Что такое скоринг и как он помогает в бизнесе

Относительный скоринг

Если просто применять ту или иную модель скоринга, без глубокого анализа данных, существует риск начать оценивать экспертно, то есть — основываясь на собственном опыте, интуиции и выводах. Например, менеджер говорит фразу: «Компания N произвела такие-то действия и получила такие-то результаты, поэтому считаю, что нам необходимо сделать так же». Это — экспертная оценка, которая не учитывает специфику текущей ситуации, продукта и факта, что компания N уже вышла на рынок. В данной ситуации менеджер пытается перенести чужой опыт на свою компанию без каких-либо оснований. Или, например, менеджеру просто так нравится его идея, что он пытается «подогнать» итоговый балл скоринга, чтобы «фича» (идея с неким рыночным преимуществом) пошла в разработку.

Поэтому даже те формулы скоринга, которые используют множество параметров, могут дать нерелевантный итоговый балл.Не стоит оценивать что-то «в лоб», необходимо понимать, относительно чего выставляется оценка: относительно цели, влияния на фокус компании, метрики, выручки и пр. Выбор ключевого параметра зависит от специфики продукта и команды. 

Например, продуктовые команды концентрируются на LTV (lifetime value) и Retention (коэффициент удержания пользователя/клиента). А «команды роста» (отвечают за разработку проектов, потенциально сулящих компании кратный рост) оценивают проекты и «фичи» относительно выручки или количества пользователей.

Если проект оценивать относительно влияния на фокус компании, глобальную цель, то все равно стоит любому фокусу и цели сопоставлять цифры. Поэтому лучше всего для скоринга использовать понятную метрику, которую просто посчитать и проще спрогнозировать степень ее изменения.

Например, фокус компании на международную экспансию можно оцифровать количеством активных зарубежных пользователей, количеством стран, количеством заключенных контрактов с компаниями и т.д. Чтобы команды понимали, как их работа и отдельные «фичи» влияют на движение компании относительно фокуса, лучше всего использовать дерево метрик. Этот метод позволяет декомпозировать глобальные цели до фундаментальных показателей, с которыми проще работать продакт-менеджерам.

Рис. 1. Пример дерева метрик маркетплейса курсов.

Важно, чтобы метрики сопоставлялись с P&L компании (profit & loss report, отчет о прибыли и убытках). Таким образом продакт-менеджеры и команды будут чувствовать большую ответственность, так как влияют не на абстрактный параметр, а на деньги. То есть буквально дерево метрик должно быть математическим «скелетом» компании. 

Например, на рисунке 1 показано верхнеуровневое дерево метрик маркетплейса образовательных курсов, в котором количество оплаченных курсов определяется более низкоуровневыми метриками:

Количество оплаченных курсов = трафик х конверсию в заявку х конверсию в оплату. 

При этом объем трафика зависит от количества партнеров. И если декомпозировать дерево дальше, можно составить ветвь метрик для отдела продаж, где партнеры будут разбиты на категории (например, по объему трафика), а менеджеры будут обзванивать те сегменты, которые приводят больше потенциальных покупателей.

Таким образом, команды получат четкую метрику, которая:
1)    позволяет производить скоринг, опираясь на четкие, понятные данные (количество оплаченных курсов, конверсия в заявку и оплату) 
2)    дает понимание, как именно команды своей работой влияют на глобальную цель компании (что повышает и эффективность работы, и мотивацию).

А нужен ли человек?

Прогнозируя будущее скоринговых систем, некоторые эксперты высказывали смелую гипотезу о том, что в будущем возможно будет полностью исключить участие человека из этого процесса. Рассуждая на эту тему с РБК Трендами, Сергей Григорян, специалист по банковскому сектору, партнер аналитической компании «ЕваБета Россия», тоже допустил такую возможность с учетом того, что сегодня в большинстве случаев алгоритмы работы программного обеспечения создаются человеком. Уже потом на их основе делается ПО, которое самостоятельно собирает определенные данные и делает вывод о платежеспособности того или иного клиента.

«В данный момент мы еще не дошли до того уровня развития технологий, когда можно совсем обойтись без участия человека в создании самих моделей/алгоритмов. Но в перспективе ближайших десяти лет вполне возможно появление скоринговых моделей, созданных искусственным интеллектом», — допускает Григорян.

