Национальный банковский журнал: В каких банках автоматизация кредитной стратегии для розничного бизнеса востребована в наибольшей степени? Постарайтесь нарисовать своего рода «портрет» клиента компании «Неофлекс».   Юрий Чекалин: Здесь понадобится не один, а как минимум три «портрета» — к нам обращаются банки с различной спецификой деятельности, но в целом их можно разделить на три группы. Первая из них — банки, впервые идущие в сегмент розничного кредитования или «реанимирующие» это направление. То есть, речь идет о продвижении первого пилотного кредитного продукта. Вторая группа – финансовые организации, наращивающие объемы кредитования и расширяющие сеть точек продаж. Такие банки успешно прошли стадию пилотных продуктов, они находятся на этапе активного роста продаж. Наконец, третья группа обращающихся к нам банков — это крупные игроки с широкой линейкой розничных предложений и объемным кредитным портфелем. У каждой из этих групп — свой набор бизнес-задач, для решения которых мы со своей стороны предлагаем необходимые инструменты и консалтинг. 

НБЖ: Начнем с банков, находящихся в стадии запуска «пилотного» кредитного продукта. Сразу вопрос: в какой системе будут регистрироваться заявки? Ю. Ч.: В идеале регистрация и обработка заявок, конечно же, должна проходить во фронт-офисной системе, и в продуктовой линейке «Неофлекс» есть соответствующий продукт – Neoflex FrontOffice. Но давайте вспомним, что банк только пробует розничное кредитование на вкус. Полномасштабное внедрение фронт-офисной системы на этой стадии не всегда оправданно, например, возможны сложности с выделением бюджета: пока новый бизнес не дает прибыли, соответственно трудно защитить IT-проект с существенными расходами и неясными перспективами окупаемости. Многие банки идут по пути использования существующих АБС и CRM-приложений, то есть   на начальном этапе развития розничного кредитования именно на существующие решения обычно ложится задача регистрации заявок.

Без чего будет действительно трудно обойтись «здесь и сейчас», так это без инструмента для автоматизации принятия решений по кредитной заявке. Рынок розничных кредитов – довольно конкурентный, и каждый игрок стремится максимально ускорить процесс рассмотрения заявки, чтобы получить преимущество в глазах клиента. Сегодня счет идет уже не на дни, а на часы, минуты, иногда — на секунды. Например, в Алтайэнергобанке, с которым мы сотрудничаем, время принятия решения по кредитной заявке — 40 секунд. При этом в день рассматривается до полутора тысяч заявок, и помимо скорости принятия решений необходимо обеспечить качественную проверку каждого заемщика, отсеять возможных мошенников. Понятно, что люди, даже самые квалифицированные, не способны работать в таком темпе и качественно справляться с растущим потоком обращений. Для решения этой задачи нужна автоматизированная система. При этом важно, чтобы риск-аналитики могли менять логику принятия решений по заявке самостоятельно, без участия IT-службы. Это позволяет избавиться от ситуации «испорченного телефона» и повысить адаптивность кредитной стратегии.

НБЖ: Какое решение предлагает в этой области «Неофлекс»? Ю. Ч.: Мы предлагаем своим заказчикам несколько программных продуктов, с помощью которых решается проблема комплексной автоматизации кредитной стратегии банка. Один из них, система FICO Capstone Decision Accelerator , это промышленная платформа для автоматизации принятия решений по кредитным заявкам, лидирующая в своем классе. Однако, каким бы технологичным ни был IT-продукт, на первом месте всегда остаются бизнес-задачи, которые решаются людьми. Одна из самых сложных задач – детально сформулировать кредитную стратегию, опираясь на экспертное мнение риск-менеджеров, специалистов по продажам и сотрудников службы безопасности банка. В команде «Неофлекс» есть и собственные эксперты, готовые помочь в формировании стратегии, основываясь на опыте предыдущих проектов. В частности, в проекте, который сейчас выполняется для Балтинвестбанка, наши сотрудники выступают именно таком качестве. Естественно, специалисты компании-интегратора отвечают и за корректный перенос правил стратегии в автоматизированную систему. Наш опыт говорит о том, что автоматизация стратегии принятия решений по продуктам массового кредитования позволяет резко сократить поток заявок, попадающих к андеррайтерам – вплоть до нуля для «мгновенных» кредитов.  Собственно, в этом и состоит смысл автоматизации – в переносе максимального числа операций в систему. Кроме того, автоматизация решает проблему «человеческого фактора». Даже когда правила четко формализованы, у кредитного инспектора есть возможность не просто руководствоваться ими, но и трактовать на свое усмотрение – в пользу клиента или, наоборот, в пользу того, чтобы отказать заемщику. При таком подходе банк не сможет накопить объективные статистические данные по заемщикам.

