Як фінансовим компаніям швидко визначити клієнтів, які повернуть кредит

Телеком-скоринг: що про клієнта розкаже мобільний оператор

За словами Big Data Product Manager компанії Київстар Ігоря Луценка, дані телекомунікаційних операторів можуть суттєво покращити точність та якість оцінки ризиків позичальника.

«Абонент лишає цифровий слід у базі мобільного оператора, який чудово описує його поведінку. На основі цих даних ми можемо досить точно прогнозувати якесь майбутнє цього абонента. Потрібно знати тільки номер телефону», — підкреслив експерт.

Основні дані, які збирають оператори зв’язку та які беруть участь у скорингових моделях, такі:

• Характеристики пристрою: модель, потужність процесора, роздільна здатність екрану, операційна система тощо.
• Термін життя абонента, тобто коли була активована SIM-картка і скільки нею користуються.
  «Якщо за 5 хвилин до того, як людина звернулася за кредитом, це, мабуть, не ОК. Якщо ж SIM-картка в абонента 5 чи більше років, це з надійнішої сторони його характеризує», — пояснив Ігор Луценко.
• Характер використання телеком-послуг. Те, куди телефонує чи пише повідомлення абонент, і від кого отримує відповіді, теж у певний спосіб його характеризує.
• Мобільність. Йдеться про пересування абонента, а заодно — і спосіб його життя.
• Характер використання кредитних продуктів. Київстар надає можливість по закінченню коштів на рахунку отримати певну суму, так би мовити, у кредит. У цьому плані цікаво, не тільки, як часто абонент користується такою послугою, а й загалом його платіжна дисципліна.
• Використання інтернет-трафіку.
  «Абоненти ходять на різні сайти, користуються різними застосунками, використовують різні сервіси. Це також надає їм певні характеристики», — зауважив Ігор Луценко.
• Коло спілкування. Відомості про людей, з якими найчастіше спілкується абонент, теж доповнює його характеристику і багато про що свідчить.

Адаптивний скоринг: як він працює

Засновник компанії RiskTools та БКІ Online Денис Зікєєв радить фінансовим компаніям для оцінки платоспроможності клієнтів звернути увагу на адаптивний скоринг (автоматична бальна система оцінки позичальника, — ред.). Він особливо дієвий у декількох випадках, а саме:

• під час збурень у соціальному просторі (війна, пандемія тощо),
• під час запуску нових продуктів,
• під час виходу на нові ринки,
• задля адаптації до регуляторних змін.

Класичний скоринг у цих випадках не завжди можна застосувати, оскільки він потребує навчання на великій кількості даних, а їх у змінних умовах може й не бути.

«Також класичний скоринг потребує досить визрілого портфелю, на якому проводиться навчання. Окрім того, для класичного скорингу потрібні стабільно-тривалі умови для оцінки результатів моделі, а також тривалий термін її побудови», — розповів Денис Зікєєв.

Читайте також: Що може дати ринку кредитування новий поштовх

Адаптивний скоринг складається з трирівневої архітектури: класичні скоринги, моделі самонавчання, моделі калібрування.

Така побудова дозволяє відстежувати зміни на поточному портфелі та відразу коригувати його якість. Завдяки роботі моделей самонавчання відчутно падає рівень невизначеності. До того ж, їх може бути декілька, і вони аналізуватимуть різні сегменти даних.

Моделі ж третього рівня — калібрування — аналізують результати моделей автонавчання і перетворюють їх на остаточне рішення щодо видачі кредиту.

«Це самобалансувальна система, яка дозволяє пройти шлях від повної невизначеності до умов, за яких можна побудувати класичний скоринг із максимальним профітом для компанії або з мінімальними збитками», — розповів Денис Зікєєв.

Автор:

Журналіст Ірина Рибніцька

Пише на теми: Податки, інвестиції, бізнес, фінанси, банки