Представители банков в своих прогнозах о полной роботизации скорингового процесса более сдержаны. С одной стороны, в пресс-службе Московского кредитного банка заверили, что в ряде клиентских сегментов и продуктов уже применяется процесс принятия кредитных решений без участия человека. С другой же, пока нет алгоритмов, способных оценивать субъективные факторы, в отличии от человека. Для некоторых видов ссуд (например кредиты для бизнеса), непредвзятость системы может, напротив, привести к упущенной выгоде для банка.

По заверениям Переславского из CMS Institute, у скоринговых систем есть некоторая предвзятость к фрилансерам и владельцам МСБ, из-за чего они периодически выдают ошибочные решения в пользу или не в пользу одобрения займов некоторым людям. При этом ни для кого не секрет, что искусственный интеллект способен быть предвзятым из-за заложенных в него данных даже со способностью алгоритма к самообучению. Процентное соотношение одобренных кредитов у мужчин и женщин разнится примерно на 15% в пользу мужчин. За рубежом можно встретить примеры не только гендерной, но и расовой дискриминации.

Black face matters: почему нейросети обвиняют в дискриминации

На текущем этапе алгоритмы и технологии должны облегчить сотрудникам принятие финального решения, но полностью заменить риск-менеджеров они не смогут. Даже самую автоматизированную систему необходимо постоянно поддерживать и дорабатывать. Так что пока банки не готовы полностью отдать вопросы скоринга на откуп машинам.

Первая модель комом

Когда мы только запускались, планировали сдавать машины для таксистов, которые работают в сегментах «Эконом», «Комфорт» и «Комфорт+». И все примерно представляют портрет такого таксиста: приезжий из СНГ, который недавно получил российское гражданство. Чаще всего он никак не может подтвердить свой доход, даже если зарабатывает 5 тысяч рублей. За душой у него тоже ничего нет: ни имущества, ни родственников, ничего. Поэтому когда мы попробовали оценивать таких людей по обычному банковскому финансовому скорингу, в конце пути нас ждало фиаско.

Тогда мы решили разрабатывать свою модель, которая бы подходила для скоринга таких таксистов. Но при этом она должна быть не менее жесткой и анализировать без звонков и встреч с клиентов. Поэтому мы пошли по пути социального скоринга. Пока что мы даже не знаем, кто еще применяет такое в кредитовании.

Клиенты проходили опрос, на основе которого модель и проверяла человека. Финансовые доказательства нужны были по-минимуму. 50% людей даже просто не могли подтвердить, что они хоть что-то зарабатывают. Такой скоринг нас вполне устраивал, потому что отсеивал достаточный уровень фрода, чтобы не сломать наши модели, и поддерживал прогнозный уровень потерь, который нас как лизинговую компанию вполне устраивал.

Модели скоринга

Существует много моделей скоринга, начиная от подсчета «по здравому смыслу» и заканчивая формулами, позволяющими рассчитать конкретный балл для каждого проекта или «фичи». Одни компании используют стандартные модели, другие кастомизируют их «под себя». Единого подхода нет, главное, чтобы модель решала основную задачу — делать то, что приводит компанию или продукт к поставленной цели (о правильной расстановке целей мы писали вот здесь).

Скоринг мошенничества: как он работает

Вы подали заявку на кредит и ждете решения, а его все нет. Вам говорят, что ваша заявка находится на скоринге. Что это значит? Если система обнаружила что-то подозрительное, проверка может занять больше времени. Однако паниковать заранее не стоит.

Вся информация, указанная в кредитной заявке, проверяется на предмет актуальности и достоверности. Например, паспорт или иной документ, удостоверяющий личность, должен отсутствовать в базе украденных или утерянных документов. Контактный номер телефона также должен быть актуален. Ошибка в одной цифре телефонного номера может быть чревата отказом в выдаче кредита.

В качестве адреса компании, где вы трудитесь, указывайте адрес фактического местонахождения. Дело в том, что еще существуют организации, адреса которых являются «массовыми». Это могут быть фирмы, зарегистрированные в больших бизнес-центрах или на территории крупных предприятий. Если вы укажете улицу и номер дома, где зарегистрировано множество фирм, это может снизить вам баллы.