НБЖ: Какое место занимает скоринг в процессе автоматизации кредитной стратегии? Ю. Ч.:  Автоматизация кредитной стратегии – многогранный процесс, в котором скоринг является одним из важных элементов. Для создания скор-карт наша компания предлагает использовать FICO Model Builder или IBM SPSS Modeler – это мощные инструменты для сбора и анализа данных, которые подходят и для решения задач скоринга. На этапе, когда розничное кредитование только начинает развиваться как бизнес-направление, у банков, как правило, есть сравнительно небольшой объем данных, которые могли бы служить основой для создания скор-карт. К примеру, это могут быть данные о клиентах, обслуживающихся в банке по дебетовым программам. Другой возможный способ создания скор-карт – на основе так называемых синтетических заявок: в этом случае заполняются несколько тысяч анкет с фиктивными социально-демографическими данными, однако их рассмотрение ведется кредитными инспекторами так же, как если бы это были данные о реальных заемщиках. На основе полученных результатов – мотивированных отказов и одобрений – формируется скоринговая карта. Наконец, третий возможный подход – формирование скор-карт на базе экспертного мнения одного или нескольких специалистов с богатым практическим опытом в области розничного кредитования. По мере накопления статистических данных о заемщиках у банка появляется возможность совершенствовать скоринговую карту, моделировать поведение клиентов с большой степенью достоверности.

НБЖ: Давайте перейдем ко второй, согласно вашей классификации, группе  банков – к тем организациям, которые готовы расширять свою продуктовую линейку в части розничного кредитования, а возможно и сеть точек продаж. Какие задачи будут приоритетными для таких банков? Ю. Ч.: Основная задача – усовершенствовать процессы выдачи кредита, что связано с необходимостью быстрой адаптации кредитной стратегии. У специалистов по продажам может возникнуть желание расширить продуктовую линейку – вместо одного кредитного продукта предложить клиентам несколько, ввести специализированные сезонные или региональные условия по уже существующему предложению. К примеру, в преддверии Нового Года многие банки идут на смягчение ставок по кредитам, однако это означает ужесточение кредитной политики – да, банк готов улучшить условия, но при этом необходимо ужесточить требования к заемщикам. Это лишь частный случай, подобных задач возникает множество, ведь банку необходимо постоянно следить за тем, чтобы предложение было конкурентным. Для риск-менеджеров это означает, что пришло время оттачивать стратегию принятия решения, тем более что популяция клиентов и конкурентные условия рынка меняются. Банк уже располагает значительным объемом данных по заемщикам, может оценить их кредитную дисциплину и смоделировать поведение. По итогам такого анализа и моделирования нередко меняется подход к заемщику: возможно, части «отказников» следовало выдать кредит, а некоторым из тех, кто получил займ, наоборот, нужно было отказать. Постоянный поиск приемлемого баланса между требованиями бизнеса и ограничениями по рискам приводит к многочисленным изменениям в кредитной стратегии. Для тестирования таких изменений применительно к существующим предложениям, как и для обкатки стратегий по новым кредитным продуктам, в FICO CDA существует механизм champion/challenger. Это означает, что у банка в определенный момент времени есть две стратегии. Champion – проверенная стратегия, которой банк вполне доверяет, но все же хочет улучшить. Challenger– усовершенствованная, но еще не опробованная на практике. Чтобы провести такую «разведку боем», решение по небольшому проценту заявок – скажем, 10% от их общего количества – принимается согласно обновленным алгоритмам. Если стратегия-challenger подтверждает свою эффективность, нагрузка на нее постепенно увеличивается, и в итоге ей может быть присвоен статус champion. Этот цикл соперничества стратегий повторяется вновь и вновь.

НБЖ: Остается рассмотреть третью группу финансовых организаций – крупные банки со сложившимся кредитным портфелем. Какие задачи остаются нерешенными и какой необходим инструментарий? Ю. Ч.: Если судить по опыту наших клиентов, то здесь можно выделить две масштабных и взаимосвязанных задачи. Первая – удержание клиентов и повторные продажи. Вторая – улучшение качества кредитного портфеля. Что касается используемых IT-продуктов, то сами инструменты остаются те же, о которых я уже говорил, однако сфера их применения существенно расширяется и заметно смещаются приоритеты. Если раньше большая часть задач решалась с помощью системы FICO CDA , то теперь на первые роли выходит FICO Model Builder или IBM SPSS Modeler – крупному банку со сложившимся портфелем розничных кредитов нужна в первую очередь мощная аналитическая система. Эти продукты дополняют друг друга.

