ВЛИЯНИЕ СКОРИНГА МОБИЛЬНЫХ ОПЕРАТОРОВ НА СОСТОЯНИЕ КЛИЕНТСКОЙ БАЗЫ БАНКОВ И МФК В СЕКТОРЕ РОЗНИЧНОГО КРЕДИТОВАНИЯ

Перспективы развития кредитного розничного рынка в России в условиях нарастающей конкурентной борьбы в банковском секторе и микрофинансовой отрасли сегодня во многом определяются тем, насколько эффективно организации способны использовать различные ресурсы для поддержания и увеличения своей ликвидности. Осуществить это возможно, в том числе, путем сохранения и увеличения клиентской базы. Выполнение данной задачи в настоящее время возможно лишь при условии высокой цифровизации сервиса и внедрения инновационных технологических решений, в частности, скоринга операторов мобильной связи (ОМС).

Хотя зарубежный опыт применения скоринговой системы оценивания потребителей в банковском секторе насчитывает более полувека, российский кредитный розничный рынок стал внедрять его только с 2005 г. При этом к середине второго десятилетия стало очевидно, что для получения более глубокого и всестороннего представления о клиенте банкам и МФК требуется использование ортогональных (т.е. дополняющих классические источники, в частности, информацию БКИ) ресурсов оценивания платежеспособности потенциальных клиентов на основе инновационных разработок в сфере Big Data и анализа «альтернативных данных», т.е. таких, которые не имеют прямой связи с кредитным поведением клиента. Такой опыт уже длительное время существует в кредитном бизнесе за рубежом. Например, в США и европейских странах банковские и микрофинансовые организации регулярно получают разнообразные данные о потребителях от интернет-провайдеров, операторов мобильной связи и крупных информационных компаний.

Кредитными организациями было учтено, что наиболее продуктивным является сотрудничество с операторами мобильной связи. При этом принимался во внимание целый ряд факторов. В частности, высокая интегрированность мобильной связи в жизнь российских граждан и охват средствами мобильной связи, что обеспечивает операторам доступ к большим массивам точных и полных данных (Big Data). По каждому из своих клиентов они способны обработать до 400 различных агрегатов (входных параметров): личные данные (фио, дата рождения, домашний адрес, семейный статус и др.); дополнительную, в том числе финансовую, информацию (история звонков (частота, время и длительность), уровень ежемесячных доходов и расходов, сумма максимальных платежей и т.д.); геолокационные данные (место работы абонента, информация о работодателе (если номер подключен к корпоративному договору компании), места досуга, регулярного питания и совершения покупок, преодолеваемые среднесуточные расстояния, способ передвижения и маршруты, в том числе заграничные поездки, трафик в роуминге с выделением зон роуминга, SMS, посещаемые сайты и интернет-трафик (почта, социальные сети и др.)) и многое другое [4]. При этом при окончательной оценке учитывается вся совокупность показателей.

Кроме того, «МТС», «Теле2», «Мегафон» также могут анализировать около 100 метрик для клиентов других мобильных компаний. При этом база данных предусматривают возможность периодического обновления (еженедельного, ежеквартального) и имеет значительную глубину витрины (например, у «МТС» по данным на своих абонентов – 3 года, на сторонних – 2 года). Широкий объем входных параметров для анализа дает возможность операторам выстраивать большое количество различных аналитических моделей, обладающих высоким уровнем предиктивности (прогнозируемости). В некоторых случаях прогноз операторов оказывается качественнее и точнее, чем классический кредитный скоринг. Скоринговые модели до 2015 г. использовались операторами, преимущественно, в собственных целях.

В 2015 г. был запущен пилотный проект, положивший начало конструктивному взаимодействию ведущих сотовых операторов и крупнейших банковских и микрофинансовых компаний (на американском и европейском финансовом рынке такое сотрудничество началось в 90-е годы ХХ в.). В тестировании приняли участие компании «МТС», «Вымпелком», «Мегафон» и 20 российских банков. В настоящее время состав значительно расширился. И если на начальном этапе участники проекта с обеих сторон неоднозначно оценивали перспективы совместной работы, то со временем ее эффективность стала все более очевидна [6]. В первую очередь это касается использования кредитными организациями скоринга ОМС.

Скоринг мобильных операторов, как и любой другой вид скоринга, представляет собой математический анализ статистических данных, на основе которого формируется оценка клиента, выражаемая в стандартных баллах.