Если у вас временная регистрация и по указанному вами адресу зарегистрировано еще несколько человек, не являющихся вашими родственниками, это также может негативно повлиять на решение банка. Я рекомендую указывать номера телефонов контактных лиц, которые могут подтвердить вашу благонадежность. Это могут быть коллеги или близкие родственники. Но обязательно предупреждайте этих людей о возможном звонке из банка.

Кроме того, у каждого банка есть черный список клиентов. Если ваш номер телефона отличается на одну цифру от номера из такого черного списка, даже это может служить основанием для отнесения вас к категории «подозрительных» клиентов. Система может счесть, что ваш родственник, который был замечен в каких-то незаконных операциях, склоняет вас к мошенничеству.

Скоринговая оценка кредитоспособности физического лица

Если после занесения всех ответов в программу, кредитный специалист отвечает, что скоринг пройден, это означает, что основная часть аналитической проверки пройдена. Далее заявка физического лица уходит в службу безопасности, где специалисты банка проверяют клиента уже по своему ряду критериев.

Проведение скоринговой оценки позволяет полностью исключить человеческий фактор. Это может быть предвзятое отношение специалиста к определенному клиенту, либо, напротив, чересчур лояльное отношение и намеренное укрытие некоторых факторов, которые указывают на повышенный финансовый риск для банка.

Оценка платежеспособности

Информация, на основании которой происходит скоринговой анализ, берется из документов и не может быть искажена. В тех случаях, когда информация заносится со слов клиента, кредитный скоринг имеет меньшую эффективность при определении рисков.

Кредитный риск для банка – это возможная финансовая потеря вследствие невыполнения заемщиком взятых на себя обязательств. Причины могут быть самые разные: просроченные платежи, отказ от выплаты кредита и т.д. В этом случае скоринговая оценка является эффективным финансовым инструментом, который в комплексе с изучением кредитной истории позволит максимально точно определить потенциальную платежеспособность клиента.

ROI

Скоринг проектов относительно показателя Return On Investment (коэффициент окупаемости инвестиций). Чем выше ROI проекта, тем раньше этот проект необходимо сделать, закончить. При этом можно устанавливать минимальный порог проекта: например, проекты с ROI меньше 300% — вообще не брать в работу. Хорошим ROI считается показатель от 300%, в остальных случаях получается, что проект сработал практически «в ноль». Больше 1000% — это уже подозрительный показатель. Но рост до 10 раз вполне возможен, если, например, очень дешевая в реализации идея принесла много новых пользователей.

((Доход от вложений — размер вложений) / Размер вложений)*100% = ROI (коэффициент окупаемости вложений)

Это хороший метод для расчета маркетинговых проектов и «фичей», профит которых достаточно просто посчитать. Если оценить профит от проекта сложно, то показатель может быть сильно завышен. Однако, с другой стороны, необходимость максимально точного расчета дохода от проекта позволяет лучше проанализировать сам проект (продукт, «фичу») и понять, как она («фича») влияет на финансовые показатели. 

Для SaaS-сервисов можно использовать другую формулу:
((Жизненная ценность клиента — стоимость приобретения клиента) / стоимость приобретения клиента)*100% = ROI, где жизненная ценность клиента = CLV = (средняя стоимость покупки х среднее количество повторных покупок).

Например, у вас есть две кампании. Одна стоит 100 тыс. руб. РФ, вторая — 200 тыс. руб. РФ. Потенциально первая может принести 1000 новых пользователей, вторая — 4000 пользователей. Сперва вторая кажется более выгодной, так как стоимость привлечения клиента в два раза меньше. Но разработка первой кампании будет стоить 60 тыс. руб., а второй — 150 тыс. руб. Например, за счет необходимости партнерских интеграций и дополнительной разработки. При этом в первом случае вы ведете пользователя на свой лендинг, где он покупает услугу за 200 рублей, а во втором случае вы даете скидку 50% (100 руб.) в рамках акции с партнером.

