Гибкость и скорость на платформе low-code: как мы внедрили новый кредитный конвейер

Не знакомые с внутренней банковской кухней люди могут представить процесс кредитования рутинным: море сотрудников банка — андеррайтеров вручную рассматривают поступающие от клиента заявки и обращаются во всевозможные инстанции, чтобы подтвердить правдивость данных. На деле все выглядит совсем не так. Больше 90% заявок рассматривает машина. Так называемый кредитный конвейер. Технология, конечно, не какое-то ноу-хау Банка «Санкт-Петербург». Она внедрена в большинстве крупных финансовых организаций, но её логика, внутренние фичи и технологический стек разнятся в зависимости от уникальных идей команды, работающей над ней.

Кредитный конвейер — это полностью автоматизированный процесс принятия решений по всем видам кредитов с возможностью создавать достаточно сложные логические цепочки, чтобы повышать уровень одобрения кредитов при минимизации рисков. В нашем случае машинного обучения внутри кредитного конвейера нет. В его основе лежит импликация — логика «если…, то…». Машина получает клиентскую заявку, затем обращается за информацией в Бюро кредитных историй и другие внешние сервисы, поставляющие данные о заемщиках, анализирует и, в зависимости от риск-стратегии банка, одобряет или не одобряет кредит.

Кредитный конвейер — это инструмент, благодаря которому можно не только отказаться от ручного труда, повысить доходность кредитных продуктов, но и увеличить скорость принятия решений и улучшить клиентский опыт.

Прежний конвейер был построен на базе Microsoft Dynamics CRM. То есть СРМ-система выполняла нетипичную для себя роль. На ПО для управления взаимоотношениями с клиентами нанизывалась логика принятия решения по кредитным заявкам. Если с простыми алгоритмами она справлялась, то, когда у Банка появились идеи, как улучшить процесс кредитования, как сделать новые продукты, оказалось, что мы упираемся в потолок возможностей этой системы. Невозможно было поддержать сложную логику или построить скоринговые модели с большим количеством факторов. Работала прежняя система (по сегодняшним стандартам) довольно медленно: скорость принятия решения исчислялась десятками минут. И кроме того, потихоньку технологически устаревала.

Поэтому было принято решение о переносе кредитного конвейера на новые рельсы. Банку нужна была новая платформа, чтобы иметь возможность реализовывать любые идеи бизнеса, которые могут принести доход, и соответствовать требованиям регулятора, которые с каждым годом усложняются. Новый кредитный конвейер Банка «Санкт-Петербург» построен на базе трех IT-платформ. Движение кредитной заявки полностью реализовано на low-code платформе WF Core, которая является самостоятельной разработкой российской компании CSBI. Решение SAS RTDM (SAS Real-Time Decision Manager) по факту стало мировым стандартом в области принятия решений, поэтому для реализации сложной логики принятия решения по кредитам и построения стратегий (алгоритмов кредитного процесса) была выбрана именно эта система. И, наконец, АБС «ЦФТ-Банк», в которой, собственно, и выдается сам кредит и ведется учет. Для онлайн-кредитования у нас подключается интернет-банк и мобильное приложение. Компоненты системы мы связали между собой шиной IBM.

Для реализации этого сложного проекта, помимо сотрудников Банка, были приглашены компании CSBI и GlowByte. Компания GlowByte давно зарекомендовала себя на рынке как передовой партнер по внедрению программного обеспечения, включая продукты компании SAS. Компания CSBI в этом проекте отвечала за комплексную автоматизацию кредитного процесса и за разработку пользовательских интерфейсов на базе платформы WFCore. Партнером также выступила компания «Неофлекс», отвечавшая за внедрение шины.

Платформа WF Core — яркий представитель low-code. Если no-code — это вообще конструктор (например, для создания сайтов), с которым разберется практически любой человек, то low-code подход заключается в том, что используется набор готовых инструментов, позволяющих реализовать сложную логику, быстро модифицировать, улучшать и расширять работу с бизнес-процессами и аналитикой. Нас это заинтересовало, поскольку с WF Core мы получали возможность гибко настраивать процессы, бизнес-логику и пользовательские интерфейсы с минимальным участием программистов. Кроме того, WF Core в нашем банке уже использовали для замены старого CRM. А любой бизнес старается минимизировать «зоопарк» программного обеспечения, чтобы не раздувать штат обслуживающих его специалистов.

Создание кредитных конвейеров на базе интеллектуальных систем принятия решений SAS, и в частности – SAS RTDM, уже стало на рынке лучшей практикой, причем для самых разных кредитных продуктов. SAS RTDM с использованием методов глубокой аналитики помогает быстро и точно рассчитать любые индивидуальные предложения с учетом целей маркетинга и рисковой политики. С ним мы получали еще большую гибкость в работе с клиентами: возможность предложить альтернативные варианты размера, срока и ставки кредита. С учетом желания Банка повышать технологичность процессов розничного банкинга и оптимизировать процессы управления кредитными рисками этот выбор был самым подходящим.

