Разработка модели информационной системы управления процессом кредитования и алгоритма осуществления кросс-продаж заемщикам банка
Захарова Оксана №оревна
кандидат технических наук
доцент, кафедра информационных систем и технологий, Федеральное государственное бюджетное образовательное учреждение высшего образования Поволжский государственный университет
телекоммуникаций и информатмки
443051, Россия, Самарская область, г. Самара, уп. Енисейская, 57, кв. 99
И xeniya-luna@list.ru Бедняк Светлана Геннадьевна
кандидат педагогических наук
доцент, кафедра информационных систем и технологий, Федеральное государственное бюджетное учреждение высшего образования Поволжский государственный университет телекоммунркаций и
443051, Россия, Самарская область, г. Самара, уп. Енисейская, 57, кв. 99
И lanusik@mail.ru Захаров Сергей Владимирович
аспирант, кафедра информационных систем и технологий, Федеральное государственное бюджетное образовательное учреждение высшего образования Поволжский государственный университет
телекоммуникаций и информатики
443051, Россия, Самарская область, г. Самара, уп. Енисейская, 57, кв. 99
И zaharovsv@bk.ru
Маряиын Роман Владимирович
аспирант, кафедра информационных систем и технологий, Федеральное государственное бюджетное образовательное учреждение высшего образования Поволжский государственный университет
телекоммуникаций и информатики
443086, Россия, Самарская область, г. Самара, ул. Московское Шоссе, 77, оф 5-10а
И xeniya-luna@list.ru
Статья из рубрики "Базы знаний, интеллектуальные системы, экспертные системы, системы поддержки
принятия решений"
Аннотация.
Предметом исследования является разработка модели и алгоритма осуществления кросс-продаж заемщикам банкаОбъектом исследования является информационная система управления процессом кредитования.В разрабатываемой авторами системе реализуется алгоритм выбора очередного вопроса для проверки из существующего множества и введение стоп-параметра, останавливающего проведение опроса клиента в связи с достижением значения вероятности, свидетельствующего о высокой потребности клиента в приобретение определенного кросс-продукта. Реализовав в системе данный алгоритм, сотрудник банка может осуществить продажу клиенту наиболее подходящего именного для данного клиента кросс-продукта, задав клиенту ограниченное количество вопросов за небольшой промежуток времени.Предложенный авторами алгоритм является универсальным. Каждый из описанных этапов декомпозируется на несколько
механизмов, выполняющих определенную цель. Выбранные ранее механизмы, на основе статистических данных, могут быть заменены в процессе работы на наиболее актуальные и эффективные. В разработанной модели выбора кросс-продукта будет использоваться алгоритм, основанный на использовании формулы Байеса для конкурирующих гипотез. В статье рассматривается вопрос «Возможно, ли организовать осуществление кросс-продаж клиентам банка online, чтобы потенциальный клиент мог сам узнать дополнительные индивидуальные опции?». Для решения этой проблемы предлагается разработка модели и алгоритма осуществления кросс-продаж заемщикам банка.В рамках проводимого научного исследования производится разработка экспертной системы, которая позволит при обращении клиента в коммерческий Банк с целью оформления определенного банковского продукта или услуги определить потенциальную потребность клиента в дополнительном продукте (кросс-продукте) и осуществить продажу клиенту подобранного системой продукта.
Ключевые слова: индивидуальная характеристика, формула Байеса, модель, алгоритм, скоринг, информационная система, кросс-продажи, оптимальное решение, управление в системе, информационные процессы
DOI:
10.7256/2454-0714.2019.1.29362
Дата направления в редакцию:
27-03-2019
Дата рецензирования:
28-03-2019
Дата публикации:
30-03-2019
Введение
По степени использования информационных технологий (ИТ) банковская сфера является одной из самых передовых отраслей. За счет успешного и стремительного внедрения информационных технологий (И Т) в кредитные учреждения появилась возможность у клиентов дистанционно узнать свой кредитный рейтинг.Однако при этом дополнительные услуги, с помощью которых можно повысить портфель банка и зарабатывать дополнительно предоставлялись сотрудником банка непосредственно в отделении, и проходило это чаще всего безуспешно, так как качественно сформировать предложение в условиях потока клиентов достаточно сложно. Возникает закономерный вопрос: «Возможно, ли организовать осуществление кросс-продаж клиентам online, чтобы потенциальный клиент мог сам узнать дополнительные индивидуальные опции?» В данной статье рассматривается более подробно этот вопрос.