В настоящее время операторы готовы формировать для заказчика несколько типов различного скоринга (рисковый, фродовый, маркетинговый, поведенческий), из которых банками и МФК для улучшения качества оценки клиентов и расчета рисковости предоставления кредитных (заемных) средств наиболее востребованы первые два. Рисковый скоринг – это модель, позволяющая оценить в баллах степень вероятности дефолта клиента. Фродовый скоринг позволяет установить степень достоверности данных, которые заявитель указал в анкете (т.е. повысить уровень верификации), и выявить потенциальных мошенников. Особенно актуально использование данных типов при обработке и приятии решений по большому количеству «потоковых» заявок, т.к. анализ предполагает обработку информации по конкретному потребителю в сравнении со статистическими данными других клиентов со схожими параметрами. Оператор оценивает их платежную дисциплину и добавляет полученные результаты к общему итогу. Круг показателей можно, по желанию заказчика, корректировать, расширяя или сужая рамки и изменяя глубину витрины. После прохождения всех проверок и выставления итоговых баллов риск-менеджерами принимается решения о предоставлении/ не предоставлении кредита (займа), его сумме и сроках.

Однако возможности мобильных операторов оказались гораздо шире, чем определение вероятности возникновения рисков просрочек по выплатам или мошенничества потенциальных клиентов. Сегодня скоринг, основанный на «альтернативных данных», является действенным способом усиления взаимной лояльности клиентов (действующих и потенциальных) и кредитных организаций. Например, международный директор FICO, БКИ и скоринга Конева Е. отмечает особую актуальность применения скоринга операторов сотовой связи в тех случаях, когда речь идет о «кредитных невидимках» –сегменте населения, представители которого ранее не пользовались кредитами или заемными средствами, а потому не известны Бюро кредитных историй (БКИ) [2]. Их количество значительно как на развивающихся, так и на зрелых кредитных рынках и составляет, по мнению специалистов, приблизительно 2 млрд. человек. В России в настоящее время традиционному банковскому скорингу не подвластны около 30 млн. «кредитных невидимок» [2]. При отсутствии кредитной истории, анкетные данные потребителей из «серой зоны» являются низкоинформативным источником вследствие проблемности их верификации. Такие заявители при прохождении банковской проверки чаще всего автоматически попадают в разряд высокорисковых, а потому оцениваются как ненадежные и нежелательные заемщики. Поэтому банки и МФК (первые значительно чаще) обычно отказывают таким клиентам. Как следствие, приоритетной задачей становится реальная оценка благонадежности «невидимки» без прохождения им первого уровня традиционной проверки данных на основе анализа основной финансовой информации (банковские транзакции и вклады, кредитная история). При этом крайне важно не оттолкнуть потенциального клиента только на том основании, что финансовое учреждение не способно самостоятельно оценить степень риска. В этих условиях ОМС-скоринг позволяет произвести точную оценку более 50% абонентов, претендующих на получение кредита или займа и добавить традиционному банковскому скорингу эффективность около 20 % [3]. Как следствие, привлечение данной категории населения к пользованию продуктами банковского и микрофинансового рынка может в значительной степени увеличить объемы кредитования за счет притока новых клиентов.

Кроме того, на определенный сегмент потенциальных клиентов, даже при наличии скудной кредитной истории, у кредитора все равно ощущается недостаток информации для принятия решения. Такая ситуация характерна, например, для граждан от 18 до 30 лет. Здесь часто правила или политика предварительного фильтра предполагает отказ. В настоящее время, благодаря скорингу операторов, в данной возрастной группе значительно возрос процент одобренных заявок.

Ключевую роль скоринга ОМС в тех случаях, когда на заявителя недостаточно банковской и кредитной информации, подчеркивают ведущие эксперты различных банковских учреждений: Махова О. («Росбанк»), Губанов Д. («Русский Стандарт»), Шорников А. («Московский Кредитный банк») и др. Они также высоко оценивают перспективность использования данного скоринга в плане привлечения к использованию кредитных продуктов тех клиентов, которые предпочитают онлайн-обслуживание [3; 6].