НБЖ: Каким образом эта связка продуктов помогает банку сформировать привлекательное предложение для клиентов? Ю. Ч.: Аналитический инструмент IBM SPSS Modeler может служить для выявления скрытых зависимостей в поведении клиентов, а также для моделирования правил подбора продуктов для определенных клиентских групп. Но в то же время результатом этой сложной аналитической работы зачастую оказываются довольно простые бизнес-правила, реализовать которые можно в FICO CDA . Это похоже на айсберг, где массивная подводная часть – это FICO Model Builder или IBM SPSS Modeler , а сравнительно небольшая вершина – FICO CDA . С позиций банка с развитой розницей кредит или кредиты – это лишь часть предложения, способного заинтересовать клиента. Чем шире продуктовая линейка банка, тем сложнее будет применяемая бизнес-логика. Для ее проработки как раз и предназначены продукты FICO Model Builder и IBM SPSS Modeler. Кроме того, «Неофлекс» в своих проектах реализует применение механизмов risk based pricing и risk based limits. Смысл rbp и rbl в целом понятен уже из названия: надежному заемщику будет предоставлен кредит на более выгодных условиях. Если же риск работы с заемщиком высок, то и процентная ставка будет выше, и лимит по ссуде – меньше. Такой дифференцированный подход к заемщикам позволяет расширить аудиторию, с которой банк готов работать. В том или ином виде подход rbp/rbl применим на каждой стадии развития розничного кредитования, начиная с первых пилотных предложений. Однако если на старте банки нередко полагаются лишь на экспертное мнение опытных специалистов, то в стадии зрелости основой для выверенных расчетов может служить накопленная статистика. При этом для вычисления лимитов и ставок используются десятки взаимозависимостей, учитывающих кредитную историю заемщика и его возможных поручителей, социально-демографический профиль клиента, историю контактов и многое другое. Для подобных расчетов и моделирования требуется не только обширная статистика, но и возможность внедрения моделей в процесс принятия решения.

НБЖ: Что подразумевается под улучшением качества кредитного портфеля? Ю. Ч.: В первую очередь – оптимизация кредитной стратегии. Когда банком накоплено достаточно данных, можно с высокой достоверностью тестировать модели новых кредитных стратегий в виртуальном пространстве, и только потом – в реальном бизнесе. Появляется возможность ответить на вопрос: каким был бы кредитный портфель, если бы новую стратегию начали применять полгода назад. Это значит, что качество стратегий, выбранных для практического применения, оказывается намного выше, что позволяет повысить доходность и нивелировать множество рисков еще на этапе моделирования.

НБЖ: Автоматизацию розничного кредитования можно рассматривать не только в разрезе трех различных групп банков, но и в разрезе трех последовательных этапов – ведь те задачи, о которых мы говорили, могут последовательно решаться и в рамках одного развивающегося банка. И здесь возникает вопрос сроков: сколько времени необходимо на решение всего цикла IT- задач, возникающих на разных стадиях роста – от первого пилотного продукта до обширного кредитного портфеля? Ю. Ч.: Вы правы – это могут быть и три последовательных этапа развития розничного кредитования. Причем наш опыт показывает, что времени на решение соответствующих IT-задач, по крайней мере, в части внедрения FICO CDA и IBM SPSS Modeler – требуется не так много, как может показаться. Так, для первого этапа – автоматизации принятия решений по кредитным заявкам – достаточно двух-трех месяцев. Это доказывает, например, уже упомянутый проект, выполненный нами а Алтайэнергобанке, где всего за два месяца «с нуля» было автоматизировано принятие решения по кредитной заявке на базе системы FICO CDA . Этап активного развития продуктовой линейки и совершенствования кредитной стратегии может занимать три – шесть месяцев иногда и более. И наконец, этап, на котором автоматизируется выполнение сложных аналитических задач, связанных с управлением кредитным портфелем и удержанием клиентов, требует обычно от трех до девяти месяцев. Однако хочу отметить, что автоматизация не исчерпывается теми двумя системами, о которых мы говорили, и сроки во многом будут зависеть от того, с какой скоростью будет идти внедрение других приложений, входящих в ландшафт конкретного банка.

Ссылка на материал 

Источник: Национальный Банковский Журнал


Поделиться

Вернуться к списку публикаций