5 июня 2015

В мае СМИ сообщили, что операторы сотовой связи «Вымпелком» и МТС будут оценивать кредитоспособность абонентов на основе данных об их платежах и передавать эту информацию банкам. Как еще большие данные могут использоваться в финансовом секторе?

Источники больших данных для банков

Посещение офисов банков

Банк может анализировать, как часто клиенты ходят в банк, за какими услугами, сколько времени проводят в очереди, и сколько времени длится их обслуживание. На основе этих данных банк может отследить путь клиента к получению тех или иных сервисов и оценить, как этот путь влияет на его решения.

Данные об операциях

Информация о том, какие операции совершает пользователь. По тому, где и сколько денег тратит клиент, система может анализировать его привычки. Благодаря этому банк может обнаружить нетипичное поведение пользователя и сообщить ему об этом, чтобы предотвратить возможное воровство средств с карты.

Поведение в сети

Банковская программа может анализировать поведение пользователя на сайте сервиса с целью улучшить процесс и форму предоставления услуг онлайн. Также могут использоваться данных о действиях пользователя на других площадках, например, в интернет-магазинах.

Социальные сети

Социальные сети давно перестали инструментом, созданным исключительно для общения с друзьями и развлечений. Сейчас, например, многие работодатели просматривают в соцсетях профили кандидатов на свои вакансии. Точно также поступают и банки – они анализируют поведение пользователей в соцсетях, чтобы определить их кредитоспособность. Банк также может собирать отзывы о себе, оставленные пользователями социальных медиа, чтобы повысить качество обслуживания.

Геолокация

Как уже говорилось выше, геолокация может применяться для предотвращения кражи средств с карты в случае, если система обнаружит нетипичные для клиента транзакции. Помимо этого, данные о местоположении пользователя можно использовать для событийного маркетинга – предлагать ему информацию о банковских услугах в соответствии с местом, где он сейчас находится. Например, банковские продукты, связанные с путешествиями, для людей, которые часто перемещаются на большие расстояния.

Некоторые банки рассматривают возможность использовать данные геолокации и для оценки кредитоспособности клиента. Например, российские мобильные операторы планируют анализировать для банков имеющуюся у них информацию о том, где клиент совершает покупки, ездит ли за границу, пользуется ли автомобилем. Считается, что если человек никогда не был за границей, живет в спальном районе и закупается в магазинах экономкласса, то есть повод отказать ему в кредите на автомобиль премиум-класса.

Также планируется использовать данные о людях, которых находятся рядом с пользователям. То есть, проверять не только платежеспособность конкретного клиента, но и его окружения.

 Способы использования больших данных в банках

Оценка кредитных рисков

Сегодня чаще всего большие данные в банках используются именно с этой целью. На основе огромных массивов данных формируется «кредитный скоринг» — система оценки кредитоспособности клиента. По результатам набранных баллов система принимает решение об одобрении или отказе в выдаче кредита.

Данные для скоринга формируются на основе информации о том, насколько своевременно возвращают кредиты представители различных социальных групп (деление происходит по семейному положению, рабочему статусу, уровню образования и так далее). Система анализирует, к какой группе относится человек, который подал заявку на кредит, и на основе этих данных одобряет его или нет.

Операторы сотовой связи «Вымпелком» и МТС уже запустили пилотные проекты, в рамках которых они оценивают кредитоспособность абонентов и передают эту информацию банкам. Компании анализируют потребительскую информацию о клиентах, например данные о платежах за связь и частоте заграничных поездок. На основе этого формируется скоринговый балл, который операторы затем передают банкам. МТС хочет запустить готовый продукт до конца года.

Предотвращение серых операций

Банк может анализировать данные о переводе и снятии средств для обнаружения серых операций, таких как отмывание денег или мошенничество. Система анализирует оповещения из всевозможных банковских систем и данные о международных денежных транзакциях, чтобы оценить законность операций.

Маркетинг

Интернет предоставляет неограниченный простор для взаимодействия с клиентами. При помощи данных из социальных сетей и других интернет-ресурсов банки могут узнать, какие услуги пользуются у клиентов особенной популярностью, а какие – нет. А также, насколько хорошо они предоставляются, и что банк мог бы еще улучшить для удобства пользователей. Банки также могут анализировать данные о посещении отделений и записи телефонных разговоров клиентов с операторами колл-центра.

Последним трендом в сфере больших данных стало использование геолокации. Как уже было сказано выше, на основе местонахождения клиента банк может предложить ему те или иные услуги.

Наблюдение за торгами на бирже

Биржевые специалисты с 1987 года пытаются найти закономерности в скачках валют. Существуют специальные алгоритмические системы, которые автоматически принимают решение о сделках на бирже на основе больших массивов данных. Считается, что эффективность алгоритмических систем выше, чем у трейдеров. На сделки, совершенные с помощью такой системы, в США приходится уже около 80 процентов от общего объема торгов акциями.

5 июня 2015