© ComNews
26.10.2016

Сбербанк запустил пилотный проект по кредитованию малого бизнеса с использованием анализа больших данных (Big Data). На основе результатов этого анализа банк будет формировать для клиентов готовые кредитные предложения. Банк ВТБ24 и Альфа-Банк тоже работают с анализом больших данных. По мнению экспертов, анализ больших данных - крайне перспективное направление для банков как в корпоративном, так и в частном секторе, так как позволяет значительно сократить расходы на оценку будущих активов.

Сбербанк приступил к кредитованию малого бизнеса, используя при этом анализ больших данных. Благодаря этому анализу банк сможет сформировать индивидуально под каждого клиента кредитные предложения со сроком кредита от одного года до трех лет.

На первом этапе пилотного проекта Сбербанк уже подготовил для 100 тыс. клиентов малого бизнеса предварительное одобрение на получение кредита. "Бизнесмену, получившему от банка информацию о возможности получения кредита, достаточно лишь обратиться к своему клиентскому менеджеру, после чего в течение дня он может получить итоговое решение и заем", - сообщили в Сбербанке.

В дальнейшем количество клиентов, которым будет предложено готовое кредитное предложение, будет расти.

"Наша новая модель кредитования малого бизнеса, используя анализ больших данных, сделает процесс получения кредита более удобным и быстрым для многих наших клиентов. Мы решаем одну из главных проблем бизнеса - дефицита времени, - отметил старший вице-президент Сбербанка Анатолий Попов. - Теперь, если у бизнесмена открыт счет в Сбербанке, он может рассчитывать, что по итогам анализа его оборотов, банк сам придет к нему с предложением кредитного продукта с индивидуальным лимитом и ставкой".

Пресс-служба Сбербанка вчера не раскрыла ComNews детали пилотного проекта по кредитованию малого бизнеса с использованием анализа больших данных.

Другие российские банки тоже уже работают с анализом больших данных. "ВТБ24 активно работает с Big Data с 2014 г. на технологиях Teradata. Решения разрабатываются объединенной командой, включающей сотрудников банка, Teradata и GlowByte Consulting. В настоящее время проводится пилотный проект по внедрению Hadoop, нацеленный на дальнейшее расширение работы с Big Data с одновременной оптимизацией затрат", - сказал в беседе с ComNews вице-президент, директор департамента CRM ВТБ24 Дмитрий Кузякин.

По его словам, в целом жизнь современного крупного розничного банка невозможна без технологий работы с большим объемом данных. "Мы уже давно перешагнули те пределы, за которыми обычная аналитика превращается в Big Data. Из ярких примеров работ, которые мы ведем сейчас, - это кластерный анализ цепочек транзакций и действий, которые совершают наши клиенты. Целей несколько: выявить главные паттерны поведения клиентов, склонных как к покупке, так и к оттоку, понять характерный "маршрут" клиента с неудачным привлечением, оптимизация работы фронтальной линии, разработка новых продуктов и управление клиентским поведением на этапе жизненного цикла", - рассказал Дмитрий Кузякин.

По его словам, многие из такого рода внедрений малоэффективны по отдельности, либо не позволяют напрямую монетизировать вложенные усилия. Здесь, добавил он, ВТБ24 применяет тактику накопленного итога. Дмитрий Кузякин сказал, что любая, даже небольшая по объему сегмента или финансовому результату доработка или изменение встраивается в бизнес-процесс и автоматизируется, одна-две - они незаметны для бизнеса, но сотни микросегментов и триггеров - уже значимая доля в удержании и бизнес-плане. Например, как заметил он, пятая модель увеличения отклика уже значимо снижает отток. По его словам, можно по крупицам увеличивать капитализацию базы за счет сложных вычислений на больших объемах, и это даст значимые результаты.

"Как оценить эффект работы с Big Data? Ведь анализировать эффект от каждого из микропроцессов очень сложно, значимый эффект возникает только на суперпозиции этих микродействий. Для этого в прошлом году мы ввели в строй глобальную контрольную группу - винтажный эталон неохваченных аналитической CRM-деятельностью клиентов. Мы создали искусственный пул клиентов, которые живут в "условном банке ВТБ24", где нет CRM с его аналитикой и Big Data. Мы сравниваем отток, удержание, активацию, онбординг и повторные продажи с этой группой, смотрим эффективность работы аналитики и ставим себе целевые показатели", - сказал Дмитрий Кузякин.

