+7(499)-938-48-12 Москва
+7(812)-425-63-82 Санкт-Петербург
8(800)-350-73-64 Горячая линия

Драйвер развития банка

Заработать на информации: внешние данные как драйвер развития банковского бизнеса

Драйвер развития банка

Последние несколько лет евангелисты Big Data вдохновенно говорили нам про то, что вот-вот и громадные эти поменяют нашу жизнь раз и окончательно. Предлагали консалтинг, предлагали open-source-решения для хранения, аналитики.

Кто-то предлагал платные совокупности за десятки миллионов рублей.

Ко всем этим предложениями у меня появились три главных вопроса:

  • Что мы, как банк, возьмём по итогам проекта не считая совокупности?
  • Готовы ли вы подписаться под KPI?
  • Продемонстрируйте успешные кейсы в Российской Федерации.

Ни одного ответа мы так и не взяли, но за текущий год в банка создали решения, каковые помогли реализовать большую часть функционала работы с громадными данными.

Помимо этого, на данный момент на рынке уже имеется и отечественные истории успеха, да и вендоры обучились реализовывать не воздушный образ эфемерного результата, а конкретную пользу для бизнеса.

Как я уже писал, Gartner был полностью прав, изъяв Big Data из цикла зрелости новых разработок. Все то, что сработало на данный момент на рынке, да и то, что осталось в прайс-страницах вендоров, это осколки той самой концепции Big Data, каковые стали более приземленным кейсами, объединенными разве лишь математической базой.

С учетом того что в отечественную цифровую эру все сведенья громадные, главным стало умение их собирать, и методики и техники работы. Начнем с последнего.

В отечественную цифровую эру все сведенья громадные, главным стало умение их собирать, и методики и техники работы.

техники и Методы

Громадные количества разрешённых удобно анализировать посредством особых комплексных ответов: ETL, Hadoop, DWH, Real time commenication, но возможно это сделать и «на коленке». Основное — выбрать техник и правильный набор методики, поскольку все это в конечном итоге математика и сухой расчет.

Последние отчеты McKinsey предлагают на выбор техник и широкий набор методик:

  • прогнозная аналитика;
  • способы класса Data Mining: обучение ассоциативным правилам ( англ. association rule learning), классификация (способы категоризации новых данных на базе правил, ранее примененных к уже наличествующим данным), кластерный анализ, регрессионный анализ;
  • имитационное моделирование;
  • интеграция и смешение данных ( англ. data fusion and integration) — комплект техник, разрешающих интегрировать разнородные эти из разнообразных источников для возможности глубинного анализа;
  • краудсорсинг — категоризация и обогащение данных силами широкого, неизвестного круга лиц;
  • статистический анализ, в качестве примеров способов приводятся A/B-анализ и тестирование временных последовательностей;
  • машинное обучение, включая обучение с преподавателем и без преподавателя, и Ensemble learning ( англ.) — применение моделей, выстроенных на базе статистического анализа либо машинного обучения для получения комплексных прогнозов на базе базисных моделей ( англ. constituent models, сравнимо со статистическим ансамблем в статистической механике);
  • неестественные нейронные сети, сетевой анализ, оптимизация, а также генетические методы;
  • распознавание образов;
  • пространственный анализ ( англ. Spatial analysis) — класс способов, применяющих топологическую, геометрическую и географическую данные в данных;
  • визуализация аналитических данных.

Большое количество данных, сложных и различных

Не зависимо от Gartner, конференции и саммиты по громадным данным, однако, с уверенностью шагают по планете, в Российской Федерации они уже давно вышли за пределы МКАД.

В рамках конференции Big Data в октябре я в презентации предложил свое видение того, как возможно монетизировать эти. В прошлых частях собственного рассказа на Bankir.

Ru я написал о монетизации внутренних данных в банке и о том, как банк возможно нужен второму банку на взаимовыгодных условиях.

на данный момент же я предлагаю взглянуть, какие конкретно внешние эти смогут быть полезны для банка и как их возможно применять.

Какие конкретно эти возможно взять из офлайна

Что мы значительно чаще делаем в офлайне? Верно — покупаем в магазинах, звоним по телефону, обладаем автомобилями, квартирами, перемещаемся в пространстве.

Итак, все по порядку.

Структура чека. на данный момент все банки при оплате клиентом приобретений картой видят два параметра: тип точки и сумму чека продаж. Ясно, что еще возможно посчитать частоту приобретений и определить время их совершения.

