Какие изменения потребовалось внести в ИТ-ландшафт, чтобы повысить эффективность предодобренных предложений, и как в ходе реализации проекта изменились риск-модели и маркетинговые задачи, рассказывает Тарас Сорока, экс-CTO УБРиР.
— Чем интересны технологии предодобренных предложений для банка и что может пойти не так в случае их внедрения?
Т. Сорока: Многие банки по-прежнему активно шлют SMS с предложением прийти в офис и оформить кредит, несмотря на низкую конверсию от таких коммуникаций: потенциальный клиент должен идти в офис банка, предоставлять документы… Да и отправка SMS стоит банку денег. На аналогичное сообщение, но в мобильном приложении и с возможностью оформления онлайн люди реагируют намного лучше, поскольку предложение сформировано с учётом их потребностей, а параметры кредита подобраны на основе их финансовых данных и кредитной истории. И для получения кредита никуда ходить не нужно — достаточно пары нажатий на экран телефона.
Так что ответ на вопрос «чем интересны такие технологии» в целом очевиден — возможностью получения дополнительной прибыли. При этом есть потенциальные проблемы: во-первых, можно промахнуться с выбором клиента, потратив впустую деньги и время на его скоринг; во-вторых, можно всё рассчитать — а клиент кредит не взял; в-третьих, в процессе расчёта может выясниться, что клиенту не хватает каких-то документов, и тогда ему придётся посетить офис банка. Не исключён и наихудший из возможных сценариев, когда в офисе клиенту сообщат, что обещанные ему «100 руб. под 10%» пришлось изменить на «50 руб. под 20%». В этой ситуации шансов на счастливый для всех сторон финал практически не остаётся.
Соответственно наша задача заключалась в том, чтобы максимально снизить вероятность этих проблем, научившись формировать для каждого клиента такое предложение, с которым не пришлось бы приглашать его в офис и тем более ухудшать прописанные в оффере условия.
— В чём заключались технологические недостатки существующей системы, чем была обусловлена необходимость трансформации?
Т. Сорока: Предлимиты рассчитывались на старых технологиях, которые элементарно не позволяли достичь нужной производительности. Предположим, в течение месяца мы должны провести расчёты по клиентской базе, включающей 600 тыс. человек. Соответственно в день должно быть обработано 20 тыс. клиентов. Максимум, который удавалось выжать на старом ИТ-ландшафте, — 1 тыс. в день, т. е. 5% от требуемых объёмов.
Стали искать возможности преодолеть эти ограничения и в процессе, во-первых, подтвердили гипотезу, что на текущих решениях достигнуть поставленных задач невозможно, требуется полная перестройка ИТ-ландшафта для направления рисков.
Во-вторых, обнаружили недостатки самого механизма расчётов. Суть в следующем: для скоринга потенциального заёмщика по каждому клиенту отправлялись, условно, сразу 20 запросов в разные источники данных. Запросы платные. И если хотя бы по одному запросу приходил не устраивающий банк ответ, то остальные 19 запросов были отправлены, по сути, зря, а банк на них потерял время и деньги. Изменение подхода к порядку отправления запросов позволило бы сэкономить и то, и другое.
Таким образом, задачи в рамках проекта усложнились — от простого повышения производительности мы пришли к необходимости полной трансформации исходной архитектуры и пересборки скоринговой модели.
В-третьих, в ходе предпроектного анализа выяснилось, что расчёт по всей клиентской базе нецелесообразен...
Продолжение читайте на https://futurebanking.ru/post/4086