Таким образом, считая все данные и полагая CLV одинаковыми для обоих случаев, получаем:

• Расходы в тыс. руб. на приобретение клиента в первом случае: 100 + 60, во втором: 200 + 150
• Потенциальный доход в первом случае: 200 тыс. руб., во втором — 400 тыс. руб.
• ROI первого проекта: ((200 – 160) / 200)*100= 20%; второго — ((400 – 350) / 400)*100 = 12.5%.

Получается, что обе компании невыгодны при подобной экономике (ROI < 100%), при этом у первой кампании ROI почти в два раза выше, хотя изначально казалось, что вторая лучше.

Также при расчете дохода от проекта или «фичи» можно использовать данные по предполагаемому изменению таких метрик, как LTV и Retention.

Если вы опасаетесь, что при таком методе оценки проектов вы будете фокусироваться на тех, что приносят больший доход за меньшее время, то можно определять портфель проектов на год таким образом, чтобы доход от краткосрочных проектов можно было реинвестировать в более стратегические проекты. 

Также портфель проектов можно оценивать относительно стоимости команды за год: если команда не окупает себя, то стоит подумать о том, чтобы помочь ей сфокусироваться или переключиться на другие проекты, где она сможет показать себя.

Четыре причины внедрить скоринг

Причина 1. Отсекаются «мусорные» заявки при первичном контакте

В отдел продаж попадают не все заявки, поэтому специалисты тратят меньше времени на квалификацию лидов.

Причина 2. Усилия менеджеров направлены на ценных клиентов

Благодаря этому менеджер может уделить внимание каждому и составить индивидуальное предложение. 

Причина 3. Известны источники качественных лидов

Это поможет эффективно распределить рекламный бюджет. Например, какой-то канал приносит вам 100 лидов в месяц. Но после анализа может оказаться, что в продажу конвертируется 10. А другой канал приводит 20 лидов, но именно тех, которые нужны.

Причина 4. Легко посчитать конверсию в продажи как для всех лидов, так и отдельно для квалифицированных 

В ситуации, когда у менеджера низкие показатели конверсии, скоринг поможет определить причины. Возможно, дело не в его некомпетентности, а в том, что он работает с «низкобалльными» лидами. У этих клиентов потребность еще в стадии формирования, и менеджеру приходится тратить время на дополнительную работу с ними. 

Когда количество заказов начнет расти, то без CRM не обойтись: использовать лучше ту, в которой есть гибкие настройки и разные условия начисления баллов. Такая CRM-платформа значительно упростит процесс скоринга: данные о клиентах и их деятельности она проанализирует автоматически. Система сама обработает большое количество входящих данных о продажах, выявит наиболее ценные лиды и даже напомнит менеджеру о необходимости связаться с клиентом по прошествии определенного времени. 

RICE

RICE — еще один метод приоритизации идей и «фич» продукта. Аббревиатура включает 4 фактора, которые продакт-менеджер может использовать для оценки и приоритизации продуктовых «фич»:

• Reach — охват
• Impact — влияние
• Confidence — уверенность в вашей оценке охвата, влияния и трудозатрат
• Effort — трудозатраты

 Рис. 2. Формула расчета RICE

Уровень охвата (Reach) измеряют количеством людей/событий за определенный период времени. Например, «фича» для онбординга будет касаться всех новых пользователей, но не будет важна для старых пользователей. При этом надо учитывать, что если онбординг пользователи проходят один раз, то при уменьшении трафика охват также будет меняться. В отличие, например, от основных (старых) пользователей, количество которых не сильно меняется, если Retention вышел на плато.

Онбординг (onboarding) — это процесс, через который проходят пользователи от начала своего пути до становления клиентом и далее.

Если в продукте речь идет о миллионах пользователей, то лучше разбить их на сегменты, например, где 1 — «меньше миллиона пользователей», а 10 — «10 миллионов», и в расчете указывать цифры от 1 до 10, чтобы не считать «фичи» в миллионах.

Влияние (Impact) показывает, какой вклад приносит эта «фича» продукту. Измеряться может в баллах (1 — слабое влияние, 3 — сильное влияние). Ценность показателя понимается по-разному в каждом продукте. Лучше всего делать этот показатель минимально субъективным. Например, оценить, насколько новая «фича» может потенциально увеличить в онбординге конверсию в первую оплату. Таким образом, можно будет сравнивать разные «фичи» относительно единого показателя — денег.

