Kredyt na klik – Big Data w scoringu kredytowym

Banki coraz częściej korzystają z danych internetowych, by lepiej dopasowywać swoją ofertę dla klientów. Dzięki analityce Big Data możliwe jest uzyskanie kredytu bankowego bez konieczności weryfikowania dokumentów potwierdzających zdolność kredytową.

Big Data, czyli praca na ogromnych zbiorach danych, zmienia dziś wiele dziedzin biznesu. Rynek analityki danych rozwija się kilkakrotnie szybciej niż cały sektor IT. Obecnie z najbardziej zaawansowanych modeli analizy danych korzystają dwie branże: bankowość i ubezpieczenia. To tutaj potencjał wykorzystania wiedzy z zakresu Big Data jest największy.

Analiza danych pozwala bankowcom przeprowadzić proces scoringowy klienta w ciągu zaledwie kilku minut. Można udzielić kredytu bez konieczności przedstawiania w placówce bankowej stosu dokumentów. Cały proces analizy przejęły algorytmy, który badają parametry i dokonują odpowiedniej segmentacji. Jednym z najprostszych sposobów zbierania informacji jest analiza transakcji na karcie płatniczej. Dzięki nim analitycy zdają sobie sprawę, co dzieje się w życiu klienta, co znacznie przyśpiesza całą procedurę kredytową. Wiedzą np. kiedy użytkownik karty dostał podwyżkę. Do analizy scoringowej mogą przydać się też informacje, na co przeznaczamy zarobione pieniądze. Wydatki na kino, ubrania dla dzieci lub nowe meble do mieszkania mogą być skategoryzowane wyżej niż np. zakupy w sklepie monopolowym.

Dzięki Big Data banki mogą też skuteczniej reklamować swoje usługi. Łatwiej odgadnąć intencje klienta – internauty za pomocą scoringu behawioralnego. W zależności od tego, jakie strony oglądał, bank domyśla się, na co może chcieć zaciągnąć kredyt. Wówczas złożenie wniosku kredytowego przez klienta znacznie ułatwia podjęcie decyzji o udzielenie finansowania. Wystarczy bowiem odtworzyć historię klienta. Według raportu „Banks Betting Big on Big Data and Real-Time Customer Insight”, przygotowanego przez Bloomberg Businesweek oraz SAP, aż 86 proc. największych banków na świecie deklaruje, że w najbliższych latach priorytetem będzie dla nich zorientowanie działań na konsumenta („customer centricity”), w tym przede wszystkim: dopasowanie oferty do konkretnych, indywidualnych potrzeb klienta.

Branża idzie już o krok dalej. Dziś wiedzę o klientach banki czerpią nawet z portali zakupowych, czy profili w social mediach. Analiza takich danych pozwala z rzeszy klientów wybrać tych, którzy mogą być zainteresowani kredytem samochodowym lub mieszkaniowym. Śledzenie grona znajomych klienta pozwala minimalizować ryzyko związane np. z udzieleniem pożyczki osobie, która nie będzie w stanie jej spłacić. Coraz częściej wykorzystywany jest też tzw. social scoring. Wystarczy, by internauta zalogował się do banku za pośrednictwem serwisu społecznościowego (np. Facebook czy LinkedIn) oraz zgodził się na wykorzystanie danych (np. adresu e-mail, roku urodzenia, etc.), by bank automatycznie uwzględnił te dane we wniosku kredytowym. Analitycy bankowi mogą dzięki temu stworzyć precyzyjne profile klientów, które zawierają informacje o upodobaniach i preferencjach zakupowych.

Najważniejsza w całym procesie jest umiejętność wyciągania wniosków z danych, bowiem ich ilość jest ogromna. Szacuje się, że każdego dnia do sieci trafia ponad 2,5 mld GB nowych danych. Nie znaczy to jednak, że taką „permanentną inwigilację” banki mogą stosować zawsze i wobec wszystkich. Podstawą jest wskazanie, jakie dane dana instytucja finansowa wykorzystuje i jaką korzyść taka analiza mu przynosi. 

Skuteczna analiza danych jest dziś polem do konkurencji bankowej. Instytucje finansowe walczą między sobą już nie na dobrą ofertę dla wszystkich, ale na umiejętne dotarcie z nią do konkretnego klienta czy potencjalnego klienta. Przetwarzanie danych w czasie rzeczywistym staje się przewagą konkurencyjną, której wartość jest nie do przecenienia. Na razie jednak sporym wyzwaniem jest skłonienie ich do podzielenia się prywatnością. Coraz bardziej świadomi klienci nie zawsze chętnie chcą spinać aplikacje bankowe z profilami powiązanymi z mediami społecznościowymi. Nie do końca zdają sobie sprawę z korzyści z tego płynących. Efekt takiego „otwarcia się klienta” pozwala na przedstawienie mu bardzo dobrze dobranej – z perspektywy użytkownika i zupełnie bezpiecznej z punktu widzenia banku – oferty kredytowej. Bo właśnie dla potrzeb badania zdolności kredytowej dziś wykorzystuje się ten ogrom danych wchodzących w skład analityki Big Data.

Szymon Ostrowski
biznesnaostro.pl

Marek Łach, dyrektor Centrum Ryzyka Kredytowego Klienta Detalicznego w PKO Banku Polskim

Bankowość w Polsce jest bardzo progresywna. Banki wdrażają nowe technologie, a klienci chętnie z nich korzystają. Należy jednak pamiętać, że prawdziwy sukces polega na wprowadzeniu rozwiązania, które stanie się powszechne. Tak było ze standardem płatności mobilnych BLIK, który powstał na bazie stworzonego w PKO Banku Polskim rozwiązania. W najbliżej przyszłości upowszechnią się rozwiązania bazujące na sztucznej inteligencji i robotyzacji. Nasza praktyka pokazuje, że decyzje i procesy oparte na nowoczesnej analityce danych są bardziej trafne i szybsze, co przekłada się na większe zadowolenie klienta, a dla nas na wzrost efektywności. Przyszłość należy do tych firm, które najszybciej docenią i wykorzystają potencjał Big Data w zawodzie analityka. Bank poszukuje osób na takie stanowiska. Sztuczna inteligencja, robotyzacja i najnowsze technologie są dziś podporą bankowości. Warto jednak pamiętać, że wciąż na początku i na końcu całego procesu analizy stoi człowiek.

Czytaj także:

Nowoczesny konsumencie uważaj, co aplikujesz!

Business intelligence, czyli klucz do ofert skrojonych na miarę

Banko(mato)mania