Скорингов много хороших и разных

Оценить кредитоспособность заемщиков на основании данных их профилей в соцсетях, серфинга в Интернете и пользования финансовыми услугами мечтают многие банки, но получается лишь у единиц.

В марте 2011 г. "БО" написал (http://clck.ru/93tdX) о том, что у кредитного скоринга два основных недостатка: "Любая статистическая модель базируется на законе больших чисел. Чем меньше выборка, тем выше вероятность "насобирать" отклонения. Допустим, статистика утверждает, что вероятность выигрыша в казино составляет 49%. Это не помешает отдельным игрокам побеждать 100 раз подряд или же, напротив, в 100 случаях непрерывно терять деньги". Поэтому банкам с небольшой клиентской базой даже не стоит задумываться о создании собственной скоринговой модели. Это в теории. На практике были попытки создать ее на основе клиентской базы, где было меньше 1 тыс. записей.

Другой недостаток исполнительный директор маркетингового агентства et-marketing.ru Александр Головин охарактеризовал так: "Скоринг можно сравнить с ездой на автомобиле, когда водитель по какой-то причине смотрит только в зеркало заднего вида. Ехать, наверное, можно, если дорога не петляет". Говоря другими словами, скоринг представляет собой статистическую модель, с помощью которой на основе кредитной истории прошлых клиентов (а ее еще нужно накопить) банк пытается определить, насколько велика вероятность, что конкретный потенциальный заемщик своевременно вернет кредит. Поэтому необходимо регулярно адаптировать существующие скоринговые модели к текущей ситуации в экономике. В противном случае они окажутся неэффективными.

Банки с радостью отказались бы от кредитного скоринга, если бы кто-то - или они сами - придумал иной способ определения "правильных" заемщиков, которые бы строго соблюдали платежную дисциплину и не допускали просрочек и дефолтов.

Первый шаг в этом направлении уже сделан. Отдельные банки, а также компании, которые не имеют банковских лицензий, начали разработку "нестандартных" скоринговых моделей, где в качестве источника сведений о потенциальных заемщиках используются данные об их поведении в соцсетях, индивидуальных особенностях "серфинга" в Интернете и пользовании различными финансовыми услугами (например, денежными переводами и платежами). Говоря другими словами, альтернатива набору сведений, используемых в "стандартном" скоринге: кредитная история, пол, возраст, место проживания, наличие квартиры и автомобиля в собственности и т.п. Ведь существуют технологии и сервисы, которые задействовали такую информацию в системах таргетирования рекламы и кросс-продажах. Почему бы не использовать эти данные не только для увеличения объема продаж, но и для отбора кредитоспособных заемщиков. Правда, для успешного решения этой задачи нужно решить одну проблему: определить, как поведение заемщика в "виртуальном" и финансовом мирах влияет на его платежную дисциплину в мире реальном.

В 2013 г. было запущено несколько моделей "нестандартного" скоринга, где применялась такая информация. Правда, пока лишь в формате стартапов или систем "индивидуальной" сборки, сделанных под конкретный банк. Правда, по мнению большинства экспертов, не все из этих моделей, а вернее реализованные ими идеи, жизнеспособны. Впрочем, время покажет, что из рожденных в 2013 г. проживет несколько лет на рынке и обзаведется множеством копий, а что так и останется в одном экземпляре или вообще исчезнет.

Примечание. VisualDNA & Связной Банк

Летом 2012 г. Связной Банк начал тестирование технологии VisualDNA. В мае 2013 г. в интервью журналу "Forbes" председатель совета директоров Связного Банка Максим Ноготков рассказал: "Мы ищем нестандартные способы оценить заемщиков и риски банка. Нам понравилась идея тестирования, которую реализует компания VisualDNA, ее продукт станет одним из важных элементов кредитного скоринга и работы с клиентами... Мне понравилась сама идея VisualDNA - человеку интересно пройти тесты, чтобы узнать больше о себе, при этом полученные данные позволяют показывать ему персонализированную рекламу и делать индивидуальные предложения".