Показатель Confidence призван снизить влияние экспертности в оценке предыдущих показателей, однако опыт показывает, что и уверенность часто завышают. Чаще всего 100%-ный показатель ставят для «фичи», у которой есть оценка трудозатрат, данные аналитики или АБ-теста либо исследования, которые могут подтвердить необходимость релиза. Однако даже наличие всего этого не гарантирует 100%-ного результата. 

Вдобавок, одно дело — оценка гипотезы (9 из 10 гипотез проваливаются, получается, что confidence вообще не поднимется выше 10%), другое — «фичи», которые разрабатывают уже после экспериментов. Однако бывают ситуации, когда после раскатки эксперимента он показывает результаты хуже, хотя во время теста все было ок. Например, такое может быть в сложных операционных продуктах. Также этот показатель может быть рассчитан более субъективно, в баллах, где 1 — «слабо верим», 2 — «верим», 3 — «сильно верим». Но я бы советовал все-таки прописывать критерии оценок «сильно, слабо», чтобы снижать субъективность и экспертность скоринга.

Трудозатраты (Effort) оценивают как количество «человеко-месяцев», недель, дней или часов, в зависимости от специфики разработки и ее уровня. Главное, чтобы оценка всех проектов была в одних единицах.

Например, у вас две «фичи»: одна — в онбординге, вторая — в основном продукте. Охват первой составляет 1000 пользователей, второй — 500. Влияние «фичи» оцениваем по шкале 1–3: «не сильно», «сильно», «кардинально». И для первой она составляет 3, для второй 2. То есть «фича» в онбордниге может кардинально повлиять на конверсию в оплату, а та, что в продукте — сильно повлиять на retention. Сложность первой 4 (недели разработки), второй — 2. Для альтернативного примера посчитаем уверенность не в процентах, а также по трехбалльной шкале («слабо верим», «верим», «сильно верим»): 1 для первой и 2 для второй. Таким образом, получаем:

• Для первой «фичи» RICE: (1000 * 3 * 1) / 4 = 750
• Для второй RICE: (500 * 2 * 2) / 2 = 1000.

То есть берем в работу вторую «фичу», для продукта.

Виды кредитного скоринга

Данные для оценки

• Скоринг заявителя (application scoring), подразумевает подсчет вероятности невозврата кредита клиента из-за низкой платежеспособности;
• Скоринг от мошенников (fraud scoring) – фильтрация клиентов по принципу подозрения в мошенничестве. Как правило, оценивание происходит на первом этапе, при тщательной проверке документов.
• Поведенческий скоринг – на основании факторов поведения уже существующих заемщиков, вычисляется процент финансового риска при выдаче займа клиенту.
• Скоринг взыскания такая модель оценивания работает на этапе возврата непогашенных кредитов. Программа позволяет составить план действий для взыскания займа с клиента.

Методика оценивания клиента проводится на основании социальных признаков, которые характеризуют заемщика. При этом ключевым моментом такого оценивания является автоматизация процесса и исключение участия человеческого фактора в процессе оценивания.

Данные для проведения скоринга

В стандартный список вопросов входят следующие:

• семейное положение;
• возраст;
• место работы (если пенсионер работает);
• стаж;
• образование (специальность);
• указание дополнительный доход и т.д.

Также следует учитывать, что банковский работник при заполнении анкеты проводит визуальную оценку наряду со скорингом.

Данные для оценки

У специалиста есть подробная инструкция по определению платежеспособности клиента, куда входит анализ внешнего вида, речи клиента, соответствие поведения и указанной должности в анкете. Производя визуальную оценку потенциального заемщика, его речь, скорость ответа, поведение, кредитный консультант может добавить комментарий к заявке с примечанием отказать в кредите. При этом документы у клиента могут быть в порядке.

Чтобы повысить шансы на получение займа, отвечать нужно максимально точно и, без лишних раздумий, так как все это фиксируется экспертом в анкете и отправляется на проверку аналитику.

