используют big data и новейшие технические разработки для снижения кредитных рисков, «Минфину» рассказал СЕО Artellence Владимир Лозовой.

Как это работает сейчас

Как правило, банки и кредитные компании имеют ограниченное количество информации о своих клиентах, и только некоторые из этих данных могут помочь определить вероятность невозврата кредита. В первую очередь речь идет о кредитной истории человека: банк или другая кредитная организация смотрит на количество предыдущих кредитов и успешность их выплаты. Но кредитная история не всегда дает полную картину: хорошая кредитная история не значит, что человек и в этот раз отдаст кредит — у него может случиться финансовый кризис или серьезно измениться личные обстоятельства. Что уж говорить о тех, чья кредитная история практически отсутствует — то есть о тех, кто брал 1-2 кредита или не брал их вообще (а это около 10-20% всех клиентов)? В таком случае банки часто оказываются бессильны и вынуждены давать кредиты фактически «вслепую». Если только они не используют технологии big data.

Есть ли альтернатива?

Анализ кредитной истории и транзакционных данных — метод, проверенный временем, и отказываться от него не стоит. Но часто его можно существенно дополнить благодаря более глубокому пониманию психологии клиента — а также множества других параметров, связанных с его личностью, поведением, склонностями и интересами. Возьмем, к примеру, двух новых клиентов, которые хотят взять кредиты. Их кредитные истории девственны, а платежные карточки практически не используются. Данные мобильных операторов не дают ценных инсайтов — и компании остается только надеяться на судьбу и добросовестность нового клиента. Но что, если эту добросовестность можно верифицировать с помощью данных из открытых источников?

 Оформить кредитку онлайн 

Именно этим и занимается искусственный интеллект: он анализирует массу данных о человеке, чтобы понять, кто он такой, какое поведение ему присуще, и склонен ли он рисковать — и массу других параметров. Таким образом, после анализа профилей двух новых клиентов мы получаем готовый ответ: один из них — спокойный и ответственный менеджер со стабильной работой и семьей, а второй — любитель азартных игр с высоким уровнем эмоциональности. Вопрос «кому давать кредит?» отпал за считанные секунды.

Что дает big data

С помощью входящих данных и проанализированной информации из открытых источников, построенная на основе big data модель позволяет значительно дополнить и усовершенствовать уже работающую систему. В режиме реального времени искусственный интеллект может проанализировать профиль потенциального клиента и выдать кредитный рейтинг человека вместе с набором дополнительных полей. По сути, всего за 10 секунд банк или МФО может принять решение — выдавать или не выдавать кредит клиенту.

Подобная система отлично работает и для тех, у кого есть большая кредитная история, и для новых клиентов. В первом случае она существенно дополняет уже готовое решение: интеграция big data технологий в готовую систему делает прирост в 5-15 п.п. Gini, а это существенная разница при любых показателях. Если же клиент впервые берет кредит, модель позволяет предсказать вероятность возврата и принимать решение исходя из множества показателей вместо того, чтобы играть в интуицию. И все это работает в режиме реального времени.

Как это делается

С помощью алгоритмов искусственного интеллекта изучаются данные из открытых источников. Это помогает оценить сотню параметров потенциального клиента, включая его дружелюбность, любовь к азартным играм, уровень лени и образование. В ход идут практически все публичные аспекты онлайн поведения — лайки, реакции на новости или определенные посты, любимые приложения, и даже словарный запас. Вся собранная информация чистится, структурируется и обрабатывается для того, чтобы обучить модели, которые в дальнейшем прогнозируют ту самую добросовестность человека — сможет (и захочет ли) он отдать взятый кредит.

Благодаря всему этому можно узнать важные аспекты личности человека — например, его основные интересы, его общую активность, уровень интеллекта или любовь к экстриму. Показывает ли все это кредитная история? Не думаем. Анализ профиля клиента позволяет с максимальной точностью предсказать не только вероятность возврата кредитных средств, а и то, склонен ли человек их не возвращать в принципе — по своему психотипу или личным обстоятельствам. Таким образом, компания получает готовое решение и максимально точный кредитный рейтинг потенциального клиента всего за несколько секунд — и на его основе принимает правильное решение.

До недавнего времени банки и МФО видели клиента, состоящего из кучи цифр — истории погашения кредита, заработной платы, личного имущества и частых транзакций. Big data же позволяет за всеми цифрами увидеть личность — ответственного человека, который сделает все, чтобы отдать кредит, или наоборот — пристрастившегося к покеру «ленивца». Каждый человек оставляет множество информационных следов в соцсетях и за их пределами — их не только можно, но и нужно использовать, чтобы минимизировать риски и принимать только правильные решения.