В марте 2013 г. на первом в России форуме финансовых инноваторов Fin Next компания представила свой проект VisualDNA Financial Solutions. Он, согласно заявлению разработчиков, "помогает снизить количество рисков при выдаче кредитов клиентам банков (физическим лицам). Наша технология заключается в психографическом профилировании (на основе теста). Она позволяет максимально точно определить склонность клиента к просрочке платежей еще до положительного принятия решения о выдаче кредита. Выявляются не только пользователи с плохой кредитной историей - на основе профилирования аудиторию можно разделить на группы. И, как следствие, предложить наиболее подходящий конкретному человеку продукт, который он с большой вероятностью согласится купить".

В качестве примеров успешного использования данной технологии было указано два вейса: "Лидирующее британское кредитное бюро > 50% Gini с делением на надежных и ненадежных клиентов и Связной Банк (> 50% Gini with TPD prediction) (> 50% Gini с прогнозом по дефолтерам)". Директор департамента розничного риск-менеджмента Связного Банка Андрей Козляр, выступая на Fin Next, рассказал о результатах сотрудничества с компанией: "Мы сделали выборку из нашей клиентской базы и предложили всем клиентам пройти этот тест. Получили более 30 тыс. ответов. После чего эти данные были переданы в VisualDNA вместе с поведенческими данными и данными кредитного бюро по этим клиентам для дальнейшего моделирования. Мы получили усиление наших скоринговых моделей". В первую очередь для клиентов, о которых не было информации в БКИ.

Слишком далеки они от банков

В марте 2013 г. "БО" рассказал (http://clck.ru/92pba) о том, что из 16 стартапов, которые были показаны на первом в России форуме финансовых инноваторов Fin Next, только два предлагали банкам услуги кредитного скоринга. В третьем стартапе также использовалась модель "нестандартного" скоринга, но она была лишь элементом в экспресс-раздаче микрозаймов.

Первый из них - VisualDNA - "строит скоринг на основе всеобъемлющих опросников. Услугами этой компании уже воспользовался Связной Банк, и результаты, по словам ее представителя, были настолько хороши, что банк решил включить опросники в процесс выдачи кредита".

Второй - Fastscoring - представил основатель сервиса Liveinternet.ru Герман Клименко. Данный сервис "позволяет сегментировать клиентов при заполнении ими заявки онлайн - на основе тех данных, которые хранит браузер. Критерии каждый банк может выработать самостоятельно".

Отметим, что оба стартапа были запущены на базе компаний, которые занимаются персонализацией рекламы в Интернете. Например, компания VisualDNA (зарегистрирована в Великобритании в 2006 г.) создает многочисленные опросники (в формате психологических тестов), через которые можно сегментировать клиентов в зависимости от потребностей последних. Результаты этих опросников анализируются, и строятся профили пользователей, а также поведенческие и скоринговые модели.

На этом форуме был продемонстрирован третий стартап - Mili.ru - сервис предоставления микрозаймов, где в систему скоринга "включен социальный капитал". Говоря другими словами, учитываются данные о заемщиках, взятые из соцсетей. Справедливости ради отметим, что на Украине и в России были запущены сервисы, которые предлагали услуги банкам по кредитному скорингу на основе данных профилей соцсетей.

Фактически каждый из названных выше трех стартапов отражал одно из направлений в сфере "нестандартного" скоринга. Есть еще и четвертое направление - поведенческий скоринг, когда оценка потенциального заемщика происходит на основании данных о транзакциях по его счетам, но оно не было представлено на Fin Next по той причине, что его сложно считать инновационным. Банки уже частично реализовали его в своих внутренних скоринговых моделях.

Примечание. Скоринг в соцсетях - с позиции науки

В 2013 г. двое преподавателей Кубанского государственного аграрного университета - аспирант Сергей Скиба и профессор Валерий Лойко - опубликовали результаты исследования, посвященного методам кредитного скоринга на основе данных из профайлов социальных сетей.

Мы не будем описывать эксперимент, укажем лишь на параметры, которые учитывались при оценке заемщика. Допустим, что данные о дате рождения, поле и семейном положении используются и в традиционном кредитном скоринге. А вот оценивать факт совпадения имени и фамилии, указанных в кредитной заявке, с аналогичными данными профиля соцсети - странная идея. Не всегда пользователь регистрируется под вымышленным именем из-за стремления сохранить свою анонимность. Допустим, количество друзей, а также их распределение по группам ("коллеги", "близкие друзья" и т.п.) может как-то влиять на вероятность дефолта пользователя, но вот остальные параметры, скорее всего, нет. Например, размер - количество символов, оставленных пользователем в разделе "О себе", или сам факт - указано или нет учебное заведение и место работы, а также наличие записей в разделах "политические взгляды", "интересы" и "религиозные взгляды". Еще в эксперименте использовались данные о количестве "видео" и "аудио" "в аккаунте пользователя".