Прекрасно, в случае если эти сведенья вы уже разбираете.

Намного больше нужного возможно отыскать в структуре чека.

Но намного больше нужного возможно отыскать в структуре чека. К примеру, если вы понимаете, что ваш клиент всегда покупает молоко, то вы:

а) делает партнерскую программу с производителями молока для продвижения их бренда;

б) имеете возможность выстраивать real time marketing компании.

Возможно ли это уже делать? Возможно. Во-первых, уже имеется компании-агрегаторы, каковые пробуют собирать такую данные, а во-вторых, раз налоговая планирует обязать все магазины передавать ей данные с кассовых аппаратов в реальном времени, то не составит неприятностей договориться с ритейлом напрямую.

Мобильный телефон. Уже давно телефон прочно вошёл в нашу жизнь. Мы с ним поднимаемся, мы с ним ложимся, мы с ним ходим везде, звоним, пользуемся интернетом, пишем SMS, приобретаем SMS.

Надеюсь, общеизвестно, что все эти действия не только аккуратно сохраняются, но и шепетильно анализируются операторами. Эти сведенья смогут применять и банки.

Так, отечественный банк заключил контракт с «Билайн-бизнес» на получение Big Data оператора связи.

Приобретаемая информация используется для определения кредитоспособности клиента.

Конечно, сырые клиентские эти никто никому не даст, да и для запроса у операторов информации потребуется разрешение клиента, но такая схема может трудиться. векторы и Агрегаты, базирующиеся на геолокации, звонках, тратах, платежах, значительно могут улучшить модели банка. Использовать эти оператора возможно для всех кейсов, про каковые я поведаю в последней части статьи.

ЖКХ. Частота оплаты либо просрочка по коммунальным платежам, суммы квартплаты, детализация по расходам за электричество, воду, ФИО собственников, доли, размер квартиры, в итоге, все это отлично обрабатывать и применять. Тут имеется одна неприятность — hit rate по базе через чур мелок.

Кроме того в случае если сказать про большие муниципальные агрегаторы квитанций, это менее 10% базы большого банка.

Транспортные карты. Они употребляются в городах и также будут стать занимательным источником данных. Особенно если бы на выходе из метро, автобуса либо троллейбуса также нужно было проводить картой, как это реализовано, к примеру, в Вашингтоне.

Принципиально важно знать не только, чего желает клиент, но и где и в то время, когда он этого желает.

BLE, Wi-Fi. Принципиально важно знать не только, чего желает клиент, но и где и в то время, когда он этого желает. Для получения таковой информации возможно применять трекинг на базе Wi-Fi либо iBeacon-ответов.

С учетом того что на данный момент во многих местах имеется бесплатный Wi-Fi, уже на данный момент посредством беспроводных каналов передачи данных возможно мониторить более 20% человекопотока, а с учетом закона об необходимой идентификации еще и рисовать персонифицированную карту передвижений.

Кстати, в случае если у вас имеется задачи по аналитике, каковые вам не с руки делать самостоятельно, то возможно пойти по пути Сберегательного банка, что «Яндексу» 14 млн рублей за работу с их Big Data.

Что возможно взять из онлайна

Интернет — это еще одна действительность, в которой живет уже больше 70% активного населения и оставляет сетевой шлейф, что серьёзен для анализа.

Серфинг. В прошлому году мы проводили пилот на отечественном сайте, для 77% входящих клиентов мы смогли выяснить интерес к продукту, основываясь на истории поисковых запросов и посещении сайтов в сети. Для 71% верно, 10% не предугадали.

А вот для скоринга эти сведенья не подошли. В случае если вам повезло больше, с удовольствием бы обменялись опытом.

Госданные. на данный момент с согласия клиента возможно машинально приобретать онлайн-информацию, к примеру из ПФР. Выглядит это пока не весьма комфортно, но имеется надежда на улучшение.

Помимо этого, через пара лет возможно будет трудиться со всеми данными всех госорганов. И тот, кто первым обучится трудиться с ними,— будет на коне.

В случае если у вас имеется информация о действиях клиента в онлайн, то и коммуницировать вы имеете возможность с ним в настоящем времени.

Data-Driven Marketing. В случае если у вас имеется информация о действиях клиента в онлайн, то и коммуницировать вы имеете возможность с ним в настоящем времени. Клиент будет «горячим» и конверсия в продажи либо каждый итог будет выше.