Недоверие может вызвать алкогольное опьянение, медленные запутанные ответы, незнание простой информации (телефон, рабочий адрес и т.д.), эмоциональная неустойчивость, несоответствие внешнего вида с указанным в анкете ежемесячным доходом и т.д.

Как видите, у банка есть очень много критериев проверки клиентов, среди которых, безусловно, большое внимание занимает кредитная история и финансовый скоринг.

Подсчет скоринговых баллов

Скоринговые баллы могут быть предоставлены двумя бюро кредитных историй:

• Национальное бюро кредитных историй (НБКИ);
• Объединенное кредитное бюро (ОКБ).

Эти учреждения используют различную шкалу для подсчета кредитного рейтинга.

Расшифровка скоринговых баллов

По шкале НБКИ заемщику дается оценка:

1. 690-850 баллов – отлично. Кредит будет одобрен с высокой вероятностью в любом банке.
2. 650-690 баллов – хорошо. Доступно кредитование на общих условиях.
3. 600-650 баллов – удовлетворительно. Вы можете получить кредит, но не в любом банке. Возможно снижение суммы или повышение ставки.
4. 500-600 баллов – ниже среднего. Возможен отказ или одобрение небольшой суммы на короткий срок.
5. 300-500 баллов – плохо. Высокая вероятность отказа. Такому клиенту могут быть доступны только микрозаймы.

В ОКБ очень высоким считается показатель более 960 баллов. Максимальное значение – 1200 баллов.

Значение скорингового балла для одобрения кредита

Для получения положительного решения необходимо набрать:

• по шкале НБКИ – 650 баллов;
• по шкале ОКБ – более 800 баллов.

Если вы набрали меньшее количество баллов, это не значит, что вам будет выдан отказ. Возможно одобрение кредита, но банк, скорее всего, будет диктовать свои условия.

Что влияет на оценку платежеспособности

Основные факторы, негативно влияющие на кредитный рейтинг:

1. Наличие просрочек свыше 30 дней.
2. Высокая кредитная нагрузка.
3. Возраст кредитной истории менее 1 года.
4. Большое количество запросов на проверку кредитной истории за последние 6 месяцев.

ICE

Этот метод определения приоритетов был придуман Шоном Эллисом, который известен авторством термина Growth Hacker.

Рис. 3. Формула расчета ICE.

• Влияние (Impact) показывает, насколько ваша идея положительно повлияет на ключевой показатель, который вы пытаетесь улучшить
• Уверенность (Confidence) показывает, насколько вы уверены в оценках влияния и легкости реализации
• Легкость реализации (Ease) — это о простоте реализации. Это оценка того, сколько усилий и ресурсов требуется для реализации этой идеи.

В ICE используется шкала от 1 до 10, чтобы все факторы сбалансировано повлияли на итоговый балл (все составляющие оцениваются в баллах, а не в реальных показателях). Оценивать можно то, что вам нужно, лишь бы все значения были согласованы между собой (руководствуясь логикой). Оценка получается достаточно субъективной, потому что перевод в баллы не имеет четкого критерия. Но этот метод можно кастомизировать «под себя», чтобы он стал точным. Также можно использовать комбинированные модели, которые сочетают в себе несколько моделей оценки (например, как в весовой модели).

Как выбрать критерии для оценки лида

Каждого клиента необходимо оценить по ряду критериев и присвоить баллы, которые складываются в итоговую оценку. Чем выше оценка, тем «теплее» клиент и больше вероятность, что он готов купить. Параметры скоринга уникальны для каждого бизнеса, но общие критерии для b2b-сделок следующие: 

• Размер бизнеса клиента и его прогнозируемый рост — оборот, количество сотрудников, точек продаж.
• На сколько клиент платежеспособен.
• Хватает ли данных контактного лица — имя, телефон, должность. Он ли ответственный за сделку.
• Знаком ли он с вашим коммерческим предложением.
• Переходил ли он на сайт.
• Подписан ли на рассылку.
• Соответствует ли задача клиента профилю вашей компании.
• Представляет ли себе клиент порядок цен.
• Время перехода на следующий этап сделки.