Согласно сделанным учеными выводам "использование такого источника информации, как социальная сеть, дает преимущество оценить клиента и его поведение более объективно в течение продолжительного времени, не учитывая его конкретные намерения в текущий момент". Поясним, что речь идет о методе анкетирования, когда заемщик сам сообщает банку определенные данные о себе в момент подачи заявки на получение кредита. Кроме этого, исследователи утверждают, что "заемщики, которые предоставляли доступ к данным по профайлу, оказывались более ответственными и платежеспособными, чем заемщики, отказавшиеся от авторизации через приложение".

Модель N 1. "Сегодня ты играешь джаз, а завтра..."

Публицист и автор концепций "Банк 2.0" и "Банк 3.0" Бретт Кинг на вопрос о скоринговой модели в его финансовом стартапе мобильном финансовом сервисе Moven в 2013 г. отвечал так: "То, что мы используем, можно скорее называть поведенческим скорингом. Мы смотрим, как клиент управляет своими средствами, отслеживаем и анализируем платежи по его кредитному счету".

На самом деле банки уже сейчас используют элементы так называемого скоринга поведения (Behavioral scoring) - сведения об истории получений-возвратов кредитов, просрочках, количестве одновременно взятых кредитов, частоте пользования кредитными продуктами и т.п. Фактически это то, что принято называть кредитной историей заемщика. Банки и БКИ активно используют эти данные для оценки заемщиков. Один из недостатков данной модели - она не работает в отношении тех, кто ни разу еще не брал кредитов. Хотя сейчас именно эта категория заемщиков востребована банками.

Один из способов решения данной проблемы - отслеживать другие финансовые операции потенциальных заемщиков. Например, платежи и переводы. В сентябре 2013 г. председатель правления Русславбанка - оператора платежной системы CONTACT - Алексей Абрамейцев в интервью (http://clck.ru/92shT) "БО" рассказал: "Мы намерены на основе бренда CONTACT предлагать им (пользователям платежной системы - прим. "БО") не только традиционные услуги (денежные переводы и платежи), но и другие сервисы... Поэтому мы развиваем три основных сегмента: различные форматы денежных переводов и платежей; кредитные и карточные продукты...". Как минимум речь идет о кросс-продажах. Хотя теоретически ничто не мешает Русславбанку применить скоринговую модель, использующую, среди прочего, данные о переводах и платежах (частота и объем) потенциальных заемщиков.

Можно отслеживать активность потенциальных заемщиков в сфере безналичных расчетов. Например, оплату услуг ЖКХ, сотовой связи или покупку товаров в магазинах. Если учесть, что число банков-эквайеров в общем объеме действующих кредитных организаций превышает 60%, то "следить" смогут все. Вопрос лишь в том, смогут ли банки использовать полученные данные в своих внутренних скоринговых моделях.

Модель N 2. "Главное, чтобы заемщик был хороший"

В декабре 2013 г. модель кредитного скоринга, использующая технологию VisualDNA, была презентована в России. Был запущен сервис доверительного кредитования "Кредбери". Мы не будем описывать этот интересный стартап в сфере кредитования p2p лидогенерации потенциальных заемщиков. Отметим лишь, что там любой желающий может протестировать технологию VisualDNA - пройти визуализированный тест. По утверждению создателей сервиса - это один из элементов используемой ими скоринговой модели (другие элементы: профиль пользователя в соцсетях и данные из БКИ). Справедливости ради отметим, что тот же или очень похожий на него визуализированный тест можно пройти на сайте самой компании VisualDNA. Результат для тестируемого в обоих случаях будет одинаковым: на экране монитора появится текст, описывающий психологический портрет тестируемого. Возможно, что на сайте "Кредбери" будет рассчитан еще и скоринговый балл заемщика, правда, об этом он не узнает.