Во многом команда проекта в Банке стала первопроходцем. Именно с ее помощью Банк получил бесценный опыт запуска и ведения сложных технологических проектов с одновременным внедрением нескольких платформ и участием нескольких подрядчиков. Когда запускался новый кредитный конвейер, архитекторов в Банке не было в принципе. Архитектурой занимались опытные сотрудники и руководители IT-подразделений, которые обладали компетенцией в этом вопросе. Они и составляли Архитектурный совет. Глобально архитектуру мы проработали и утвердили на Архитектурном совете, а конкретные точечные вопросы решали с теми людьми, которые могли дать свои рекомендации. И это был первый вызов. Потому что смотреть на задачу глобально и разбираться в деталях – это, как говорится, две большие разницы. Истина рождалась в жарких межплатформенных спорах. Зато теперь, во многом благодаря проекту, в Банке есть выделенные архитекторы платформ, что заметно облегчает жизнь нашим последователям. Но первый урок, который мы вынесли, если решение многоплатформенное, должен быть архитектурный надзор на всем ходе проекта. А у команды должен быть в доступе ресурс архитекторов для решения сложных вопросов из серии: «а эту функциональность лучше запилить на этой платформе или на той?». Далеко не всегда это очевидно.

Проект мы вели по всем правилам. До старта был проведен предпроект с выработкой требований к будущей системе, оценена целесообразность и экономический эффект. Одна беда – мы наивно полагали, что вся основная нагрузка ляжет на систему принятия решений, то есть на SAS RTDM. Поэтому и предпроект был ориентирован в основном на нее. Как показала практика, в межплатформенных проектах недальновидно надеяться на то, что изменения одной системы не затронут другую. А уж тем более внедрение новой системы. Урок номер два – в предпроект или аналитическую фазу проекта вовлекай активно все участвующие стороны. На эти грабли мы, кстати, умудрились наступить дважды. Второй раз — когда не смогли подключить действующее решение в онлайн-каналах (интернет-банк и мобильный банк) к новому кредитному конвейеру без доработок. К аналитике мы коллег не привлекали, а потом оказалось, что процессы подачи заявки в онлайне и оффлайне кардинально отличаются. Причем не только по клиентским сценариям, но и по атрибутному составу тоже. Отсюда еще одно правило: если проектируемая система затрагивает разные каналы входа: онлайн (интернет-банк, мобильное приложение, сайт) и оффлайн (офисы), то даже если они реализуются поэтапно, в аналитике надо прорабатывать сразу все. Иначе какую-то работу придется проделать дважды, а что-то даже кардинально переделать.

Урок номер три. Если решение многоплатформенное, то возникает интеграция. Интеграция = всегда что-то пойдет не так. Требуется закладываться на риски по деньгам и срокам. Финансисты – люди прижимистые, бюджеты верстаются с ювелирной точностью. А когда опыта в подобного рода сложных технологических проектах немного, то точность получается не совсем ювелирная. В общем, конечно же, много что пошло не так (на первых этапах — примерно всё). И вроде бы это аксиома управления проектами – учитывать риски, но пока сам не ошибешься и не набьешь шишки, вся эта теория в практику переходить не спешит.

Интересных и поучительных моментов в проекте было еще очень много. Но мы со всеми вызовами достойно справились. Во многом потому, что, как минимум, самого главного принципа реализации крупных проектов и модного нынче Agile-подхода мы придерживались: главное – люди. Команда сложилась сильная, сплоченная, прорывная, готовая к изменениям. И это помогло довести все идеи до реализации, создать отличный работающий продукт.

Сейчас над кредитным конвейером тоже трудится большая кросс-функциональная команда: это банковские аналитики, разработчики, тестировщики, администраторы платформ, риск-менеджеры и продуктовики. Кто-то из них участвовал во внедрении, другие подключились уже позже. Поскольку жизненный цикл проекта достаточно длинный, команда меняется по составу, но основной костяк сохраняется, включая и ряд подрядчиков. Например, GlowByte реализует необходимые для сервиса доработки по SAS RTDM. CSBI продолжает помогать Банку развивать WF Core. Тогда как, компетенция «Неофлекс», которая помогала нам запустить интеграционную шину, в полном объеме нам больше не требуется. Сейчас её специалисты занимаются сложными вопросами поддержки.

Внедрение основной части конвейера заняло один год. В мае прошлого года в нашем Банке началась промышленная эксплуатация нового кредитного конвейера, а уже к сентябрю старый конвейер был полностью отключен.

