Сбербанк от Пелевина

Алгоритм станет андеррайтером Сбербанка и будет принимать решения о платежеспособности заемщиков, анализируя их «цифровые следы» в соцсетях. Это не фрагмент из новой книги Пелевина, а реальность, которая наступит уже в следующем году. Банки.ру выяснил, как создать идеальный виртуальный образ заемщика. Владимирский централ, лайк немереный Сбербанк в 2018 году планирует запустить модель скоринга заемщиков по психологическому портрету, который определяется на основании «цифровых следов». «Сейчас это прототип, который мы изучаем с полного согласия клиентов, которые в этом участвуют», — рассказал старший вице-президент, руководитель блока «Риски» Сбербанка Александр Ведяхин. В 2018 году банк планирует запустить этот метод в «промышленную эксплуатацию». Принимать решения о выдаче кредита будет искусственный интеллект, а время оценки платежеспособности сократится до минуты. «Если человек лайкает тюремные четки и «Владимирский централ», то навряд ли ему надо сразу одобрять кредит, скорее всего, еще раз надо что-нибудь посмотреть», — привел пример Ведяхин. Цитата В основе сбербанковских разработок лежит технология, которая, как считается, была использована в ходе таргетированной предвыборной кампании Дональда Трампа в США. С помощью «цифровых следов» оцениваются психологические особенности человека и прогнозируется его поведение. Автором технологии сбора психометрических данных с помощью социальных сетей является доцент кафедры организационного поведения Стэнфордской высшей школы бизнеса Михал Косински. «Мой метод показывает, что вы можете использовать «цифровые следы» для того, чтобы раскрыть психологические особенности человека. Было много сомнений, реалистично ли это, получится ли воспроизвести эффективность тщательно разработанных опросников, возможно ли по поведению человека в Сети, его «цифровым следам» определить его личность, психологические черты. Мои исследования показали, что это не так. Вы можете взять за основу «цифровые следы», потому что даже когда люди думают, что все это — бессистемные вещи, это неверно. Поведение в Сети наглядно говорит об их личности», — говорил Михал Косински в интервью ТАСС. Согласно данным стэнфордских исследований, после анализа десяти лайков алгоритм может описать личность человека лучше, чем его коллега; после 70 лайков — лучше, чем друг; после 150 лайков — лучше, чем родственник; и после 300 лайков — лучше, чем супруг. Здесь вам не анкета, здесь скоринг иной Эксперты, опрошенные Банки.ру, отмечают, что банки и финансовые компании давно интересуются нашей жизнью, в том числе и поведением в социальных сетях. «Тема скоринга с помощью изучения поведения в социальных сетях не нова. Она уже лет пять активно используется различными компаниями — это и МФО, и стартапы, которые специализируются на скоринге, и банки. Есть системы, которые анализируют небольшое количество параметров, а есть и такие, которые могут учитывать до сотни параметров. Многие считают это направление успешным, но есть и скептики, которые полагают, что достаточно знать пол, возраст и занятость заемщика, чтобы оценить его поведение», — рассказывает председатель совета ассоциации «Электронные деньги» Виктор Достов. По словам заместителя директора департамента по инновациям РосЕвроБанка Александра Васильева, подобные проекты уже сейчас используются некоторыми банками. «С разной степенью успешности банки либо самостоятельно развивают у себя эту компетенцию, либо используют финтех-партнеров, чтобы избежать некоторых правовых рисков, связанных с получением и обработкой персональных данных. При этом данный метод гораздо эффективнее «анкетного» скоринга, так как позволяет оценивать клиента в моменте. И в случае необходимости своевременно предлагать реструктуризацию кредита», — говорит Васильев. Он отмечает, что успешной практике подобных методов может существенно помешать «закон о больших пользовательских данных». «Уже сейчас в законопроекте предусмотрено право субъекта персональных данных запретить использование данных о себе операторам связи и другим компаниям», — указывает Васильев. Чем больше знаешь о клиенте, тем меньше шансов дать кредит Внедрение дополнительных методик оценки заемщиков позволит уменьшить невозвраты. Поэтому банкам выгодно вкладываться в разработку подобных технологий. «Нет никаких сомнений в том, что дополнительное использование big data принесет российским банкам хороший результат. Это позитивно скажется и на просрочке, и на объемах выдачи. При этом масштабирование данного опыта наверняка в среднесрочной перспективе произойдет и во всей банковской отрасли, поскольку кредитные организации имеют много возможностей