Займы
Кредиты
Карты
Ипотека
Вклады
Страхование
Курсы валют
Услуги
Журнал
О нас
Расчетные счета
Кредиты для бизнеса
Эквайринг
Бизнес-карты
Франшизы
Журнал
Все для бизнеса О нас

MoneyMan внедряет Data mining с интеллектуальными продуктами SAS

Юрий Муранов
Главный редактор

MoneyMan, лидер онлайн-кредитования в России, внедрил системы статистического анализа данных SAS Enterprise Miner и SAS Text Analytics. Их использование позволит повысить эффективность как процессов кредитного скоринга и целевого маркетинга, так и процессов сбора просроченной задолженности.

Бизнес модель онлайн-микрофинансирования MoneyMan требует постоянного развития скоринговой модели. Поскольку оценка платёжеспособности заемщика осуществляется полностью дистанционно, то есть отсутствует этап очной встречи, важнейшую роль играет интеллектуальный автоматизированный анализ данных о потенциальном клиенте.

MoneyMan обладает уникальным технологическим стеком собственной разработки. Одним из преимуществ компании является ее инновационная модель принятия решений о выдаче микрозайма «Скоринг 5.0», алгоритм которой включает более 500 агрегатов, среди которых рейтинговые модели. Особенностью системы скоринга является использование централизованного принятия решений в автоматическом режиме. Технологическая платформа позволяет гибко управлять процессом принятия решений, уровнем отсечения, а также «деревьями» решений. Модель принимает решение о выдаче займа на основе множества данных, включая технологии множественного поиска, внутреннюю кредитную историю, антифрод сервис «национальный хантер», данные нескольких бюро кредитных историй и другие внешние источники, например, информацию о платежах потенциальных заемщиков на счета мобильной связи и данные из аккаунтов заемщиков в социальных сетях. На оценку платежеспособности заемщика также влияет такой экзотический параметр, как поведение пользователя на сайте MoneyMan.

Чтобы с одной стороны повысить эффективность кредитного скоринга и обнаружения случаев мошенничества, а с другой – оценивать и прогнозировать потребности потенциальных и существующих клиентов, компания MoneyMan внедрила решения SAS Enterprise Miner и SAS Text Analytics. Входящие в них методы глубинного анализа данных (data mining) и глубинного анализа текста (text mining) позволяют обнаруживать в накопленной и собираемой информации скрытые закономерности, взаимосвязи и тенденции и другие нетривиальные и полезные знания. Внедрение решений и настройку аналитических моделей компания осуществляла в основном своими силами.

По итогам 2014 года уровень NPL 90+ по кредитному портфелю MoneyMan в России не превысил 14%. При этом уровень одобрения заявок на микрозаймы (approval rate) составил 15%, что является высоким показателем в бизнес-модели онлайн-микрофинансирования. Мы оцениваем, что применение систем прогнозной аналитики SAS в сочетании с уникальными разработками скоринговой модели MoneyMan до конца текущего года увеличит уровень одобрения заявок на более чем 30% при сохранении текущего кредитного риска. Это позволит нарастить качественный кредитный портфель, показать бóльшую доходность, что позитивно отразится на инвестиционной привлекательности компании. Екатерина Казак, директор по управлению рисками MoneyMan

Что касается возможностей аналитического CRM, то с помощью инструментов SAS компания MoneyMan планирует разрабатывать новые маркетинговые кампании, в том числе нацеленные на повышение эффективности программ лояльности заемщиков, а также персонифицировать как продуктовые предложения, так и методики взыскания просроченной задолженности. В дальнейшем MoneyMan планирует разработать механизм подбора уникального предложения для каждого клиента по сумме и сроку микрозайма с алгоритмом прогнозирования отклика заемщика на такое персональное предложение.

SAS Enterprise Miner, содержащий эффективные методы статистического анализа, позволяет MoneyMan агрегировать и исследовать массивы данных, используя продвинутые методы прогнозного и описательного моделирования. Удобный интерфейс дает возможность оперативно создавать модели с помощью удобной интерактивной среды, сравнивать модели, а также управлять ими в соответствии с бизнес-задачами.

Использование инструментов текстовой аналитики SAS Text Analytics, в свою очередь, позволит MoneyMan работать с неструктурированной информацией о клиентах, поступающей из различных источников, включая комментарии операторов колл-центра, данные из социальных сетей, с форумов, информацию по обращениям и жалобам и т.д. Интеллектуальные алгоритмы SAS обнаруживают и извлекают важные знания, закономерности из текстовых массивов и, затем, позволяют обогатить имеющуюся структуру данных.