Умная лидогенерация. Воображаете, если бы лидогенераторы приводили вам лишь тех клиентов, каковые бы брали самые высокомаржинальные продукты либо постоянно возвращали долги. Да, на данный момент вы имеете возможность договориться о том, что оплата проходит лишь за итог, но результат не включает предстоящее поведение клиента. Возможно так сделать?

Само собой разумеется.

Гадании по «В контакте». Соцсети постоянно манили компании, поскольку количество активных учетных записей уже превысило население страны. Реклама рекламой, а вот клиентоориентированные продажи — это отечественная действительность.

Скоринг на соцсетях у нас выстроить не вышло, а вот сбор данных, общение и организовать взыскание весьма кроме того. Более 52% отечественных клиентов мы смогли отыскать в «В контакте», «Моём» мире «и Одноклассниках». Сбор таковой информации о клиенте, как его интересы, активность, семантический анализ текстов его постов также не следует отбрасывать.

Партнеры для работы в соцсетях также на рынке имеется и весьма хорошие.

Ну и, конечно же, как говорит Artem Lesnikov — персонализация в SMM также очень важная вещь. В случае если предложение персонализировано, то вас никто ни при каких обстоятельствах не обзовет спамером и не удалит из френдлиста.

Персонализация в SMM — очень важная вещь.

Как применять собранную информацию

Ну и на закуску мало кейсов, каковые возможно реализовывать либо оптимизировать посредством внешних данных

  • кредитный скоринг;
  • предкредитная проверка;
  • прогнозирование дефолта;
  • антифрофрод и автоматизация СБ;
  • сегментация клиентов относительно эластичности к ставке кредита / вклада;
  • реакция клиентов на шоковые события;
  • показатели клиентов МСБ и значимые события каковые приводят к закрытию счётов и оттоку остатков (включая эластичность к процентной ставке);
  • условия и мероприятия (кроме эластичности к процентной ставке) каковые стимулируют остатки по вкладам;
  • сегментация вкладчиков и ЗП-клиентов по возможности кросс-продажи комиссионных продуктов.

Кстати, если вы дочитали до конца, то вы громадный молодец и у вас все окажется.

С удовольствием отвечу на все вопросы.

, которые вам, наверника будут интересны:

  • Рафиль хасанов: «работать везде сложно»Какой бизнес возможно рентабельным, в интервью Bankir.Ru поведал помощник председателя совета директоров КБ «МИА» Рафиль Хасанов. – Рафиль, вы курируете…
  • Михаил дробышевский: «заказчики абс хотят жить завтрашним днем, а не вчерашним»Не обращая внимания на кризис, развитие банковских совокупностей продолжится, считает Михаил Дробышевский, помощник председателя совета директоров, глава…
  • Андрей фомичев: «по мере консолидации банковского сектора будет расти спрос на масштабные и высокопроизводительные it-решения»Помощник главы группы компаний ЦФТ. Альберт Тахавиев, Bankir.Ru Досье Bankir.Ru. Андрей Фомичев. Появился 20 марта 1968 года. Во второй половине…
  • Заработать на информации: концепция bank2bankЕсли вы большой федеральный банк из топ-50 либо не таковой федеральный, но не меньше амбициозный из топ-150, то точно у вас на повестке дня поднимаются…
  • Заработать на информации: монетизация внутренних данных о клиентеСобственный видение того, как возможно монетизировать данные в банке, я внес предложение на конференции Big Data, которая прошла 1 октября в Москве….
  • Илья коробов: «в современном мире обратная связь – это один из краеугольных камней любого бизнеса»председатель совета директоров компании «Инпас». Альберт Тахавиев, Bankir.Ru Досье Bankir.Ru. Илья Коробов. Появился 14 мая 1970 года в Москве. В…

Источник: http://kbrbank.ru/zarabotat-na-informacii-vneshnie-dannye-kak/

Индивидуальный подход: как персонализация стала драйвером развития для банков

Драйвер развития банка

В июне 2018 года консалтинговая компания The Boston Consulting Group (BCG) опубликовала исследование «Сила персонализации: глобальный рынок розничных банковских услуг в 2018 году». Основными трендами современного банкинга в нем были названы развитие цифровых технологий и персонализация.

