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?
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.