Аналитические и операционные системы для комфортных коммуникаций с клиентом
и продвижения финансовых услуг банка
Евгений Матрос Банк Михайловский
2 Клиентский поток и тенденции рынка
• Клиентский поток: • Высокая цена клиента
• Большинство хороших клиентов уже являются клиентами других банков
• Конкуренция – охота на клиентов
• Большая доля клиентов, которые обращаются за кредитами уже сейчас платят по кредитам больше 50% своего ежемесячного дохода
• Негативная кредитная история
• Определенный сегмент клиентов, которые ищут банк (больше 3 заявки на кредит в течении месяца)
• Мошенничество
• Гибкие ИТ системы банка
3 Повышение эффективности
Время
Кросс-Апселл
Стимулирование Удержание Завершение/Восстановление
Эффективное удержание
Привлечение
Доход
Быстрое завершение отношений с убыточными клиентами
Эффективное привлечение новых клиентов
Восстановление потенциально доходных клиентов
4 Аналитические и операционные системы
Front (operation CRM)
Application
Processing
System
Analytical
models builder
External
sources,
BKI
O_DWH
Core
bank
system
Call
center
Card
system
Reporting system
Fraud
detection
Collection
engine
Internal
verification db
SMS
gate
Letter
send
Card
fraud Reporting DataMart
Analytical
CRM
Интернет/мобиль
ный банкинг
5 Эффективная система риск-менеджмента в розничном кредитовании
• Принятие решения о выдаче кредита:
– Параметры продуктов (кредитные лимиты, схема погашений…)
– Каналы продаж
– Модель принятия решений / стратегия принятия решений
– Ценообразование на основании рисков
– Оценка кредитоспособности
o Целевой клиент
o Верификация данных
o Идентификация мошенничества
o Платежеспособность
o Скоринг
• Анализ поведения заемщика
– Утилизация лимита (для кредитных карт)
– Погашения
– Наличие контакта
– Предоставление необходимой информации и выполнение необходимых действий
– Поведенческий скоринг
• Мониторинг портфеля / каналов продаж
– Динамика качества портфеля
– Объемы продаж в разрезе каналов
– Показатели просрочки в разрезе каналов (типы каналов, сотрудники, точки продаж, города, регионы)
– Выявления закономерностей в идентификационных/контактных данных в просрочках. Пополнение черных списков
• Коллекшин
– Стратегии взыскания
– Коллекшин скоринг
– Пополнение черных списков
6 Риск-менеджмент
Front (operation CRM)
Application
Processing
System
Analytical
models builder
External
sources,
BKI
O_DWH
Core
bank
system
Call
center
Card
system
Reporting system
Fraud
detection
Collection
engine
Internal
verification db
SMS
gate
Letter
send
Card
fraud Reporting DataMart
Analytical
CRM
Интернет/мобиль
ный банкинг
7 APS. Стратегии принятия решений Ввод заявки
Автоматическая
верификация
Проверка инфы из
АБС
Правила кредитной
политики
Платежеспособность
Скоринг для
выбора стратегии
Fraud detection
Проверки во
внешних
источниках
Уровень 2
Проверка в
кредитных
бюро
Уровень 2
Ручная
Верификация
Уровень 2
Проверки во
внешних
источниках
Уровень 1
Проверка в
кредитных
бюро
Уровень 1
Низкий
риск
Средний
риск
Высокий риск
Первичный скоринг
Ручная
Верификация
Уровень 1
Окончательный
скоринг
Ценообразование с
учетом уровня риска
• Гибкий конструктор принятия решений с преднастроенными блоками
• Разные стратегии для разных продуктов/сегментов
• Разные правила и параметры правил для разных продуктов/сегментов/подсегментов
• Черные списки
• Кредитная история
• Платежеспособность
• …
• Насстройка стратегий на уровне аналитика в рисках, не ИТ
• Запуск новых стратегий на лету
• Механизм тестирования стратегий
• Простой интеграционный механизм
8 Скоринг
Задачи аппликейшин скоринга
Уровень риска для первичной оценки
Стратегия принятия решения с учетом
рисков
Ценообразование с учетом уровня риска
Принятие окончательного
решения. Расчет ВКР
Задачи поведенческого скоринга
Уровень текущего