Потенциал развития персонализации в банковском секторе.
Источник: BCG

По мнению авторов исследования, персонализация становится важнейшим механизмом в отношениях между банком и его клиентами, в том числе потенциальными. С помощью анализа особенностей финансового поведения потребителей кредитные организации могут разрабатывать специальные, персонализированные предложения.

В идеале процесс оказывается выгодным для обеих сторон: клиент удовлетворяет свои запросы, а банк получает от этого взаимодействия положительный экономический эффект. Чем довольнее клиент, тем прибыльнее бизнес.

Уже не премиум

Современный потребитель привык к борьбе за собственное внимание, это касается и банковского сектора. Клиент банка ждет индивидуального подхода, но при этом хочет сам решать, как будет проходить взаимодействие.

 Раньше индивидуальный подход в банках обеспечивали персональные менеджеры, обслуживание у которых считалось премиальной услугой.

Сейчас, в том числе благодаря цифровым технологиям и искусственному интеллекту, персонализированные предложения доступны практически всем клиентам.

Потребители тоже заинтересованы в таком подходе. Согласно данным исследования REBEX Customer Survey, проведенного в 16 странах Европы, Америки и Азии, 54% клиентов при выборе нового банка учитывают уровень персонализации.

Более двух третей опрошенных отметили, что углубили взаимоотношения со своим банком после введения персонализированного подхода, а 41% респондентов сказали, что готовы уйти из банка из-за недостаточно персонализированного режима.

Влияние персонализации на решения клиентов банков.

Источник: REBEX Customer Survey/BCG

Согласно отчету BCG «Глобальные рынки капитала: ускоряя бионическую трансформацию», 30% российских клиентов предпочитают общаться со своим банком онлайн, 64% готовы периодически посещать офис и только 7% предпочитают личное общение с менеджерами банка. Эти данные показывают, что у персонализации в розничном банкинге есть перспективы в России.

Зачем клиенту банка персонализация?

При сборе персональной информации о своих клиентах банки используют несколько основных инструментов:

  • искусственный интеллект (чат-боты и ые эдвайзеры, роботизированные колл-центры);
  • обмен финансовой информацией клиентов между банками и внешними сервисами при помощи открытых API;
  • маркетинговая информация (дни рождения, праздники, хобби и т.д.);
  • транзакционные профили клиентов (история операций, состояние счетов);
  • история взаимодействия с клиентом (действия потребителей на сайте, история запросов, переписка, статистика ответов на предложения банка;
  • информация от поисковиков и социальных сетей.

Чтобы эффективно взаимодействовать с клиентами, всю эту информацию необходимо обработать и научиться использовать. Рассмотрим, как кредитные организации используют персонификацию и что от этого получает клиент. 

Персонализированные продукты. Системы банка анализируют данные о клиентах и предлагают каждому именно то, что ему интересно в максимально персонализированной форме.

При создании финансового продукта для конкретного клиента банк должен учитывать историю взаимодействия с ним и ряд других факторов: состояние счетов, структуру расходов, семейное положение, режим дня, хобби и привычки и т.д.

Чем больше информации о клиенте есть у банка, тем легче будет разработать персонализированное предложение.

Поклоннику Marvel банк может предложить бесплатные билеты на каждую премьеру киновселенной при ежемесячных покупках по карте на определенную сумму. 

Или банк видит, что машине клиента уже больше трех лет, и предлагает ему льготный автокредит.

Персонализация контента и коммуникаций. С помощью искусственного интеллекта контент становится динамическим — система распознает клиента и адаптирует для него содержание страницы. Например, если клиент начал онлайн-открытие счета в банке, но не завершил его, система это заметит и отправит ему напоминание или поможет назначить личную встречу с менеджером в банке.

Только целевые сообщения. Пользователей раздражают нецелевые или не вовремя пришедшие сообщения. У банка больше шансов продать свой продукт, отправляя клиенту сообщения с максимально релевантной информацией.

Например, банк знает, что клиент — поклонник видеоигр, но никогда не ездит в путешествия. В этом случае он пришлет ему информацию о кредитной карте для геймеров или скидках на игры, но не станет предлагать функцию заказа билетов.

Важна и частота сообщений, поэтому банку стоит учитывать пожелания клиента относительно количества уведомлений. 

Стратегия вовлечения. На смену сообщениям с прямым предложением продукта приходит стратегия вовлечения клиента в работу с банком, которая предполагает получение обратной связи.

