Разработчики: | Сбербанк |
Дата премьеры системы: | 2020/09/21 |
Отрасли: | Финансовые услуги, инвестиции и аудит |
Технологии: | CRM - Системы лояльности |
Основная статья: Кредитный скоринг
2020: Заявка на патент для системы оценки клиентов
21 сентября 2020 года стало известно, что Сбербанк решил запатентовать свою систему оценки клиентов. Особенность системы в том, что для выдачи кредита госбанку больше не нужны информация из бюро кредитных историй и анкетные данные клиента. Чтобы клиент получил необходимые скоринговые баллы, ему достаточно пользоваться любой картой банка.
Исходя из этой информации банк выставляет каждому клиенту определённый скоринговый балл, по которому принимает решение, будет выдан кредит или нет. Портрет идеального заёмщика примерно одинаков для всех банков: женщины, семейные, люди старше 40 лет, клиенты с высшим образованием и с хорошим стажем работы платят лучше остальных заёмщиков.
Данная система, которую Сбербанк не только использует, но и решил запатентовать, отличается от традиционного подхода банков. Она делает ставку на изучение банковских транзакций, а не кредитной истории клиента.TAdviser выпустил новую карту российского рынка информационных технологий: более 380 разработчиков и интеграторов
По мнению банкиров, информация о том, где, когда и за что клиент расплачивается банковской картой больше говорит о его благонадёжности, чем кредитная история и другие факторы, используемые для традиционного скоринга.
Кроме того, такой метод не требует от клиента ввода каких-либо дополнительных данных, значит, решение по кредиту принимается быстрее (весь процесс будет автоматизирован), и сведения очень сложно подделать.
Следовательно, нет необходимости проверять правильность информации, в отличие от анкеты на получение кредита и некоторых других источников, используемых для оценки. И главное, этот метод работает, даже если у клиента нет кредитной истории.
Как утверждается в заявке к патенту, эту систему банк построил, изучив более 200 миллионов транзакций 740 тысяч клиентов. В качестве целевой переменной использовалось событие дефолта для потребительского кредита в течение года после его выдачи. В итоге были получены профили клиентов с наиболее высоким риском невыплаты кредита и профили самых благонадёжных заёмщиков. На 21 сентября 2020 года, согласно заявке, в качестве исходных данных используются уровень транзакции (метка времени, страна, сумма, тип продавца) и уровень карты (филиал выдачи, тип карты).
В результате портрет идеального заёмщика получается несколько иным, чем при традиционном скоринге. Как отмечается в документах, для полного анализа клиенту достаточно сделать порядка 350 транзакций.
![]() | Реальные транзакции по дебетовой или кредитной карте действительно могут сказать о клиенте больше, чем сухие цифры из 2-НДФЛ или анкетные данные, – отмечает ведущий эксперт академии финансовой грамотности Александр Николаев. – Во-первых, объём трат клиента по картам даёт возможность банку оценить его реальные доходы. Многие, чтобы получать кешбэк по картам, вносят «серую» часть зарплаты на банковские счета. А структура затрат показывает привычки клиента и то, хватает ли ему получаемого дохода на жизнь. | ![]() |
Кроме того, по транзакциям клиента сразу видно, что у него находится в собственности: есть ли автомобиль, есть ли квартира или свой дом, что также влияет на итоговое решение банка[1].
Примечания
Подрядчики-лидеры по количеству проектов
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Распределение систем по количеству проектов, не включая партнерские решения
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)