риска/ВКР
сделки/клиента/ портфеля
Расчет максимального лимита, управление
лимитами
Возможность ап/кросс села по
кредитным продуктам
Стратегия перевода на более
доходные продукты
Задачи коллекшин скоринга
Выявление клиентов для пре-коллекшин
Выявления клиентов, которые сами погасят
Выбор правильно стратегии взыскания
Мотивация коллекторов
Аутсорсинг на основании рисков
Оценка портфеля и ожидаемых потерь
Продажа портфеля на основании рисков
9 Инструменты построения моделей
• Data Mining / Интеллектуальный Анализ Данных – извлечение скрытых закономерностей из массивов данных
• Может быть использован для риск-менеджмента и клиентской аналитики
• DataMining включает в себя следующий набор методов
1
3
2
0.00%
1.00%
2.00%
3.00%
4.00%
5.00%
6.00%
7.00%
8.00%
$0 $25 $50 $75 $100 $125 $150 $175 $200
ARPU
Pro
po
rtio
n C
hu
rn
Cluster 3
22.5% of the upgraders
5.90% churn
$36.67 avg. ARPU
Cluster 1
73.4% of the upgraders
1.80% churn
$87.14 avg. ARPU
Cluster 2
4.19% of the upgraders
3.17% churn
$173.40 avg. ARPU
Деревья решений
Кластерный анализ
Логистическая регрессия
Нейронные сети и другие …
Стратегии коллекшин
Срок
обслуживания
кредита менее 3
месяцев
Срок
обслуживания
кредита более 3
месяцев
- 3 дня
SMS 7 дней
IVR
12 дней
звонок
Низкий уровень
риска
Средний
уровень риска
Высокий
уровень риска
7 дней
SMS
20 дней
IVR
90 дней
Хард
25 дней
звонок
3 дня
SMS
7 дней
IVR
60 дней
Хард
15 дней
звонок
3 дня
SMS
5 дней
звонок
30 дней
Хард
3 дней
SMS 60 дней
Хард
Наличие
просрочки в
других банках
2 дня
звонок
7 дней
Хард
15 дней
Лигал
• Есть разные типы клиентов: – Есть клиенты, которые постоянно платят с опозданием на 15-20 дней. – Клиенты, которые не имеют кредитной истории и впервые взяли кредит нуждаются в постоянных напоминаниях – Если у клиента есть просроченные долги в других банках, необходимо быстрее прогнать его через софт и хард и
пораньше начать лигал – не факт что имущества хватит на погашения долгов во всех банках • Использование единой стратегии для всех клиентов не дает необходимой эффективности • Необходимо разрабатывать стратегии в зависимости от сегмента/уровня риска должника. • Уровень риска можно определять с помощью простых правил или путем построения скоринговых моделей, которые
учитывают значительное количество параметров и работают более эффективно.
11 CRM
Front (operation CRM)
Application
Processing
System
Analytical
models builder
External
sources,
BKI
O_DWH
Core
bank
system
Call
center
Card
system
Reporting system
Fraud
detection
Collection
engine
Internal
verification db
SMS
gate
Letter
send
Card
fraud Reporting DataMart
Analytical
CRM
Интернет/мобиль
ный банкинг
12 CRM
• Задачи:
• Единый профиль клиента
• Доходность клиентов
• Сегментация клиентов
• Построения аналитических моделей повышения продаж и удержания клиентов
• Проведение маркетинговых кампаний (офлайн/онлайн)
• Аналитический и операционный CRM
Операционный CRM – руки Аналитический CRM – голова
Накопление и трансформация данных
Построение математических моделей (data mining)
Оценка клиентов по математическим моделям
Формирование / оптимизация маркетинговой кампании
Выполнение маркетинговой кампании
Анализ маркетинговой кампании
Постановка аналитической задачи
13 Аналитические модели для CRM
• Сегментация клиентов
• Вероятность покупки продукта (cross/up sell)
• Выбор оптимального канала общения
• Оценка будущей доходности клиента
• Вероятность ухода клиента
• Вероятность удержания клиента
• Модель Next best offer
14 Интернет и социальные сети
• Заявки на кредит через интернет. Лиды.
• Насыщение информации по клиенту из социальных сетей.
• Взыскание задолженности с помощью социальных сетей.
• Поиск потенциальных клиентов в зависимости от потребностей.
• Выявление и обработка отзывов.
15
Спасибо