Менеджер по работе с ключевыми клиентами компании VisualDNA Ирина Худорожкова рассказала, что потенциальному заемщику предлагается пройти "визуализированный тест, варианты ответов которого представляются в изображениях. Прохождение теста в среднем занимает 5 - 7 минут на прохождение его целиком". Согласно данным компании 80 - 90% пользователей, приступивших к прохождению теста, проходят его до конца. Также она сообщила: "Ученые установили, что личность можно однозначно описать пятью независимыми переменными (см. таблицу), которые соответствуют чертам характера. Каждая из них описывается некоторой степенью выраженности. Как раз каждую из них можно установить в результате прохождения нашего теста с помощью ответов на вопросы".

Таблица

Пятифакторный личностный опросник VisualDNA

Источник: VisualDNA.

Как это можно применить на практике? Ирина Худорожкова утверждает: "Существует доказанная корреляция между психологическим портретом личности и финансовым поведением клиента". Клиент проходит тест, получает результаты, затем они вводятся в скоринговую модель вместе с данными о заемщике из БКИ и самого банка. На выходе получается VisualDNA-рейтинг заемщика. Говоря другими словами, кроме особенностей характера заемщика учитываются и другие параметры.

Менеджер по маркетингу компании VisualDNA Анна Кузменко, отвечая на вопрос "БО" "есть ли кто еще, кроме Банка Связной и сервиса "Кредбери", кто использует данную технологию", сообщила: "Есть, раскрывать имена не можем по соглашению о конфиденциальности". Также данная технология, по ее словам, используется в сфере скоринга розничного кредитования в Великобритании, Польше, Турции и ЮАР.

К сказанному следует добавить, что согласно размещенной на сайте "Кредбери" информации данный сервис, кроме Связного Банка, используют МФО "Домашние деньги" и банк "Ренессанс Кредит".

Сама по себе идея использовать данные психологического портрета заемщика в кредитном скоринге очень перспективна. Например, есть категории клиентов, которые в большинстве своем демонстрируют строгую платежную дисциплину. Одна из них - пенсионеры. Звучит цинично, но есть и другая особенность у этой группы заемщиков. Риск смерти пожилого человека от болезни или несчастного случая выше, чем у молодого заемщика. Поэтому при оценке уровня платежной дисциплины заемщика нужно учитывать не его возраст, а определенный показатель "степени выраженности независимых переменных характера", которые используются в технологии VisualDNA.

Примечание. Как МФО используют данные из соцсетей для скоринга

Если российские банки только пытаются внедрить эту технологию, то их "младшие" братья - МФО - уже активно ее используют. Например, CashRussia.ru (МФО "Кэш Рус") и Mili.ru. Правда, всего лишь в качестве одного из элементов скоринговой модели. Например, у CashRussia.ru одно из обязательных условий для получения займа - "активный профайл в социальной сети "ВКонтакте" или "Одноклассники" либо аттестат в системе WebMoney (необходим начальный, персональный или аттестат продавца)". Говоря другими словами, чтобы получить микрозаем, не обязательно быть пользователем этих соцсетей. У Mili.ru в "Правилах предоставления микрозаймов" указано, к каким именно сведениям клиента разрешат доступ кредитору: "К содержащимся в открытых и закрытых разделах персональных страниц клиента в социальных сетях: "ВКонтакте", "Одноклассники", Facebook, Twitter, включая сведения о месте рождения, образовании, профессии, месте работы или учебы, должности, доходах, знакомствах, включая специальные и биометрические категории персональных данных, ранее добровольно размещенные клиентом на персональных страницах". Правда, также заемщик дает согласие на запрос информации о себе кредитором в БКИ.

Представитель CashRussia.ru Андрей Карпов сообщил: "Основные проблемы при внедрении данных решений связаны с тем, что механизм сбора и анализа данных остается достаточно сложным для большинства микрофинансовых организаций. Необходимо иметь продвинутую аналитическую базу и команду специалистов для правильной организации и настройки скоринговых моделей. Кроме того, работоспособность подобных моделей зависит от качества и количества собранных данных. Поэтому эффективно использовать скоринг в соцсетях смогут компании, которые обладают достаточными техническими и информационными ресурсами. Скорее всего, российский рынок пойдет по западному пути, где скоринговые продукты на основе анализа данных соцсетей предлагают несколько специализированных платформ".

Модель N 3 "Скажи мне, кто твой френд"

В марте 2013 г. журнал "Forbes" рассказал о том, как "профиль в социальных сетях позволяет банкам изучить будущее заемщиков". Правда, все описанные в статье проекты были реализованы за рубежом.