Выбор показателей зависит от поставленных целей. Например, если хотите увеличить долю рынка, тогда в приоритете будет размер бизнеса клиента. Если нужно продвинуть конкретный продукт — объем и частота закупок. Планируете увеличить выручку своей компании — платежеспособность клиента.

Как банк «считает очки»

Основную информацию о потенциальном заемщике, с которым банк никогда не имел дела, он получит из анкеты. Ее предлагают заполнить как в бумажной форме, так и в электронном виде на сайте банка.

Чем больше сумма кредита, тем больше сведений захочет знать о вас банк. Если для оформления потребкредита банку достаточно минимальных данных, то анкета для ипотечного займа включает вопросы о наличии высшего образования, количестве детей, а иногда и о наличии судимости.

Но это далеко не вся информация, которой будет оперировать банк.

Начисляя баллы, скоринговая система запросит информацию в кредитном бюро, сверится с базами должников, а в некоторых случаях обратит внимание и на профиль в соцсетях. К примеру, в США банки в том числе оценивают, насколько часто человек выкладывает в соцсетях фото в нетрезвом виде.

По словам Анастасии Усковой, гендиректора финтех-платформы «Фаст Ривер», технологии скоринга у нас и за рубежом существенно не отличаются. Разница только в массиве данных, которые попадают в прицел скоринговых программ из открытых источников и предоставляются самим клиентом. И в России, и в Европе, и в Китае в скоринг могут попадать не только данные из соцсетей потенциальных клиентов, но даже история поисковых запросов, если те не скрыты настройками приватности. «Но на европейском континенте существуют законы, ограничивающие и регламентирующие сбор данных — например требования обезличивать данные, хранить в зашифрованном виде или уведомлять клиентов о том, какая личная информация о них анализируется банком», — уточняет Ускова.

Право на забвение: что дают пользователям GDPR и его российский аналог

В Китае скоринг настолько популярен, что муниципальные и частные платформы, среди которых есть мессенджеры, маркетплейсы, платежные системы, и даже приложения для знакомств и заказа такси, знают о вас все и обязаны передавать государству имеющиеся у них данные. На их основе составляется социальный рейтинг граждан, который определяет их благонадежность и ложится в том числе в основу банковского скоринга.

Цифровая карма: как будет работать система социального кредита в Китае

Все современные технологии так или иначе помогают банкам совершенствовать скоринговые системы. Так, почти у всех есть гаджеты с привязанными к ним аккаунтами в социальных сетях, мессенджерах и почтовых сервисах, а также приложения, которые позволяют ставить геолокацию и отмечать другую информацию. К слову, банки получают и информацию о том, сколько и как регулярно вы платите за связь и прочие сервисы.

Отдельно Алексей Перепелкин, руководитель отдела аналитики «BMS Law Firm» отмечает мобильные банки, приобретающие все большую популярность. Их анализ также помогает оценить модель поведения потенциальных заемщиков. Для российских банков существенным прорывом в построении скоринговых моделей стал доступ к данным об официальных доходах россиян от ПФР, отмечает Сергей Григорян, специалист по банковскому сектору, партнер аналитической компании «ЕваБета Россия». Сейчас финансовые организации анализируют клиентов более чем по нескольким сотням параметрам. Вся информация буквально от рождения до смерти уже практически доступна банкам, которые стали гораздо более тщательно выбирать клиентов.

Преимущества и недостатки скоринговой системы

Простыми словами, скоринг – это проверка надежности заемщика, проводимая для оценки рисков банка. Система скоринга имеет как преимущества, так и недостатки.

Преимущества

1. Быстрое рассмотрение заявки.
2. Минимальные затраты на оценку заемщика.
3. Отсутствие субъективного мнения сотрудника банка и других рисков из категории «человеческий фактор».
4. Выявление рисков мошенничества с помощью автоматизированной системы.

Недостатки

1. Скоринговая система анализирует не клиента, а информацию, которая им предоставлена. Таким образом, есть риск того, что заемщик может подготовить правильные ответы заранее.
2. Программа имеет технические несовершенства и нуждается в постоянном обновлении.
3. Для клиентов без кредитной истории рассмотреть заявку с помощью системы скоринга будет сложно, поскольку программа не может предугадать поведение потенциального заемщика.