Самой важной частью маркетинговой стратегии кредитного учреждения являются его клиенты. Именно они формируют поток чистого процентного дохода. Успех банка
напрямую зависит от его способности завоевать и удержать клиентов, а также от глубины отношений с ними. Главная задача тут - решить проблему, отсутствия эффективного общения с клиентами.
Банки возлагают большие надежды на свои стратегии отношения с клиентом, однако на практике клиенты не обязательно предпочтут неполноценные отношения с одним банком более подходящему и/или более выгодному предложению конкурента. Таким образом, современные банки стали принимать на вооружение модель бизнеса, которая в свою очередь заботится о создании ценностей для клиентов, а прибыль рассматривает как производную цепочки экономических эффектов лояльности клиентов, обеспечивающих устойчивое развитие.
Воспитание и удержание качественного целевого клиента - задача, не имеющая однозначного решения. Здесь нужны не столько колоссальные маркетинговые бюджеты, сколько системность в работе с клиентами: если клиент использует меньше трех продуктов, то он для банка убыточен, и банк, либо от него отказывается, либо делает все, чтобы количество потребляемых продуктов возросло. Надо определить, кому этот продукт будет интересен, донести информацию о нем через удобный для клиента канал коммуникаций, сделать правильное предложение и отследить результат. Одним из таких решений увеличения количества потребляемых продуктов послужил метод организации кросс - продаж банковских продуктов.
Разработка модели и алгоритма осуществления кросс-продаж заемщикам банка
Предметом исследования является разработка модели и алгоритма осуществления кросс-продаж заемщикам банка
Объектом исследования является информационная система управления процессом кредитования.
На основе описанных выше понятий была разработана модель алгоритма осуществления кросс-продаж, который включает в себя 6 этапов.
На первом этапе происходит сбор данных потенциального клиента. Основным инструментом сбора информации служит - анкета, заполняемая клиентом при первом посещении банка. По мимо стандартных позиций в анкете (личные данные, размер заработка, предполагаемая сумма кредита и т.д.) в соответствии с данным алгоритом необходимо добавить нетипичные вопросы (в зависимости от дополнительных предложений банка): какой марки автомобиль? Как часто путешествуете? и т.п. На основе ответов на вопросы в анкете будет формироваться индивидуальная характеристика клиента (ИХК) и индивидукальный пакет предложений (ИПП).
Символ «К» формально определяет числовое или лингвистическое значение категории, это может быть терм (например, «молодой» в свойстве Возраст) или числовое ограничение (например, (10 < ) Возраст ( < 30)).
Формируемый при этом набор категорий интерпретируется как совокупность фактов, определяющих ИХК. Такой набор может быть представлен следующим образом:
(1)
Щ
Верхний индекс в записи 1 идентифицирует свойство, нижний - категорию качества, присущую конкретному клиенту, подчеркивание определяет выбранную категорию
соответствующего свойства. Выбор категории качества интерпретируется как категориальное событие - конкретный факт ИХК. Итоговый набор характеристик
представляется в табличном виде.-Ш
Категории в любой строке таблицы альтернативны (несовместные события), т.е. они образуют полную группу несовместных категориальных событий. Для каждого свойства должна быть выбрана только одна категория качества. Категории качества в этом наборе конъюнктивны (совместные категориальные события).
Набор категорий качества должен характеризовать клиента с разных точек зрения, чем богаче и разностороннее этот набор, тем выше достоверность оценки скрытой сущности клиента .-t2-
На втором этапе происходит оценка введенной клиентом информации, в качестве метода оценки кредитоспособности выбран скоринг.
Дословный перевод слова «scoring» - оценивание, подсчет, что как нельзя точно отражает основную суть данного метода. Скоринг — система оценки вероятности возмещения займа, которая основана на статистическом и математическом анализе собранных данных о заемщике. Точная формула скорингового расчета в каждом банке является коммерческой тайной, однако на основании опыта и статистических данных, собранных по данным нескольких банков, осуществляющих кредитную деятельность на территории г. Самары, известно, какая информация и в какой мере используется при формировании кредитного балла:
- 35% - кредитная история (в т.ч. история платежей по счетам);
- 30% - бремя задолженности (количество счетов с остатками, сумма задолженности по различным видам счетов, доля используемых средств от возможного кредита и др.);
- 15% - продолжительность кредитных историй;
- 10% - типы использованных кредитов (возобновляемый кредит, ипотечное кредитование и т.д.);
- 10% - анкетные данные.
