10 хв читати
Головна / Новини / Бізнес рішення / Хороший, поганий, свій. Як банки сканують нас за номером телефону

Хороший, поганий, свій. Як банки сканують нас за номером телефону

Хороший, поганий, свій. Як банки сканують нас за номером телефону, автор Київстар | Kyivstar Business Hub, зображення №1
Київстар
Київстар Бізнес – надійний партнер бізнесу та держави, який допомагає у виконанні щоденних задач та оптимізації внутрішніх процесів.
14 Грудня 2017
Бізнес рішення

Видаючи кредит, банки і фінансові установи дивляться не тільки кредитну історію. Тепер серед  їхніх інструментів – бали від мобільного оператора

Кредитування приватних осіб в Україні знову набирає сили. Товарний кредит на техніку, мікропозики «до зарплати», гроші на освіту та ремонт – до всього цього фінансові установи стають дедалі лояльнішими. Згідно з даними НБУ за перші 4 місяці 2017 року банки видали близько 8 млрд грн нових споживчих кредитів, включаючи карткові позики та іпотеку.

Але наосліп гроші, звісно, ніхто, як і раніше, не роздає. Багато від клієнта не потрібно – паспорт, ідентифікаційний код, а для великих сум – довідка про доходи за 3-6 місяців. А за лаштунками процесу банки ретельно аналізують свою статистику, кредитну історію і реєстри правопорушень, можуть звернутися за місцем роботи і навіть просканувати сторінку в соцмережі.

З’являються і нові джерела даних. Минулого року свій інструмент українським фінустановам запропонував мобільний оператор Київстар. Виставляючи власні оцінки абоненту, він допомагає кредитним організаціям визначити, кому з потенційних позичальників можна довіряти, а кому краще відмовити.

Ми з’ясували, як оператор примудряється допомагати банкам без передачі персональних даних, чи є результати і як дотримуються принципи етики в такій співпраці.

Перевірки зовні і всередині

Коли клієнт приходить за сумою в банк або мікрофінансову організацію, на нього чекає декілька перевірок. Перша – класичний соц.-дем.: стать, вік, склад сім’ї, працевлаштованість. Паралельно піднімається історія взаємин організації з потенційним позичальником: як часто він звертався і з яким результатом, наскільки справно платив, які продукти і послуги використав.

Далі банк за згодою клієнта може надіслати запит до зовнішніх джерел. За інформацією Ощадбанку, для цього вони використовують кредитні бюро, державні реєстри, соціальні мережі, інтернет-ресурси. А прес-секретар ПриватБанку Олег Серга написав: «Ми задіємо тільки офіційні відкриті джерела: ЄДР, реєстр банкрутів, реєстр судових рішень, реєстр виконавчих проваджень».

Як враховувати всі ці дані, кожна установа вирішує по-своєму. Наприклад, в прес-службі ПУМБ сказали, що інформація від клієнта і з відкритих джерел аналізується сукупно, без пріоритетів. Хоча в інших випадках внутрішня історія має більшу вагу. Якщо, звісно, вона є.

«Наша активність в кеш-кредитуванні та кредитних картах призводить до того, що традиційні методи оцінки фізичних осіб експертним шляхом втрачають ефективність. Тому ми знаходимося в активній фазі розширення застосування скорингових моделей в роздрібному кредитуванні», – повідомила Ярослава Титова, прес-секретар Ощадбанку.

Іншими словами, задіяним моделям оцінки надійності клієнта потрібна постійна модифікація.

До чого тут мобільні оператори?

За словами Віталія Петренка, дата-аналітика компанії Київстар, власні експертні системи фінустанов успішно працюють роками. Проте до оператора вони звертаються за унікальними даними – точніше, за їх зведеним підсумком, оскільки передача особистої інформації суворо заборонена законом. Банкам персональні дані абонентів і не потрібні. Адже тоді доведеться витрачати ресурси на розробку власних моделей у сфері, де вони не є фахівцями.

Київстар може виручити банк в двох основних видах кредитування – ризиковому скорингу (наскільки платник заслуговує на довіру) і перевірці на фрод (коли потрібно перевірити, чи не шахрай хоче позичити грошей).

