Сбербанк предлагает малому бизнесу индивидуальные кредиты на основе анализа больших данных.
Согласно правилам пилотного проекта, банк сам предлагает клиенту кредитный продукт с индивидуальным лимитом и ставкой по итогам анализа его оборотов, после чего клиенту достаточно обратиться к менеджеру, который в течение дня предоставит итоговое решение и заем. Сбербанк уже подготовил для 100 тыс. клиентов малого бизнеса предварительное одобрение на получение кредита, и в дальнейшем количество таких предложений будет расти.
«Мы решаем одну из главных проблем бизнеса — дефицита времени», — отметил старший вице-президент Сбербанка Анатолий Попов.
С анализом больших данных работают и другие российские банки. ВТБ24, например, использует Big Data с 2014 г. с использованием технологий Teradata. «Команда разработчиков Teradata и GlowByte Consulting в настоящее время проводит пилотный проект по внедрению Hadoop, для расширения работы с Big Data», — сказал вице-президент, директор департамента CRM ВТБ24 Дмитрий Кузякин.
«Из ярких примеров работ, которые мы ведем сейчас, — кластерный анализ цепочек транзакций и действий, которые совершают наши клиенты. Целей несколько: выявить главные паттерны поведения клиентов, склонных как к покупке, так и к оттоку, понять характерный «маршрут» клиента с неудачным привлечением, оптимизация работы фронтальной линии, разработка новых продуктов и управление клиентским поведением на этапе жизненного цикла», — рассказал Дмитрий Кузякин.
Анализ больших данных применяет и Альфа-Банк: «Основные направления, где Альфа-Банк использует анализ больших данных, связаны с повышением удовлетворенности клиента банковскими продуктами и сервисами, а также правильным распределением ресурсов. Например, когда клиент, который получил предложение от банка о кредите, не только может обслуживать долг без дефолта, но и хочет воспользоваться кредитом», — расказал руководитель блока «Массовый бизнес» АО «Альфа-Банк» Денис Осин.
Очевидно, банки были и остаются в числе лидеров по цифровой трансформации бизнеса, используя преимущества данных в целях:
— глубокого понимания своей аудитории;
— выделения новых ниш;
— ускорения цикла продаж;
— минимизации рисков невозврата выданных средств.
«Банк, использующий анализ больших данных, значительно сокращает операционные расходы при одновременном увеличении спроса на кредитные продукты», — считает финансовый аналитик группы компаний «Финам» Тимур Нигматуллин. По его мнению, анализ больших данных станет отраслевым стандартом для банковской сферы уже через 5-10 лет.