Мультиканальность. Важно, чтобы сообщения банка приходили через самый  удобный для клиента канал коммуникаций. Это могут быть рассылки, SMS, push-уведомления, сообщения в мессенджерах. 

Один из набирающих популярность трендов — истории в мобильном приложении банка.

Они не мешают клиенту пользоваться приложением, но повышают шансы на то, что потребитель захочет прочитать предложенную ему информацию.

 Если клиент не знает, как установить овердрафт, на его экран можно вывести историю с соответствующими рекомендациями. Если человек регулярно тратится на путешествия, ему можно предложить подборку горящих туров.

Пример истории в мобильном приложении «Тинькофф Банка»

Максимальная интеграция всех каналов общения с клиентом. Если с вопросом клиента работает несколько менеджеров, ему часто приходится рассказывать о своей проблеме несколько раз.

Банк может повысить лояльность потребителей, если избавит их от этой необходимости. У каждого нового оператора, который подключается к разговору с клиентом, должна быть вся информация о вопросе потребителя.

При этом важно, чтобы колл-центры и разные отделы банка работали как единый мультиканальный инструмент взаимодействия с клиентом. 

Сегментация и таргетированная реклама. У разных людей разные ситуации и потребности. Поэтому банк не может предлагать всем клиентам одни и те же услуги. Точечная сегментация аудитории позволяет сделать рекламу максимально релевантной. Если у клиента нет машины, банк не предложит ему автокредит; зато пришлет путешественнику информацию о скидках на билеты.

Лайфстайл-банкинг — набирающий обороты глобальный тренд, суть которого заключается в создании для клиента путеводителя по его финансовой жизни.

Это экосистема, которая должна полностью удовлетворить все запросы потребителя: от ипотеки и оформления полиса ОСАГО до путешествий и бронирования столиков в ресторане. Основной инструмент коммуникации банка с клиентами — мобильное приложение.

В России это направление активно развивает «Тинькофф Банк»: помимо традиционных банковских услуг клиенты банка могут, например, забронировать столик в ресторане или купить страховку для зарубежной поездки.

Сервис по бронированию столика в ресторане в мобильном приложении «Тинькофф Банка»

Главные проблемы персонализации

Персонализация — один из самых актуальных трендов розничного банкинга. Однако на практике немногие кредитные организации используют эти технологии для улучшения обслуживания и повышения лояльности клиентов. Часто связанные с персонализацией продукты разрабатываются долго или оказываются неудачными. 

С одной стороны, сами пользователи не всегда знают о том, что банковские продукты или условия взаимодействия с банком могут быть персонализированы.

Часто под улучшением качества своего обслуживания в банке они подразумевают общее повышение качества сервиса, а не индивидуально настраиваемые предложения.

 С другой стороны, процесс кастомизации услуг для клиентов, тем более если им занимается собственный отдел разработки, требует значительных вложений. Поэтому, несмотря на частые разговоры о персонализации, клиенты многих банков продолжают получать стандартные предложения и шаблонные рассылки.

Еще один значимый вопрос — способы сбора и использования информации о клиенте.

Потребителям важно знать, что банк получит только те данные, на предоставление которых клиент даст согласие. А также что персональная информация будет находиться под надежной защитой, использоваться только для разработки индивидуальных предложений и не окажется в руках третьих лиц.

Клиент хочет, чтобы персонализация была для него полезна, а не только развлекала. Банки же заинтересованы в том, чтобы затраты на кастомизацию окупали себя. Процесс пойдет быстрее только только после того, как сторонам удастся найти баланс своих интересов.  

Источник: https://bloomchain.ru/fintech/individualnyj-podhod-kak-personalizatsiya-stala-drajverom-razvitiya-dlya-bankov/

Драйверы роста и развития

Драйвер развития банка

Чтобы выйти на параметры оптимальной модели банковского сектора, необходимо снять ограничения, препятствующие необходимым качественным и количественным изменениям. Это требует адекватных мер государственной политики в монетарной, бюджетной, антимонопольной сферах, совершенствования правового и информационного обеспечения деятельности финансовых институтов.

Предлагаемые механизмы призваны снять ограничения, описанные в разделах «Макроусловия» и «Ограничения, создаваемые существующей моделью». В конечном счете, они должны работать на достижение целей, сформулированных в резюме Концепции.