Он подчеркнул, что на сегодняшний день можно с уверенностью сказать, что ВТБ24 - это CRM-банк. "60% продаж на сегодняшний день – это продажи по собственной базе. +20% к возврату из оттока. Активационная работа и нотификации почти вдвое увеличивают транзакционную активность. И все это - результат не какой-то отдельной активности или целенаправленной кампании, а суперпозиция автоматизированных бизнес-процессов, которые "на круг" дают такой эффект. Оценить который, повторюсь, возможно только через глобальную контрольную группу", - заключил Дмитрий Кузякин.

Анализ больших данных применяется уже достаточно давно в различных блоках Альфа-Банка. "Основные направления, где Альфа-Банк использует анализ больших данных, связаны с повышением удовлетворенности клиента банковскими продуктами и сервисами, а также правильным распределением ресурсов. Например, когда клиент, который получил предложение от банка о кредите, не только может обслуживать долг без дефолта, но и хочет воспользоваться кредитом", - сказал корреспонденту ComNews руководитель блока "Массовый бизнес" АО "Альфа-Банк" Денис Осин.

По его словам, в целом если имеется большой объем доступной для анализа информации, то ее правильное использование может привести к огромным положительным качественным изменениям в бизнесе, в то же время необходимо учитывать специфику бизнеса. "Например, для крупных клиентов банка не работают те подходы, что и для массового клиента, требуется использование иных принципов", - резюмировал Денис Осин.

Как заметил в беседе с ComNews директор по маркетингу группы "Астерос" Константин Кутуков, банки были и остаются в числе лидеров по цифровой трансформации бизнеса, а текущая рыночная ситуация заставляет их еще активнее добиваться максимальной эффективности от всех активов, включая данные.

"Традиционные системы по работе с клиентами - СRM - стали первым звеном в этом переходе, заложив основу для управления и прогнозирования продаж. Затем наступила эра бизнес-анализа, позволившая лучше понять объем накопленной информации. Теперь настал черед решений по анализу больших массивов данных, что позволит создавать уникальные индивидуальные предложения благодаря подробной сегментации клиентской базы на основе выявления закономерностей, взаимосвязей и особенностей бизнес-поведения клиентов", - рассказал Константин Кутуков.

На его взгляд, для банка это несет ряд неоспоримых плюсов: глубокое понимание своей аудитории, выделение новых ниш, ускорение цикла продаж, минимизация рисков невозврата выданных средств.

"Для клиентов банков - это повышение удобства и доступности банковских продуктов, возможность активного использования заемных средств для динамичного развития бизнеса", - считает Константин Кутуков.

Как заметил финансовый аналитик группы компаний "Финам" Тимур Нигматуллин, для клиента, относящегося к малому или нижней границе среднего бизнеса со счетом в кредитном учреждении, значительно сокращается совокупная стоимость кредитования, выраженная в том числе в сроках оформления займа, риске его неполучения либо недостаточности предоставляемых средств.

"Таким образом, при прочих равных, банк, использующий анализ больших данных, значительно сокращает операционные расходы при одновременном увеличении спроса на кредитные продукты", - резюмировал в беседе с ComNews Тимур Нигматуллин.

На его взгляд, анализ больших данных - в целом крайне перспективное направление для банков как в корпоративном, так и в частном секторе, так как позволяет значительно сократить расходы на оценку будущих активов. По мнению Тимура Нигматуллина, скорее всего, на горизонте 5-10 лет анализ больших данных станет отраслевым стандартом для банковской сферы.

Аналитик группы компаний "Финам" Леонид Делицын считает, что анализ данных, в том числе и больших, и в особенности алгоритмы машинного обучения станут стандартным средством работы банков в ближайшие годы.

"Анализ больших данных в дальнейшем будет использоваться в первую очередь в операциях кредитования частных клиентов. Именно с розницы в России началось использование технологий Big Data. Банки с большим количеством розничных клиентов, более 100 тыс., могут эффективно анализировать потребительское поведение, что улучшит качество принимаемых решений", - заключил в разговоре с корреспондентом ComNews начальник управления операций на российском фондовом рынке ИК "Фридом Финанс" Георгий Ващенко.