В среднем суммарный балл по всем критериям измеряется в диапазоне от 300 до 850 баллов. Более высокий балл соответствует более низким рискам.
На третьем этапе после подсчета суммарного кредитного балла, происходит сравнение заявленной в анкете суммы с суммой, которую банк может предоставить, путем сопоставления баллов и размера кредита. Пример сопоставления представлен ниже:
300-320 баллов = 400-450 тыс. рублей
330-350 баллов = 500-550 тыс. рублей
350-370 баллов = 550-600 тыс.рублей
И т.д.
Как и в случае со скорингом, приведенные выше численные значения для каждого кредитного учреждения разные.
Для реализации описанного метода и демонстрации наглядного представления в рамках
исследования разрабатывается соответствующее программное обеспечение. В результате сравнения алгоритм разбивается на 2 ветви.
Первая - заявленная сумма является меньше той суммы, которую может предложить банк, это наилучший результат.
Вторая - заявленная сумма является больше, чем банк может предложить.
В первом случае выводится сообщение о положительном результате - продолжение этой ситуации будет рассмотрено ниже. Во втором же случае, происходит работа с суммарным кредитным баллом потенциального клиента. Происходит расчет двух ситуации: производится расчет возможного кредита с заявленной суммой, но с увеличением периода и расчет новой суммы и нового периода, которые готов предложить банк.
По результатам этих расчетов клиенту предоставляется итоговая информация, далее все зависит от его решения. Если клиент отказывается от предложенных вариантов, но заявка закрывается. Если клиент соглашается на предложенные условия, то выводится информация о положительном результате и алгоритм переходит на стадию расчета дополнительных предложений - формирование ИПП.
На четвертом этапе производится расчет дополнительных предложений, учитывая предпочтения заемщика (пункты анкеты). Дополнительные предложения могут быть разных категорий:
- Путешествия.
- Cashback (возврат 2-10% от потраченной суммы при совершении покупок).
- Игры (скидки на покупки в игровых магазинах).
- Рассрочка (рассрочка любого товара в любом магазине без доплат).
- Страховка автомобиля.
- 100 дней без % (100 дней не платите проценты).
Итоговой стадией этого этапа является список дополнительных предложений, рассчитанных для конкретного клиента с учетом его ИХК.
Описываемый в данной статье алгоритм представлен на рис.1.
Рис. 1 - Алгоритм осуществления кросс-продаж заемщикам банка
На пятом этапе алгоритма необходимо получить от клиента обратную связь по вопросу дополнительных предложений. В случае положительного исхода происходит включение
выбранных предложений в основной пакет и оформление документов. В противном случае, необходимо узнать у заемщика причины, которые послужили отказом от дополнительных опций. Это делается для того, чтобы в дальнейшем производить поправки в характере предложений, либо в расчетах и наполнять модель статистическими данными.
Н а шестом и завершающем этапе происходит итоговое оформление документов и формирование статистических данных по результату проведенного предложения.
В рамках проводимого научного исследования производится разработка экспертной системы, которая позволит при обращении клиента в коммерческий Банк с целью оформления определенного банковского продукта или услуги определить потенциальную потребность клиента в дополнительном продукте (кросс-продукте) и осуществить продажу клиенту подобранного системой продукта.
В разработанной модели выбора кросс-продукта будет использоваться алгоритм, основанный на использовании формулы Байеса для конкурирующих гипотез.
(2)
где ^(^/^Дт)- вероятность того, что после проверки ^ , с исходом ^ ^ , обслуживаемый клиент (ОКл) находится в состоянии * ;
_ вероятность того, что в результате проверки^ , будет выдан единичный сигнал на выходе ^ , при условии, что ОКл находится в состоянии ^ ;
_ вероятность того, что перед проверкой ОКл находился в состоянии
ся в состоянии
С целью более точного определения потребности обслуживаемого банком клиента в приобретении того или иного продукта или банковской услуги вводится в разрабатываемую систему множество параметров (вопросов), по которым будут осуществляться проверки.