Например, замещение прямого распределения инвестиционных ресурсов бюджета на кредитный механизм оправдано постольку, поскольку финансовый сектор обеспечивает прозрачное распределение рисков и ресурсов по рыночным ставкам, т. е. способствует эффективной аллокации и трансформации сбережений в инвестиции с минимизацией издержек, связанных с коррупцией.

Механизмы, стимулирующие сбережения населения, помимо повышения эффективности аллокации и трансформации ресурсов, направлены на содействие государству в решении социальных задач: сбережения формируют капиталы, без которых невозможно становление среднего класса и стабильное развитие общества.

Отлеживать достижение целей при применении этих механизмов предлагается по индикаторам результативности банковского сектора, сформулированным в разделе «Цели банковского рынка и индикаторы их достижения», и показателям состояния банковского сектора из раздела «Модель банковского сектора в 2020 г.».

Более подробно взаимосвязи между устранением ограничений, механизмами (драйверами роста), целями банковского сектора и соответствующими индикаторами, представлены в таблице 9.

Таблица 9. Взаимосвязь между устранением ограничений, драйверами роста и целями банковского сектора

Открыть таблицу в новом окне

ЦелиОграниченияДрайверы роста
Трансформация сбережений в инвестиции, государственных сбережений в приоритетных сферахИзъятие государственных сбережений из экономики; Низкие сбережения населенияЗамещение внешних займов рефинансированием за счет средств госфондов; Механизм неинфляционной кредитной экспансии; Развитие краткосрочного рефинансирования
Эффективная аллокация ресурсовНеэффективность антиинфляционной политики; Нечеткие права собственности на ресурсыПереход к «гибкой стерилизации»; Механизм неинфляционной кредитной экспансии; Конкурентная политика; Ограничение прямого распределения средств из бюджета; Спецификация прав собственности; Совершенствование залогового законодательства; Создание ликвидных рынков (маркет-мейкеры)
Содействие реализации базовых социальных функций государстваНизкие сбережения населения«Вмененные» сбережения; Развитие дистанционного банкинга; Популяризация сберегательных сертификатов; Введение договоров жилищного накопительного вклада; Повышение финансовой грамотности
Укрепление финансового суверенитетаОтсутствие институциональных механизмов защиты финансового рынка; Информационная необеспеченностьРазвитие внутренних рынков секьюритизации и синдицированного кредитования; Дополнительные барьеры в виде обязательного IPO для иностранных банков; Развитие рублевых сырьевых бирж; Развитие риск-ориентированного надзора и инфраструктуры оценки рисков (кредитные бюро, рейтинговые агентства, рисковое страхование)

Снятие значительной части ограничений возможно за счет вовлечения новых ресурсов — драйверов роста. В качестве ресурсов роста национальной финансовой системы мы видим:

  • Недокапитализированные немонетарные активы, составляющие национальное богатство России;
  • Сбережения государства, слабо вовлеченные в финансовый оборот;
  • Средства населения и бизнеса, хранящиеся вне российской финансовой системы.

Соответственно, одной из задач, решаемых за счет драйверов роста, должно стать создание стимулов для привлечения средств нефинансовых институтов и населения в пассивы банковской системы и расширение возможностей низкорискованного размещения средств.

В соответствии с ключевыми ограничениями мы макроэкономического и институционального характера мы выделяем следующие виды механизмов перехода к описанной выше оптимальной модели банковского сектора:

  1. Механизмы вовлечения сбережений государства при одновременном повышении эффективности антиинфляционной политики;
  2. Механизмы повышения нормы сбережений населения;
  3. Механизмы вовлечения в финансовый оборот (капитализации) активов;
  4. Механизмы, обеспечивающие укрепление финансового суверенитета.

Вовлечение в финансовый оборот сбережений государства

График 16. Золотовалютных резервов хватит на 17-18 месяцев импорта (международно признанный критерий достаточности резервов– 3 месяца)Источник: «Эксперт РА» по данным ЦБ РФ

Построение банковского сектора, адекватного масштабам экономики государства, требует поиска новых источников формирования банковских пассивов. В перспективе 4—5 лет, пока еще нельзя рассчитывать на долгосрочные сбережения населения, наиболее перспективными представляются свободные ресурсы государственных корпораций и фондов. Их общая сумма достигает 5,0 трлн руб.

