Статья

Банк «Открытие»: ИТ-система по оценке рисков должна сама предлагать решения

Интеграция ИТ в банках
мобильная версия

Вячеслав Благирев, бизнес-партнер по технологиям банка «Открытие», рассказал CNews о выборе решения для анализа кредитных рисков и о том, какие еще у банка существуют потребности в этой сфере. По его мнению, банкам следует заимствовать опыт ритейлеров и создавать бонусные программы.

CNews: Какие задачи решает система углубленной аналитики в вашем банке?

Вячеслав Благирев: Одной из задач банка является управление рисками. При этом управление кредитными рисками включает несколько направлений. Одно из них – прием и идентификация заявок. Когда заявка приходит к нам на обработку, мы должны убедиться, что клиент не обладает различного рода негативными признаками, например, не связан с преступной группировкой, у него отсутствуют осужденные родственники, то есть мы учитываем факты, которые косвенно свидетельствуют о том, что клиент заплатит по кредиту вовремя. На данном этапе используется система, которая позволяет оценить профиль клиента. Сейчас мы рассматриваем вопрос о внедрении решения для противодействия мошенничеству, позволяющего на основе различного рода аналитических данных отсеивать подозрительных клиентов, которые могут нанести ущерб банку. В качестве данных используются связанные графы (социальные сети), история взаимодействия с клиентом (его действия и поведение), услуги ряда внешних сервисов, рассчитывающих риск по конкретному клиенту.

Другое направление связано с принятием решения на этапе, когда мы убедились, что клиент не рисковый. Все показатели отправляются, условно, в механизм принятия решения. Этот механизм, с одной стороны, использует финансовую информацию заемщика и его профиль, с другой стороны, выявляет факторы, влияющие на решение по кредиту, например, указывающие, какие регионы и города наиболее рисковые. В итоге на основе этого принимается решение. В мире получением подобной аналитики занимается направление DataMining, суть которого заключается в том, что из различного рода собранных данных потребители получают интересные аналитические выводы и подтверждают свои гипотезы. Мы для получения такой рисковой аналитики используем компоненты SAS.

CNews: Расскажите подробнее об этих решениях.

Вячеслав Благирев: У SAS два подхода к продаже продуктов. Первый – вы покупаете у них конкретное решение или компонент, второй – вы покупаете пакет решений, исходя из потребностей вашей компании и стоящих перед ней задач. Мы используем решение SAS RTDM в качестве того самого механизма принятия решений. Для получения рисковой аналитики у нас используется набор компонентов SAS Credit Scoring for Banking. Он включает в себя решение Miner – инструмент для проведения аналитического анализа, для расчетов и преобразований данных. В части противодействия мошенничеству мы проводили тендер, по результатам которого победило решение одной из ведущих западных компаний в этой области.

CNews: По каким критериям вы выбирали эти системы?

Вячеслав Благирев: Мы использовали три критерия. Первый – функциональное покрытие системы. Мы составили список функциональных требований, их получилось около 100. Второй критерий – это опыт и профиль клиентов компании, когда учитывается, какие организации являются клиентами, сколько их, есть ли экспертиза в России, СНГ, есть ли компания-партнер, которая может внедрять решения. И третий критерий – финансовый: TCO на 5 лет (Total Cost of Ownership), то есть суммарная стоимость владения этим решением, включающая инвестиции от начала закупки лицензии и до построения инфраструктуры. Не секрет, что бывают решения, у которых достаточно дешевый порог для входа, но, например, требуются серьезные инвестиции в инфраструктуру банка, покупку мощных серверов под большое количество ядер. Или у них нет локальной поддержки, либо слабая команда аналитиков. В конечном итоге, все это влияет на выбор. Компания SAS объективно победила. Она предложила нам наиболее интересные условия в части финансовых составляющих. У этого разработчика достаточно качественное функциональное покрытие плюс хорошая команда внедрения.

CNews: Как внедрялось решение, в какие сроки?

Вячеслав Благирев: Фактически это было первое самостоятельное внедрение американского разработчика. Те подходы, которые были выработаны в ходе проекта, впоследствии нашли свое отражение в проектах компании с другими банками. У нас работало приложение, функции которого нужно было перенести на новое решение. Совместно с командой разработчика мы придумали методологию поэтапного, постепенного внедрения без остановки существующего кредитного конвейера. Несмотря на все сложности и трудности, у нас все прошло настолько гладко, что многие из участников процесса долгое время не могли поверить, что все работает стабильно и не возникает никаких проблем.