Сегодня можно с уверенностью говорить об усилении внимания со стороны банковского и микрофинансового бизнеса не только к рисковому и фродовому скорингам в качестве дополнительного источника данных при оценке платежеспособности клиентов, но и о повышении востребованности двух других типов скорингов, которые готовы предоставить операторы сотовой связи: маркетингового и поведенческого. Маркетинговый скоринг оценивает склонность абонента к какой-либо покупке, например, к приобретению банковских продуктов. Поведенческий скоринг, как и маркетинговый, может оказать существенную помощь при разработке и внедрении персонализированных продуктов и предложений. Несмотря на то, что это недавно появившиеся системы, которые сегодня во многом еще находятся в стадии тестирования, спрос на них усиливается в связи с возможностью их использования в качестве своеобразного инструмента удержания и расширения клиентской базы кредитных организаций.

Так, с недавних пор на российском кредитном розничном рынке все активнее внедряется такая маркетинговая скоринговая модель от операторов связи, как ранжирование потенциальных и действующих клиентов по категориям лояльности к компании в целом или по степени теплоты восприятия предлагаемого ею продукта. Вычленяя из общего ряда различных скоринговых позиций те из них, которые наиболее актуальны для конкретной финансовой компании, операторы предоставляют свои аналитические выкладки, в том числе, в виде Attrition scoring («скоринг потерь» или «скоринг удержания»), суть которой заключается в оценке вероятности использования действующим клиентом финансового продукта в дальнейшем или перехода на обслуживание в другую кредитную организацию. Коррелируя результаты такой оценки со своими показателями, кредиторы получают возможность корректировать свои дальнейшие взаимоотношения с потребителями, чтобы, оказывая влияние на их поведение, предотвратить переход на обслуживание в другие компании (например, используя кастомизацию (подбор персонализированных продуктов), оповещая об акционных предложениях и т.д.).

Особенно отчетливо проявляются возможности мобильных операторов в решении проблемы расширения банками и МФК своей клиентской базы за счет потенциально «холодной» (т.е. неактивной) аудитории потребителей, в том числе путем оценки степени влияния на этот сегмент разработанной рекламы. Компании мобильной связи «Мегафон» и «Билайн» одними из первых в 2016 г. предложили банкам и МФО услугу по подготовке модуля Response scoring («скоринга отклика») – оценки реакции потребителя на новый или действующий кредитный продукт.

Исходя из опыта организации банковской и микрофинансовой деятельности в странах с развитой финансово-экономической системой, в России может с успехом использоваться и такой дополнительный аналитический модуль, который способны предоставить банкам и МФО мобильные операторы, как Pre-sale («предпродажный скоринг» или «прескоринг»), который дает возможность на основе кредитной истории определить потенциальные потребности клиента и создать заведомо заинтересующие его предложения.

И Response scoring, и Pre-sale оказываются крайне эффективны в тех случаях, когда мобильные операторы подтверждают (или опровергают) имеющуюся у банка или МФО информацию о клиенте (например, склонность к путешествиям или наличие хобби). Это дает возможность конкретной финансовой структуре точно определить потенциальных кандидатов для последующего контакта, подобрать наиболее действенные инструменты для предоставления специально подобранного для них нового предложения или продукта из уже существующей линейки. В частности, это может быть продукт, связанный с бонусами по покупке билетов или топлива для транспортного средства и т.д. На мобильные телефоны абонентов-заявителей могут поступать звонки из колл-центра кредитора, приходить SMS с предложениями воспользоваться различными кредитными продуктами, а также отправляться сообщения на e-mail с приглашениями посетить веб-сайт или мобильное приложение кредитной организации. В перспективе это означает, что в случае подачи заявки на кредит (займ) решение по ней, скорее всего, будет положительное, т.к. кредитору, в результате взаимодействия с обслуживающим мобильным оператором, уже известны определенные аспекты, характеризующие потенциального клиента с положительной стороны.

Кроме того, использование маркетингового и поведенческого скоринга позволяет установить наиболее характерную для определенного сегмента клиентов реакцию на набор технологий и инструментов, стимулирующих потребителей в категориях Up-Sale (выбор более дорогого из предлагаемой линейки однотипных продуктов), Cross-sale (использование продуктов и услуг из одной продуктовой линейки) и Down-Sale (удержание клиента, не настроенного на приобретение продуктов данной финансовой компании).

Стоит учесть и тот факт, что скоринг ОМС позволяет упразднить субъективный подход при оформлении банковских кредитов, связанный с личной оценкой клиента сотрудником банка при подаче заявления офлайн, и повысить шансы потребителя на получение финансовых средств. Для МФК, в связи с более лояльным подходом в оценке клиентов и с присутствием в секторе значительного числа организаций, осуществляющих полное или частичное онлайн обслуживание, проблема гораздо менее актуальна.