, что составляет около 15% ВВП 2007 г. (см. таблицу 10). Без ущерба основным функциям вовлечь в финансовый оборот можно не более 40% этих средств, однако, с учетом эффекта мультипликации (межбанковское долгосрочное кредитование) и притока текущих сбережений государства, такая сумма в течение 1,5—2 лет способна обеспечить прирост банковских активов в сумме 7 трлн руб.

При сохранении существующих тенденций снижения сальдо текущего счета уже через 2—3 года потребность в стерилизационных фондах снизится до незначимых величин, и эти фонды могут быть преобразованы в страховые и фонды развития.

Эти ресурсы могут быть направлены на поддержание ликвидности и долгосрочного (на 4—5 лет) рефинансирования кредитных организаций. Совокупные государственные и квазигосударственные фонды (стерилизационные, страховые, фонды развития), слабо вовлеченные в финансовый оборот, оцениваются в 5,5 трлн руб.

(без учета золото-валютных резервов, основным предназначением которых до перехода к новой модели эмиссии должно остаться хеджирование валютных рисков), из которых только 8—10% вовлечено в национальный финансовый оборот.

Их объем сегодня оценивается как избыточный — от накопления «на черный день» российское государство фактически перешло к накоплениям на «черную жизнь».

Стерилизация избыточной денежной массы в этих фондах продемонстрировала свою неэффективность как антиинфляционный инструмент (см. раздел «Макроусловия»). Даже с учетом необходимой «подушки безопасности» и диверсификации направлений вложений эту цифру можно увеличить до 70—80% в течение 1—2 лет.

Таблица 10. Крупные резервные фонды, активы которых

Открыть таблицу в новом окне

ФондЦели создания и назначениеОбъем свободных средств фондовПрогноз объема свободных средств фонда через 3 года
Резервный фондПоддержание федерального бюджета в случае существенного падения цен на нефть; Стерилизация избыточной денежной массы

Источник: https://raexpert.ru/strategy/conception/part2/4

Какие данные можно получить из офлайна

Что мы чаще всего делаем в офлайне? Правильно — покупаем в магазинах, звоним по телефону, владеем машинами, квартирами, перемещаемся в пространстве.

Итак, все по порядку.

Структура чека. Сейчас все банки при оплате клиентом покупок картой видят два параметра: сумму чека и тип точки продаж. Понятно, что еще можно посчитать частоту покупок и узнать время их совершения. Хорошо, если эти данные вы уже анализируете.

Намного больше полезного можно найти в структуре чека.

Но намного больше полезного можно найти в структуре чека. Например, если вы знаете, что ваш клиент постоянно покупает молоко, то вы:

а) делает партнерскую программу с производителями молока для продвижения их бренда;

б) можете выстраивать real time marketing компании.

Можно ли это уже делать? Можно. Во-первых, уже есть компании-агрегаторы, которые пытаются собирать такую информацию, а во-вторых, раз налоговая собирается обязать все магазины передавать ей информацию с кассовых аппаратов в режиме реального времени, то не составит проблем договориться с ритейлом напрямую.

Сотовый телефон. Уже давно телефон стал неотъемлемой частью нашей жизни. Мы с ним встаем, мы с ним ложимся, мы с ним ходим везде, звоним, пользуемся интернетом, пишем СМС, получаем СМС.

Надеюсь, ни для кого не секрет, что все эти действия не только бережно хранятся, но и тщательно анализируются операторами. Эти данные могут использовать и банки. Так, наш банк заключил договор с «Билайн-бизнес» на получение Big Data оператора связи.

Получаемая информация применяется для определения кредитоспособности клиента.

Естественно, сырые клиентские данные никто никому не отдаст, да и для запроса у операторов информации потребуется разрешение клиента, но такая схема может работать. Агрегаты и векторы, базирующиеся на геолокации, звонках, тратах, платежах, существенно могут улучшить модели банка. Применять данные оператора можно для всех кейсов, про которые я расскажу в последней части статьи.

ЖКХ. Частота оплаты или просрочка по коммунальным платежам, суммы квартплаты, детализация по расходам за электроэнергию, воду, ФИО собственников, доли, размер квартиры, в конце концов, все это очень хорошо обрабатывать и использовать. Тут есть одна проблема — hit rate по базе слишком мал. Даже если говорить про крупные городские агрегаторы счетов, это менее 10% базы крупного банка.

Транспортные карты. Они используются в городах и также могут стать интересным источником данных. Особенно если бы на выходе из метро, автобуса или троллейбуса тоже надо было проводить картой, как это реализовано, например, в Вашингтоне.