На сегодняшний день вся проделанная работа в промышленной эксплуатации показывает себя успешно. Автоматизация рассмотрения кредитных заявок внедрена по основным направлениям кредитования Банка: потребительские кредиты, кредитные карты, кредиты на покупку автомобиля. Завершаем внедрение ипотеки. Самое важное — у нас сейчас нет предела полета фантазии. Теперь мы можем реализовать практически любую идею, которая зарождается в головах владельцев продуктов. Если мы в нее верим, и экономически она тоже интересна, нововведение будет реализовано благодаря гибкости новой платформы.

На новых технологиях мы смогли реализовать сложную логику, когда машина подбирает для клиента максимально релевантное предложение, которое формируется в зависимости от его профиля, долговой нагрузки и желаний. Мы также реализовали стратегии изменения и пролонгации кредитных лимитов. Это позволяет эффективно управлять портфелем кредитных карт. Стратегий несколько для разных вариантов клиентского опыта, они работают на постоянной основе в полностью автоматическом режиме.

Новая логика и технологический стек значительно увеличили скорость принятия решения. Если в старом конвейере скорость принятия решения исчислялась десятками минут, то в новом — около одной минуты. При этом в принятии решения теперь задействованы дополнительные информационные источники для более точного расчета кредитного риска и оценки платежеспособности потенциальных заемщиков.

Использование глубокого анализа риск-профилей потенциальных заемщиков дает возможность сократить количество «плохих» кредитов.Скорость принятия решений позволяет клиенту в онлайне получить кредит в рамках одной сессии. Автоматизация практически исключила необходимость вовлечения андеррайтеров. По потребительским кредитам зарплатным клиентам более 90% решений сегодня принимается полностью автоматически. Всё это положительно влияет на конверсию, на уровень одобрения и, с другой стороны, — на качество принимаемых решений.

Кредитный конвейер работает в разы быстрее человека и может обработать гораздо большее количество заявок, чем штат персонала, который может позволить себе Банк. Рассмотрение одной заявки становится гораздо дешевле. В нашем автоматизированном процессе в типовых случаях человек не привносит в процесс принятия решения по кредиту дополнительной ценности. Только в случае нестандартных заявок, очень крупных сумм или при сработавших в процессе триггерах мы подключаем андеррайтера. Он составляет более полное представление о клиенте, тщательно изучает документы клиента, проводит дополнительные проверки. Тем самым мы лучше понимаем профиль клиента и принимаем более взвешенное решение. Но доля таких заявок невелика, и она с каждым годом уменьшается, потому что всё больше вещей, которые делает человек, мы можем заложить в логику машины.

Из Roadmap по внедрению нового кредитного конвейера командой Банка «Санкт-Петербург» в этом году решено больше 100 задач. Полученный эффект полностью оправдал внедрение нового кредитного конвейера и окупил его с лихвой. Завершаем 2021-й переносом на новый конвейер направления ипотечного кредитования.

Многие финансовые организации используют SAS RTDM для автоматизации принятия решения, но дальше все зависит от идей, которые команда заложит в систему.

Одна из реализованных идей, которыми мы гордимся, это подбор предложения при отказе клиенту в запрошенном продукте. В нашем кредитном конвейере реализована сложная логика с предложением рефинансирования при высокой закредитованности клиента.

Например, вы хотите взять миллион рублей, но проанализировав вашу историю, машина понимает, что не может одобрить вам эту сумму из-за большого объема кредитов, открытых вами в других банках. Дохода на обслуживание обязательств недостаточно. Но дополнительный анализ показывает, что вам можно предложить снизить долговую нагрузку путем консолидации всех имеющихся долгов в один по выгодной ставке. Тогда мы можем сказать клиенту: «к сожалению, мы вынуждены отказать в запрошенном кредите, но вот вам одобренное решение на рефинансирование ваших кредитов». Это одна из тех идей, которые невозможно было реализовать на старом кредитном конвейере. Мы дали ей жизнь на новом, и она пользуется большим успехом у клиентов.

Мы создали работающую инфраструктуру, которую можно развивать. На следующий год у кросс-функциональной команды запланирована непрерывная работа по улучшению. Мы готовимся выполнять новые требования ЦБ, а также больше времени посвятить клиентскому опыту, сценариям поведения клиента в интернет-банке, упрощению взаимодействия с интернет-банком, чтобы клиент прилагал минимальное количество усилий для получения кредита. Также в 2022 году мы хотим реализовать систему предодобренных кредитов, которая в банке существует, но живет по старой логике, на стеке технологий, который уже не позволяет показать высокую эффективность.

Задач — предостаточно. И на будущий год, и на годы вперёд.