«Мобільний телефон – своєрідний ID-ключ. Оператор використовує його активність, взаємодію з інтернет-сервісами та інші дані в моделюванні та видає підсумкову оцінку – абстрактне число. До банку йде тільки воно, нічого більше», – пояснює Петренко.

При розробці моделі на вхід подається кілька сотень параметрів. Це можуть бути частота, час і тривалість дзвінків, споживання трафіка і середній рахунок. Але в підсумку алгоритм визначає набір параметрів і вагу впливу кожного параметра на кінцевий бал.

Абонентам – не хвилюватися

Рішення, чи використовувати допомогу від оператора, в кожному конкретному випадку залишається за фінустановою.

Одна справа, коли за столом кредитного експерта сидить людина з великим «послужним» списком. Позитивним чи негативним – не так важливо. У такому разі основну вагу матиме внутрішня інформація або дані з бюро кредитних історій. А ось якщо клієнт «чистий», зворотний зв’язок від оператора дуже стане в пригоді для отримання схвалення за кредитом. Сам клієнт, подаючи заявку, дає згоду на такі перевірки.

Практика використання оцінок мобільних операторів тільки починає впроваджуватися в українських банках. Дехто, як ПриватБанк, не використовує їх в аналізі. В Ощадбанку нашому  журналісту відповіли так: «Ідея використання скорингу мобільних операторів цікава, і Ощадбанк активно вивчає досвід інших організацій. Для оцінки ефективності використання скорингу мобільних операторів необхідно проходження тестової апробації, яка дозволить говорити про доцільність його застосування детальніше».

Тестову апробацію вже здійснив Альфа-банк. Там схрестили запропоновану модель з моделями, які вже працюють, для аналізу «поганого» клієнта. І отримали приріст в результаті.

«Протягом тестового періоду ми отримали додаткове збільшення обсягів видач в процесі кредитування. Надалі сфокусувалися на оптимізації процесу верифікації та підвищенні рівня автоматичного ухвалення рішення. Є ідея використовувати модель для перевірки роботи етапу верифікації. Звісно, в майбутньому очікуємо масштабування на інші продукти: крім уже досягнутих результатів, це дозволить збільшити обсяг заявок і допоможе краще відкалібрувати моделі Київстар», – повідомили в банку.

Критика та етика

Цифрові інтриги, засновані на Big Data, для споживачів уже не є новими. Але постає ряд питань. Фактично всі ці абстрактні бали – такий собі рейтинг благонадійності, і деякі абоненти хвилюються, що не розуміють принципу його формування.

«Людина власноруч підписує згоду на запит інформації у стільникового оператора. Для отримання кредиту люди готові ділитися інформацією, зокрема, дозволити оператору надати певний абстрактний бал», – говорить Сергій Марін, засновник Студії і Школи Даних.

Прагнення банків перестрахувати кредити від недобросовісних платників зрозуміло. Наприклад, якщо позичальники заявляють, що працюють на момент взяття кредиту, мобільний оператор за непрямими ознаками допомагає підтвердити або спростувати це.

Мобільний скоринг дає шанси і потенційно хорошим клієнтам.

 

«Наприклад, завдяки нашому інструменту на 20 % зросла кількість позитивних рішень щодо позичальників, які не мають кредитної історії. Раніше б вони просто отримали відмову»

коментує Digital директор Київстар Віталій Султан

Незважаючи на явну перевагу машинних алгоритмів, поки ніхто не прагне повністю автоматизувати видачу кредитів. Моделі дають підказки, але вердикт залишається за людиною. По-перше, системи не можуть врахувати всій багатоваріантності. По-друге, шахраї теж не дрімають і шукають методи обходу хитрих скорингових систем.

Цілком ймовірно, що тепер вони почнуть махінації з SIM-картами і зміною номерів. Втім, на ці випадки у мобільних операторів теж прописані інструкції і приготовані захисні механізми.

Матеріал підготовлений у співпраці з http://LIGA.net/

Теги
Підписатись на розсилку