Важно знать не только, чего хочет клиент, но и где и когда он этого хочет.

BLE, Wi-Fi. Важно знать не только, чего хочет клиент, но и где и когда он этого хочет. Для получения такой информации можно использовать трекинг на базе Wi-Fi или iBeacon-решений.

С учетом того что сейчас во многих местах есть бесплатный Wi-Fi, уже сейчас с помощью беспроводных каналов передачи данных можно мониторить более 20% человекопотока, а с учетом закона об обязательной идентификации еще и рисовать персонифицированную карту передвижений.

Кстати, если у вас есть задачи по аналитике, которые вам не с руки делать самостоятельно, то можно пойти по пути Сбербанка, который просто дает «Яндексу» 14 млн рублей за работу с их Big Data.

Что можно получить из онлайна

Интернет — это еще одна реальность, в которой живет уже больше 70% активного населения и оставляет сетевой шлейф, который важен для анализа.

Серфинг. В прошлому году мы проводили пилот на нашем сайте, для 77% входящих клиентов мы смогли определить интерес к продукту, основываясь на истории поисковых запросов и посещении сайтов в интернете. Для 71% правильно, 10% не угадали.

А вот для скоринга эти данные не подошли. Если вам повезло больше, с радостью бы обменялись опытом.

Госданные. Сейчас с согласия клиента можно автоматически получать онлайн-информацию, например из ПФР. Выглядит это пока не очень удобно, но есть надежда на улучшение.

Кроме того, через несколько лет можно будет работать со всеми данными всех госорганов. И тот, кто первым научится работать с ними,— будет на коне.

Если у вас есть информация о действиях клиента в онлайн, то и коммуницировать вы можете с ним в реальном времени.

Data-Driven Marketing. Если у вас есть информация о действиях клиента в онлайн, то и коммуницировать вы можете с ним в реальном времени. Клиент будет «горячим» и конверсия в продажи или любой другой результат будет выше.

Умная лидогенерация. Представляете, если бы лидогенераторы приводили вам только тех клиентов, которые бы брали самые высокомаржинальные продукты или всегда возвращали долги. Да, сейчас вы можете договориться о том, что оплата проходит только за результат, но этот результат не включает дальнейшее поведение клиента. Можно так сделать? Конечно.

Гадании по «В контакте». Соцсети всегда манили компании, так как количество активных учетных записей уже превысило население страны. Реклама рекламой, а вот клиентоориентированные продажи — это наша реальность.

Скоринг на соцсетях у нас построить не вышло, а вот сбор данных, общение и организовать взыскание очень даже. Более 52% наших клиентов мы смогли найти в «В контакте», «Одноклассниках» и «Моем мире».

Сбор такой информации о клиенте, как его интересы, активность, семантический анализ текстов его постов тоже не стоит отбрасывать. Партнеры для работы в соцсетях тоже на рынке есть и очень хорошие.

Ну и, конечно же, как говорит Artem Lesnikov — персонализация в SMM тоже очень важная штука. Если предложение персонализировано, то вас никто никогда не обзовет спамером и не удалит из френдлиста.

Персонализация в SMM — очень важная штука.

Ну и на закуску немного кейсов, которые можно реализовывать или оптимизировать с помощью внешних данных

  • кредитный скоринг;
  • предкредитная проверка;
  • прогнозирование дефолта;
  • антифрофрод и автоматизация СБ;
  • сегментация клиентов относительно эластичности к ставке кредита / вклада;
  • реакция клиентов на шоковые события;
  • признаки клиентов МСБ и значимые события которые приводят к оттоку остатков и закрытию счетов (включая эластичность к процентной ставке);
  • мероприятия и условия (помимо эластичности к процентной ставке) которые стимулируют остатки по вкладам;
  • сегментация вкладчиков и ЗП-клиентов по вероятности кросс-продажи комиссионных продуктов.

Кстати, если вы дочитали до конца, то вы большой молодец и у вас все получится.

С радостью отвечу на все вопросы.

Источник: https://bankir.ru/publikacii/20151113/zarabotat-na-informatsii-vneshnie-dannye-kak-draiver-razvitiya-bankovskogo-biznesa-10006904/

Поделиться:
Нет комментариев

    Добавить комментарий

    Ваш e-mail не будет опубликован. Все поля обязательны для заполнения.