для сбора самых разных данных, а инструменты анализа постоянно совершенствуются. К примеру, если банк видит, что человек на регулярной основе покупает лицензионный контент (фильмы, книги, музыку), это может быть значительно более важным фактором надежности, чем даже справка 2-НДФЛ. И подобных нюансов очень много», — считает заместитель председателя правления Локо-Банка Андрей Люшин. «Нужно открутить прошлое на несколько лет назад и проанализировать «цифровые следы» сотен тысяч людей. Полученные результаты нужно также сверить с экономической ситуацией в стране, в регионе проживания, в отрасли заемщика. Это большой труд. Я думаю, что на протяжении 2—3 лет работа даст серьезный эффект, — говорит основатель и CEO Talkbank Михаил Попов. — Если говорить об экономических эффектах, только представьте: в среднем 20% от выданных займов в МФО не возвращаются, а в банках этот показатель ниже, но все равно ощутимо влияет на доходность банка. Это прямые убытки. Улучшение этого показателя даже на 10—15% уже окупает вложения в разработку и эксплуатацию системы скоринга по новым данным». «Конечно, чем больше информации при принятии решений, тем лучше. Но у рисковиков есть такая шутка: «Чем больше мы знаем о клиенте, тем меньше вероятности, что мы выдадим кредит». У Сбербанка на рынке уникальная ситуация: почти все взрослое население России — в той или иной степени его клиенты. И для многих это основной банк. Поэтому у «Сбера» колоссальный объем информации для принятия решений. Это не просто лайки в соцсетях (а многие в соцсетях ведут «вторую» жизнь, совсем не похожую на реальную). Это реальная информация о тратах и потреблении. На мой взгляд, это говорит о клиенте намного больше, чем соцсети. И для «Сбера» вызов сейчас — как использовать весь этот объем данных. А уже потом, как вишенка на торте, можно анализировать и соцсети», — рассуждает сооснователь Модульбанка Олег Лагута. «Понятно, что мы оставляем все больше информации о себе в Интернете, и было бы глупо это не использовать. Но насколько действительно необходимо собирать большой объем информации, позволит ли это значительно лучше прогнозировать поведение заемщиков? На мой взгляд, действующие системы скоринга будут настраиваться и улучшаться с помощью в том числе таких технологий, как изучение «цифровых следов», — рассуждает Виктор Достов. У банков есть самый главный инструмент для скоринга — доступ к денежным трансакциям. И это будет основным аргументом при принятии решений, считает генеральный директор аналитического агентства Scorista Мария Вейхман. «Лучшие «цифровые следы» для скоринга — это следы денежных трансакций, то есть движение по банковскому счету или счетам (деньги предсказывают деньги, интернет-принт предсказывает потребление Интернета и время зависания в нем). Использовать в оценке заемщика скоринг по «цифровым следам» как основному ресурсу — самоубийство. Дорого, трудоемко и, самое главное, неэффективно», — поясняет она. " data-size="medium">Цитата Как прикинуться идеальным заемщиком Представители финансовой сферы рассказали, каким должен быть портрет идеального заемщика в социальных сетях. «Вполне допускаю, что в будущем появятся консультанты, которые станут объяснять, как надо вести себя в Интернете, чтобы получить кредит», — говорит Виктор Достов. «Вы должны быть активным пользователем Сети, иметь много друзей, регулярно размещать фотографии и новости, быть членом различных групп (для примера: про финансы и экономику, путешествия и спорт, культуру и дизайн и тому подобное). Также плюсом для скоринга будут фотографии из различных поездок, с размещением геотегов. Это говорит о том, что у потенциального клиента есть возможность путешествовать. Следовательно, есть стабильный доход. Если на странице потенциального заемщика мало информации, давно не появлялись свежие фотографии, лайки, а также он входит в группы типа «Как не платить по кредитам», «Как обмануть банк» и так далее, то это негативный фактор. Хочу еще раз подчеркнуть, что такие данные сегодня не являются ключевым моментом при принятии решения о выдаче денежных средств, но позволяют обогатить скоринг дополнительными данными», — рассказывает руководитель по рискам компании MoneyMan Ирина Хорошко. Михаил Попов указал в числе положительных факторов частые поездки за границу, отметки в аэропортах, активность в соцсетях, перепосты материалов ведущих сайтов, большое количество подписчиков и друзей, использование Facebook, определенное минимальное количество лайков под постами заемщика. «А также эмоциональная положительная окраска постов и статуcов, отмеченный семейный статус, фотографии с детьми», — добавил он. Анна ПОНОМАРЕВА, Banki.ru