Вячеслав Благирев, бизнес-партнер по технологиям банка «Открытие»: Для углубленной аналитики нужна система, которая сможет оценить все источники рисков

Удивительно было то, что такой сложный проект как замена системы, анализирующей принятия решений по заемщикам, удалось так быстро выполнить. Мы оперативно организовали рабочие группы, которые еженедельно контролировали ход этого проекта буквально на микроуровне. С другой стороны, мы четко разделили функции так, чтобы те люди, которые не должны заниматься микро-менеджментом, им не занимались. Кроме того, мы очень тщательно отбирали команду со стороны поставщика решения, проведя интервью и выбрав специалистов, которые полностью удовлетворяли нас по набору навыков. Фактически получилась единая команда, которая выполнила такой сложный проект за три месяца. Мы начали проектировать систему в марте 2013 года, а запустили решение в июне 2013 года.

CNews: Какие проблемы возникали в ходе внедрения?

Вячеслав Благирев: Периодически возникали проблемы, связанные с интеграцией, формированием тестовых данных, созданием тестового контура. Были сложности с процессом параллельной эксплуатации, когда заявки должны были попадать и в одну и в другую систему. Основная сложность состояла в том, чтобы переключить кредитный конвейер, не останавливая его. Непросто было встроить решение в существующий контур, потому что не всегда возможно предугадать все нюансы. Обычно проектируешь, исходя из предположений о том, как система должна правильно работать, а потом какие-либо детали меняют всю картинку в противоположную сторону.

CNews: Планируете ли совершенствовать систему?

Вячеслав Благирев: Одна из причин, по которой мы выбрали это решение, – его архитектурная особенность. Все остальные решения, которые присутствуют на рынке, представляют собой черный ящик, в который вы что-то закидываете, и он вам что-то считает. Здесь же, напротив, предлагается белый ящик, в который вы сами можете закинуть информацию и настроить то, что вам нужно получить на выходе. То есть это управляемое и гибкое решение. Мы хотим на его базе построить такой «мозг», который будет обращаться в системы, связанные с получением риск-аналитики, маршрутизировать эту информацию и принимать на ее основе решения. Можно обратиться в бюро кредитных историй, в базы черных списков и так далее. Это интересная интеллектуальная площадка, которая позволит в одном месте управлять всеми данными для риск-аналитики.

CNews: Есть ли у банков еще какие-либо потребности в области углубленной аналитики?

Вячеслав Благирев: Можно отметить два тренда в мире углубленной аналитики. Во-первых, углубленная аналитика используется для сегментации и кросс-продаж с целью ответа на вопрос «Кто твой клиент?». Вторая тенденция – это применение аналитики, отвечающей на вопрос «Кто твой клиент с точки зрения негативной информации?». Для этих же целей используют различного рода накопленные данные, которые анализируются и на основе которых строятся соответствующие выводы. При этом самое интересное, что любые данные повседневной жизни могут применяться как для одного направления, так и для второго. В первом случае, в кросс-продажах, где проводится сегментация, можно формировать бонусные карты, когда ритейлер предлагает интересную бонусную программу. Например, покупая товар, второй или третий, вы получаете скидки, баллы. Все это тоже строится на углубленной аналитике, и в банках этот подход тоже присутствует. У нас также сейчас идет внедрение систем CRM, которые используют углубленную аналитику для формирования предложений по кросс-продажам, Up-Sell продажам. То есть определяются клиенты, которые вероятнее всего откликнутся на предложение наших банковских услуг, и формируется бонусная программа.

С другой стороны, углубленная аналитика используется и регуляторами. Так, Центробанк и FATF разрабатывают стандарты противодействия мошенничеству с требованием использовать углубленную аналитику, которые банки должны соблюдать. Есть направления финансовой активности клиента, о которых банк должен заявлять. И чтобы делать все быстро и качественно и не тратить много человеческих ресурсов, зачастую также используется углубленная аналитика. Мы уже выбрали соответствующее решение, и будем внедрять мощные инструменты для выявления рисков, связанных с мошенничеством.