Как технология Big Data меняет российский рынок микрокредитования

Оценка платежеспособности заемщика – больной вопрос для большинства российских МФО. Ведь от эффективности скоринговой модели напрямую зависят показатели просрочки, а, следовательно, и прибыль компании. В  2015 году одним из главных мировых трендов в сфере финансов стало широкое применение технологии Big Data, которое позволяет микрофинансовым компаниям кардинально изменить скоринговую модель и значительно повысить эффективность оценки платежеспособности заемщика.  

Принцип технологии Big Data

Как уже понятно из названия, она основывается на сборе, обработке и анализе больших объемов ранее неструктурированных данных о заемщике. Информация берется из самых разных источников: социальных сетей, форумов, блогов, корпоративных архивов документов, показаний различных датчиков, данных мобильных операторов, логов хостинг-провайдеров, банковских данных о расходах по кредитной карте.

На практике это происходит следующим образом: поставщики данных (Data Supliers) продают данные о действиях пользователя компаниям, которые занимаются построением алгоритмов и созданием сервисов по анализу “больших данных”. А их услугами, в свою очередь, пользуется широкий круг компаний

Перспективы Big Data

В 2015 году объем рынка услуг Big Data существенно вырос и составил 33,3 миллиарда долларов. Ожидается, что в будущем он и дальше будет расти огромными темпами. По прогнозам американского агентства Wikibon к 2020 году объем рынка удвоится, а к 2026 году достигнет 85 миллиардов долларов.

Российский рынок услуг Big Data пока ничтожно мал. Его объем в 2015 году составил всего лишь 500 миллионов рублей. Зато темпы его роста гораздо выше мировых. За последний год он вырос на 40%. Пока технология Big Data наиболее активно используется российскими ритейлерами и финансовыми организациями.

Как технология Big Data применяется в скоринговых моделях МФО

Для российских микрофинансовых компаний эта технология может стать настоящим спасением. Ведь она позволяет значительно снизить уровень просроченной задолженности – главный бич секторами микрокредитования. По словам руководителей крупнейший российских онлайн МФО, они уже активно используют технологию “больших данных при оценке платежеспособности заемщика”.

“Займо”

По словам гендиректора компании “Займо” Евгения Ждановских, скоринговая модель его компании позволяет анализировать данные, которые указал заемщик в анкете, и поведенческую информацию о нем, которую можно собрать в сети: ip-адрес, информацию о мобильных платежах, данные со странички соцсети.

К примеру, система может отклонить заявку клиента, если он указал в анкете, что проживает в Ростове, а в его аккаунте в вКонтакте геотеги показывают, что большинство фотографий сделаны в Хабаровске. Скоринговая система “Займо” анализирует даже страницы друзей заемщика в социальных сетях. Она проверяет находиться ли кто-то из них в базе кредитных мошенников компании, сколько друзей женаты и имеют детей. И это лишь небольшая часть параметров, по которым проверяется заемщик.

“Займер”

Генеральный директор МФО “Займер” Сергей Седов сообщает, что скоринговая система его компании также активно использует данные о заемщике, которые удалось собрать из сторонних источников: данные об оплатах заемщиков за ЖКХ, платежах за мобильную связь и т.д.. Всего анализируется порядка 1800 показателей. Причем наряду со стандартными критериями, такими, как данные о страницах клиента в соцсетях, на оценку влияют и совсем странные на первый взгляд факторы, вроде характера передвижения заемщиком ползунков на сайте  МФО при оформлении заявки.

По словам генерального директора Platiza.ru Ильи Саломатова, его компания также активно использует технологию Big Data при анализе заемщика. Программа собирает данные о нем в бюро кредитных историй, сравнивает информацию в анкете заемщика с его данными в соцсетях, проверяет его по общедоступным черным спискам.

"Money Man"

Директор по управлению рисками международной компании онлайн-кредитования "MoneyMan" Екатерина Казак в докладе на конференции по технологии Big Data отметила, что ее компания в настоящий момент использует несколько тысяч параметров при оценке заемщиков и активно применяет анализ больших данных. По ее словам использование технологии Big Data невероятно актуально в России, так как оно позволяет провести многофакторный анализ заемщика. При этом будут учитываться такие критерии как транспортные расходы, покупки в магазинах, обслуживание кредитов. Все эти данные невероятно важны при оценке платежеспособности клиента, но раньше компании не могли получить их в Бюро кредитных историй, которое собирает только негативную информацию о заемщиках


Александр Светлов специально для ТопЗаймов.рф

Вам понравится:



Возврат к списку

Отзывы


Бой с тенью. Сможет ли микрофинансовый рынок избавиться от “серых” МФО

Засилье “серых” кредиторов является одной из главных проблем российского рынка микрофинансирования. По данным ЦБ, за 2016 год регулятор выявил 1600 нелегальных заемщиков. Это кажется очень крупной...

Онлайн мошенники атакуют МФО

Бюро кредитных историй ОКБ и сервис онлайн-займов Money Man подготовили исследование о количество мошеннических заявок в онлайн МФО. Результаты поражают. За прошедший год их число увеличилось в полтора...

Популярные предложения
Займ на карту Кукуруза.
Займ на карту Кукуруза.
От 3000 до 21000 руб. Под 1% в день. С 18 лет. Без справок и поручителей!