В сфере PDL-кредитования рациональная интеграция ОМС-скоринга в микрофинансовую среду, ее корреляция с использованием других маркетинговых инструментов может способствовать увеличению в 1,5-2 раза среднестатистического показателя обращения в МФК (1 раз в 3 месяца), что автоматически повышает LTV отдельного клиента, т.е. совокупную прибыль, получаемую компанией за время сотрудничества с ним [4].

Таким образом, использование ОМС-скоринга кредитными организациями оказывается взаимовыгодным. Для мобильного оператора это возможность получения дополнительного дохода в результате продажи услуги. Для банков и МФК – повышение привлекательности использования кредитных продуктов для потенциальных пользователей, практически гарантированное расширение клиентской базы и, как следствие, увеличение объемов кредитования.

Нельзя не отметить, что на современном этапе деятельность мобильных операторов постепенно трансформируется из сферы поставщика связи в сферу предоставления финансовых услуг. Так, с 2017 г. операторы предлагают МФК коллаборацию в виде предоставления своим абонентам микрозаймов. Соответствующее предложение сделала, например, компания «Теле2» микрофинансовому сервису «Центрофинанс» [5].

При этом оператор может выдавать заемные средства от микрофинансового сервиса, предлагая их тем гражданам, которые в них больше нуждаются. Для определения потенциальных клиентов могут быть использованы скоринговые модели, основанные на геоданных и поведенческих характеристиках. В частности, снижение регулярности пользования личным автомобилем или такси, переключение на поездки общественным транспортном и увеличение пеших передвижений и др. в совокупности со снижением общих расходов может служить косвенным признаком того, что человек испытывает финансовые затруднения, а значит, высока вероятность, что им будет принято поступившее от оператора предложение о финансовой поддержке.

Результатом признания перспектив взаимодействия с мобильными операторами и использования в кредитном секторе ОМС-скоринга стало в 2018 г. внедрение крупнейшими российскими банками «Тинькофф Банк» и «Сбербанк» собственных виртуальных мобильных операторов (mobile virtual network operator, MVNO) – «Тинькофф мобайл» и «СберМобайл». Подобные проекты с 2007 г. успешно действуют в Италии («BancoPosta»), Кении («Equity Bank Kenya»), Испании («Bankinter Spain»), позволяя, помимо других преимуществ, существенно снизить отток клиентов (churn rate) и получить дополнительный доход на кросс-продажах потребителям добавочных сервисных продуктов, привязывающих к кредитной организации [1].

Можно сделать вывод, что сегодня организации банковской и микрофинансовой отрасли все активнее используют зарубежный опыт по использованию такой перспективной инновационной технологии для современного российского розничного кредитного рынка, как скоринг операторов мобильной связи. Применение данного скоринга не только существенно повышает потенциал классических скоринговых моделей банков и МФК в плане усиления качества селекции кредито- и займополучателей, но и представляет собой эффективный инструмент для разработки и реализации маркетинговой стратегии кредитных организаций с целью сохранения и расширения клиентской базы.

Список литературы:

1. Колесниченко С. Звонок из будущего. Зачем банкам свои операторы сотовой связи // URL: http://www.forbes.ru/finansy-i-investicii/367711-zvonok-iz-budushchego-zachem-bankam-svoi-operatory-sotovoy (дата обращения 08.11.2018).
2. Конева Е. Как привлечь в банк «кредитных невидимок»: методики альтернативного скоринга. Банковское кредитование, 2018. – №1 (77). – С.42-50 // URL: http://futurebanking.ru/reglamentbank/article/4840 (дата обращения 13.12.2018).
3. Мобильные операторы научились оценивать банковских клиентов // URL: http://futurebanking.ru/post/3454 (дата обращения 17.11.2018).
4. Скоринг от мобильных операторов. Какой информацией они готовы делиться с банками? // URL: https://infobank.by/infolinebigview/skoring-ot-mobiljnyx-operatorov-kakoj-informaciej-oni-gotovy-delitjsya-s-bankami/ (дата обращения 08.11.2018).
5. «Центрофинанс» заглядывает в будущее // URL: https://microcredit-rf.ru/centrofinance-zagliadivaet-v-bydyshee.html (дата обращения 16.11.2018).
6. Эксперты рассказали, что работает в скоринге - FutureBanking // URL: http://futurebanking.ru/post/3129 (дата обращения 06.11.2018).