В России успехи в этой сфере были более чем скромными. "Несколько лет назад социальная сеть "Одноклассники" пыталась продать свой проект по использованию социальной сети в скоринге ВТБ24. Банк не стал покупать, поскольку социальная сеть не предложила механизма, способного отличить профиль заемщика от сотен его однофамильцев и распознавать настоящий профиль, отсекая фейковые и скрывающиеся за никами", - сообщил "Forbes". Были и другие неудачные примеры попыток использования данных профилей пользователей соцсетей в "нестандартных" скоринговых моделях.

В августе 2013 г. большинство опрошенных (http://clck.ru/93v6J) "БО" экспертов согласились с тем, что технология скоринга, основанная на анализе данных о поведении пользователей в Интернете и оставленных ими "следах" в соцсетях, - перспективное направление. Правда, никто из участвующих в опросе не сообщил о том, что в его банке ведутся исследования по данной теме.

В сентябре 2013 г. вице-президент ТКС Банка Олег Анисимов рассказал порталу "Банки.ру": "Мы предлагаем нашим клиентам поделиться информацией о своих аккаунтах в соцсетях. Если человек захочет, он ее предоставит. Но пока мы это делаем в качестве эксперимента, стараемся понять, как эта информация может повлиять на платежеспособность заемщика".

В декабре 2013 г. начальник управления розничных рисков БКС - Инвестиционного Банка Ярослав Полещук, выступая на конференции "Банковский скоринг. Технологии. Практика. Инновации", рассказал об опыте применения профилей пользователей соцсетей в скоринговых моделях своей кредитной организации. Подробно этот кейс описан в статье (см. "Уловки соцсетей", с. 45).

Модель N 4. "Только cookies и ничего личного"

В июле 2013 г. создатель LiveInternet Герман Клименко предложил банкам онлайн-систему оценки кредитоспособности клиентов на основе их активности в Интернете - Fastscoring. Об этом он сообщил журналистам. По словам Клименко, "скоринг - оценка кредитоспособности - может проводиться меньше чем за секунду. Банк по его итогам сможет получить примерный портрет клиента с обозначением лимита по кредиту. Данные клиента вычисляются с помощью его активности в Интернете, история которой воссоздается с помощью данных LiveInternet и блогов".

"Основная идея онлайн-скоринга - захватить тех людей, о которых банки ничего не знают, но у которых поведенческие паттерны совпадают с паттернами успешного человека. Например, если человек живой и регулярно посещает сайт "ФИНАМа" и брокерские конторы, то это тоже свидетельствует о том, что он не слесарь и финансово грамотный. Рекламодатели потребляют эту информацию уже лет пять. Профиль для рекламы, по большому счету, то же самое, что скоринговая карта", - рассказал (http://clck.ru/93v8G) "БО" Герман Клименко.

В августе 2013 г. ЯР-Банк протестировал данный сервис. Выяснилось, что кредитная организация "получает следующие данные в формате JSON:

• массив поисковых запросов, сделанных посетителем за последние две недели;
• массив сайтов, посещенных посетителем за последние две недели;
• массив идентификаторов интересов посетителя (собственный рубрикатор LiveInternet, предоставляется заранее)".

Александр Головин прокомментировал полученный результат: "Совершенно неясно, что с этой информацией делать. Нет никаких сколько-нибудь правдоподобных данных о зависимостях между интересами пользователя в Интернете и его кредитоспособностью. Проводя маркетинговые исследования, мы выявляли корреляции между интересами людей, их финансовой грамотностью и активностью в плане использования банковских услуг. Такого рода данные помогают выстроить более эффективные коммуникации, повышая ROI от затрат на маркетинг, но в случае с Fastscoring это тоже не работает, так как посетитель уже пришел на наш сайт".

Он негативно оценил Fastscoring: "Во-первых, это не имеет никакого отношения к скорингу, то есть к системе балльной оценки кредитоспособности заемщика. Во-вторых, это просто массив бесполезной - даже скорее вредной в практической работе - информации. Готов поверить, что ТКС Банк действительно пользуется данным сервисом в своих экспериментах по поиску корреляций (об этом сообщали отдельные СМИ. - Прим. "БО"), но не сомневаюсь, что на решение о выдаче кредита это никак не влияет. Банкам, у которых нет ресурсов на проведение такого рода экспериментов, связываться с Fastscoring точно не стоит".

С.Чертопруд

Редактор спецпроектов "БО"