Секреты скоринга: каким образом искусственный интеллект определяет, кому выдать займ

Сегодня в большинстве микрофинансовых организаций заёмщиков оценивают автоматизированные системы, которые анализируют их по сотне критерий. Сотрудники нашего проекта решили поинтересоваться у ведущих МФО, как они разрабатывали свои скоринговые системы, почему они иногда ошибаются, что представляет из себя машинное обучение и когда ИИ (искусственный интеллект) заменит человека?

Компания Webbankir рассказала нам, что в разработке онлайн скоринга делался акцент на два ключевых параметра. Во-первых, компьютер должен уметь 

скоринг заемщика

распознавать мошенников и отличать их от честных заёмщиков. Во-вторых, робот обязан определять ценность потенциального клиента для МФО.

Андрей Пономарёв, занимающий должность директора фирмы Webbankir, заявляет, что для того, чтобы определить ценность потенциального клиента, необходимо учитывать множество факторов: насколько часто человек обращается за займами, сколько денег в среднем он берёт, как быстро погашает задолженности и так далее. Чем больше информации собирает кредитный скоринг, тем более точно он определяет ценность заёмщика.

В МФО Честное слово с нами поделились интересным фактом: модель скоринга заёмщика сотрудники компании создали самостоятельно. В их системе ключевой задачей является свести к минимуму выдачу рисковых микрокредитов.

По каким причинам скоринговые системы иногда ошибаются?

Ирина Хорошко, работающая руководителем по управлению рисками в организации Moneyman, утверждает, что сегодня крупнейшие МФО, выдавая клиенту деньги, анализируют тонны информации. Компьютер оценивает десятки тысяч параметров. Отсюда возникает вопрос: по какой причине, несмотря на тщательный анализ скоринговой системой человека, по сей день существуют заёмщики, допускающие просрочки? 

Генеральный директор МФО Честное слово Андрей Петков утверждает, что важно не количество показателей, по которым система анализирует человека, а параметры, которые искусственный интеллект учитывает: вероятность задержки заработной платы, шанс попадания в больницу и так далее. Подобное не может спрогнозировать ни один компьютер. Он также заметил, что перемены в макроэкономических условиях также невозможно предугадать.

Уже упомянутый нами Андрей Пономарёв убеждён, что, если выдавать займы людям, у которых имеется подтверждение высоких доходов и отличный кредитный рейтинг, то в теории можно избавиться от риска не вернуть денежные средства. Но проблема в том, что количество выданных микрозаймовсильно сократится.

Каким образом скоринговая система учится?

Современные скоринговые системы умеют учиться. Они собирают статистику, определяют различные закономерности, делают выводы, каждый день всё лучше оценивая потенциального клиента. Андрей Петков заявляет, что машинное самообучение представляет собой применение статистических данных для поиска закономерности в информации и построения прогнозов на этой основе, при этом необходимость в участии человека отпадает. Однако машинное обучение показывает хороший результат только на определённых этапах бизнес-процесса.

Какими данными оперирует скоринговая система?

Микрофинансовые компании сотрудничают с НБКИ (Национальным бюро кредитных историй), проводят анализ данных, которые получают у государственных и правоохранительных органов, а также изучают информацию других МФО, не брезгуя использованием социальных сетей. Система в обязательном порядке просматривает контактные данные человека и ищет совпадения с другими клиентами организации.

Скоринговая система также умеет оценивать поведение определённого человека на сайте МФО. Например, если потенциальный клиент не вписывает в форму ФИО, а копирует данные откуда-либо, то подобное поведение считается сомнительным и влияет на вероятность получения микрокредита. Если же заёмщик даже не ознакомился с условиями микрозайма, а сразу указал максимальные сумму и срок, к нему также будут присматриваться.

Рассказать друзьям
Отставить отзыв

Ваш e-mail не будет опубликован. Обязательные поля помечены *