При этом при проведении опроса клиента необходимо ограничить время опрос в связи с:
- необходимостью ускорения обслуживания одного клиента с целью увеличения пропускной способности отделения банка в течение рабочего дня для продажи клиентам максимального количества банковских продуктов или услуг;
- потенциальным нежеланием каждого клиента отвечать на большое количество вопросов (которых в системе может быть более ста), в связи с чем последующая продажа кросс-продукта может и вовсе не состояться.
В связи с этим в разрабатываемой системе планируется реализовать алгоритм выбора очередного вопроса для проверки из существующего множества и введением стоп-параметра, останавливающего проведение опроса клиента в связи с достижением значения вероятности, свидетельствующего о высокой потребности клиента в приобретение определенного кросс-продукта.
Реализовав в системе данный алгоритм, сотрудник банка сможет осуществить продажу клиенту наиболее подходящего именного для данного клиента кросс-продукта, задав
клиенту ограниченное количество вопросов за небольшой промежуток времени.
В заключение можно сказать, что предложенный алгоритм является универсальным. Каждый из описанных этапов декомпозируется на несколько механизмов, выполняющих определенную цель. Выбранные ранее механизмы, на основе статистических данных, могут быть заменены в процессе работы на наиболее актуальные и эффективные.
Библиография
1. Бедняк, О. И. Категориальный анализ как метод оценки кредитоспособности клиента - физического лица [Текст] /О. И. Бедняк, М. А. Кораблин// «Экономический анализ: теория и практика». - 2010.-№б(171)-2010. С. 18-24.
2. Бедняк, О. И. Решение задач идентификации скрытой сущности субъекта в процессе принятия управленческих решений с помощью категориального анализа [Текст] /О. И. Бедняк// «Системы управления и информационные технологии».-2011.-№ 1.1(43).-С. 108-111.
3. Брейс А. Анкетирование. Разработка опросных листов, их роль и значение при проведении рыночных исследований: Баланс Бизнес букс, 2005 г.-33бс.
4. Дианов Д. Статистика финансов и кредита. Учебник: Издательство КноРус, 2018г. -2бс.
5. Захаров С.В., Захарова О.И. Разработка алгоритмов и метода расчета вероятности продажи нескольких продуктов клиентам коммерческого банка / II Научный форум телекоммуникации: теория и технологии телекоммуникаций. ПТиТТ-2017 материалы XVIII Международной научно-технической конференции.. 2017. С. 326-328.
6. Карминский А. Кредитные рейтинги и их моделирование: Издательский дом Высшей школы экономики, 2015 г. - 304с.
7. Кораблев Ю. Имитационное моделирование. Учебник: Издательство КноРус, 2017г.-146с.
8. Лаврушкина О. Роль кредита и модернизация деятельности банков в сфере кредитования: Издательство КноРус, 2011 г.-272с.
9. Меэдз Э. Руководство по кредитному скорингу: Агентство Гревцова, 2008 г. - 464с.
10. Свиридов О., Финансы, денежное обращение, кредит. Учебник / Свиридов О., Лысоченко А. - Издательство Феникс, 2016 г. - 379с.
11. Сиддики Н. Скоринговые карты для оценки кредитных рисков. Разработка и внедрение интеллектуальных методов кредитного скоринга: Манн, Иванов и Фербер, 2013 г. - 288с.
12. Тавасиев А. Банковское кредитование. Учебник / Тавасиев А., Мазурина Т., Бычков В.: Издательство Инфра-М, 2012г. - 656с.
13. Тавасиев А.: Банковское дело. Управление кредитной организацией: Дашков и К, 2007 г. - 640с.
14. Тютюнник А.В. Реинжиниринг кредитных организаций. Управленческая аналитическая разработка: Издательская группа "БДЦ-пресс", 2001 г. - 165 с
15. Тютюнник А.В., Информационные технологии в банке / А.В. Тютюнник, Шевелев А.С. - Издательская группа "БДЦ-пресс", 2003 г. - 249 с.
16. Хасянова С.: Кредитный анализ в коммерческом банке. Учебное пособие: НИЦ ИНФРА-М, 2018 г.-196с.