Система скоринга и статистического анализа в банковском бизнесе

Клиентская аналитика

Эффективность стратегии взаимодействия с клиентом напрямую зависит от понимания, кто наш клиент и каковы его потребности. Учитывая большое количество родных клиентов, банкам достаточно сложно проводить анализ клиентской базы без специальных инструментов. Методы статистического анализа позволяют производить сегментацию клиентской базы и формировать профили клиентов для каждого выявленного сегмента. Понимая уровень доходности каждого сегмента, профиль и потребности клиентов, входящих в разные сегменты, банк может разработать целевые маркетинговые мероприятия, работающие на увеличение конкретных сегментов своей клиентской базы. Эффективность каждого такого маркетингового мероприятия также можно спрогнозировать, производя пробные предложения по репрезентативной выборке клиентов из целевого сегмента.

Скоринг

Одним из самых распространенных видов скоринга является Application Scoring (кредитный скоринг). Задача этого вида скоринга состоит в том, чтобы определить кредитоспособность клиента на стадии его ходатайства на получение кредита.

Не менее интересным является Behavioural Scoring (поведенческий скоринг). Задача этой операции сводится к тому, чтобы спрогнозировать поведение клиента. Недисциплинированные, но регулярно погашающие задолженность клиенты, являются гораздо более выгодными клиентами для банка (за счет повышенной процентной ставки по просроченным платежам), чем те, кто проводит свои платежи четко в срок. С помощью статистики можно выявить таких клиентов, отделить их от тех, кто имеет высокую вероятность дефолта, и организовать работу по привлечению таких клиентов в банк.

Collection Scoring (скоринг взысканий) — это хороший способ спрогнозировать развитие событий и определить порядок взыскания задолженности у существующего клиента, пропустившего очередной срок платежа по кредиту или в случае его невозврата. От скорости принятия решений напрямую зависит количество средств, которые банк потратит на взыскание задолженности, а часто еще и количество средств, которые банк сможет взыскать. Методы статистического анализа могут с определенной долей вероятности предсказывать исход того или иного случая, а значит, будут служить хорошим подспорьем при выборе способа работы по взысканию долга.

Тарифное регулирование

Многие банки ставят своей стратегической целью привлечение клиентов на расчетно-кассовое обслуживание (РКО). В этом случае банк имеет не только дополнительную доходность, но и может анализировать и контролировать финансовые потоки клиента. Количество операций, осуществляемых в рамках РКО, огромно, требует затрат времени и ресурсов на их учет и выставление счетов клиентам. Один из подходов, позволяющий существенно снизить затраты на обработку расчетно-кассовых операций и повысить доходность этого направления бизнеса, — это введение тарифных планов на обслуживание с фиксированной абонентской платой. Проанализировав с помощью статистических методов историю обслуживания, набор и объем оказанных клиентам услуг, можно сформировать несколько клиентских групп и предложить для каждой группы свой тарифный план. Каждый тарифный план будет включать определенный набор и объем банковских услуг и продаваться по фиксированной цене. Дополнительные услуги, выходящие за рамки предложенного пакета, могут расцениваться отдельно. Такой подход позволит перевести клиентов на предоплату банковских услуг, кроме того, позволит влиять на структуру потребляемых услуг, изменяя структуру услуг в предложенных пакетах. Используя программное решение IBM SPSS, возможно не только сформировать приемлемые для клиентов пакеты услуг, но и спрогнозировать доходность этого направления бизнеса.

Возможности статистического анализа очень широки и эффективно работают там, где необходимо найти закономерность или зависимость между показателями в большом объеме данных. Такого рода анализ невозможен без надежного инструмента, позволяющего обрабатывать информацию, и интерпретировать результатами. Не менее важным является наличие специалистов, владеющих как навыками использования такого инструмента, так и теорией статистического анализа данных (Data Mining).

Компании альянса IBA совместно с кафедрой математического моделирования и анализа данных Белорусского государственного университета предлагают разработку различных моделей статистического анализа данных для коммерческого банка. В качестве платформы для разработки модели служит лидирующее в своей нише решение от компании IBM — IBM SPSS.

С целью формирования в банке собственных компетенций в области статистического анализа мы предлагаем обучение сотрудников теоретическим и практическим аспектам применения статистического анализа в банковском бизнесе с использованием IBM SPSS.

 

Контактная информация:

Сall-центр: +375 17 217 39 12

Email: it@iba.by