Комментарии - 10

+
+15
Tatiana Sakharova
Tatiana Sakharova
28 марта 2019, 10:12
#
Биг дата тут очень косвенно. Основной вопрос, как будут определять профиль заемщика в соцсетях, или теперь при оформлении анкеты на получение кредита будет пункт — ссылка на профиль в Фейсбуке?
+
+37
Alex Stein
Alex Stein
28 марта 2019, 11:21
#
Не совсем) Скоринг по соц сетям успешно работает лет уже 6 как, так что статья немножко отстала.
Банк получает нужную информацию и без вашего дополнительного согласия на процессинг именно этих данных и предоставления ссылок, достаточно тех документов что вы подписываете. Связь происходит либо через номер телефона, кстати операторы связи тоже продают данные о вас, либо в другой возможный способ.
В расчет скоринга идет не только ваш профиль но и профили ваших контактов.
+
0
Evgeniy Asmolov
Evgeniy Asmolov
28 марта 2019, 11:50
#
То есть бигдата сойдет на нет не имя человек аккаунта в соц сетях?
+
0
Tatiana Sakharova
Tatiana Sakharova
28 марта 2019, 13:05
#
В статье был указано, что получение данных идет из открытых источников. Какие в этом случае варианты сопоставления профиля в соцсетях и заемщика? Кроме ФИО, даты рождения или явного указания номера телефона, я вижу разве что распознавание лиц
А если говорить о не совсем легальных источниках, то какие тут схемы возможны? Базы данных с черного рынка от хакеров / бывших сотрудников? Договоренность с мобильным оператором (данные по типу номер телефона — профиль в соцсетях, исходя из мобильного траффика)? Прямой выход на менеджмент соцсетей?
Интересно, насколько это затратно и насколько окупаемо в наших реалиях в случае предоставления небольших сумм кредитов.
+
0
Кандидат в президенти лісу
Кандидат в президенти лісу
5 апреля 2019, 0:31
#
>Какие в этом случае варианты сопоставления профиля в соцсетях и заемщика?
>Кроме ФИО, даты рождения или явного указания номера телефона, я вижу разве что распознавание лиц
Цього більше ніж достатньо

>Базы данных с черного рынка от хакеров / бывших сотрудников?
+

>Договоренность с мобильным оператором (данные по типу номер телефона — профиль в соцсетях, исходя из мобильного траффика)?
+

>Прямой выход на менеджмент соцсетей?
+

>Интересно, насколько это затратно и насколько окупаемо в наших реалиях в случае предоставления небольших сумм кредитов.
Воно коштує не так багато, навіть за умови створення з 0 «своїми силами»
+
0
Yopta
Yopta
28 марта 2019, 12:17
#
Так и не понял где тут big data и при чем здесь искусственный интеллект, если в статье речь про машинное обучение по данным из соцсетей
+
0
Кандидат в президенти лісу
Кандидат в президенти лісу
5 апреля 2019, 0:32
#
Ці базворди йдуть завжди разом
+
+20
vlozovyi
vlozovyi
28 марта 2019, 14:31
#
Добрый день!

Некоторые пояснения:

Почему это big data? Для того, чтобы правильно проскорить отдельного заемщика – необходимо его сравнить с другими заемщиками. Таким образом анализируется совокупность большего кол-ва данных – а это терабайты информации.

Действительно анализ профилей для кредитного скоринга использовался и 6 лет назад, но стоит обратить внимание на глубину анализа и сложность нейросетей. Сейчас используется значительно больше данных и для их обработки применяются куда более продвинутые нейросети, которых 6 лет назад еще не существовало, что в итоге дает заметно больший прирост точности Gini, чем ранее.
+
0
MaxTirpiz
MaxTirpiz
29 марта 2019, 9:32
#
Скорее всего если нет расширенного профиля в мордобуке или инсте с сотней френдов и миллионом фоток, то биг дата скорее всего даст отрицательный ответ касательно потенциального заемщика ссылаясь на недостаток данных.
+
+15
Игорь Коляда
Игорь Коляда
30 марта 2019, 20:32
#
Главная цель каждого бизнеса — максимизация прибыли.

Самая дебильная цель, причём служащая оболваниванию людей.
Прибыль — это ПРОИЗВОДНОЕ, получающееся в результате сравнения ДОХОДОВ и РАСХОДОВ субъектов экономики — БАЛАНС.
Причём первичны — ДОХОДЫ, то есть НЕ будет ДОХОДОВ — НЕ будет РАСХОДОВ, а следовательно и прибыли.
Поэтому главной целью любого бизнеса есть — СТАБИЛИЗАЦИЯ ДОХОДОВ, и только потом можно задумываться о «максимизации прибыли».
Регулируя ДОХОДЫ и РАСХОДЫ — сокращая или увеличивая ,субъекты экономики регулируют прибыль — минимизируют или максимизируют.
Именно с этой точки зрения должна осуществляться и ОЦЕНКА РИСКОВ банками или другими финучреждениями «потенциальных клиентов» — в первую очередь по СТАБИЛЬНОСТИ ДОХОДА, как источника погашения кредита.
Без такого анализа всякие big data технологии бессильны в определении возможностей «потенциальных клиентов» финучреждений.

Чтобы оставить комментарий, нужно войти или зарегистрироваться
 
Реклама