Как Абсолют Банк сократил расходы на кредитную аналитику при помощи автоматизации

Как Абсолют Банк сократил расходы на кредитную аналитику при помощи автоматизации

Ручная аналитика в корпоративном кредитовании стала слишком дорогой и сложной, и банк решил автоматизировать этот процесс.

Считается, что ценность автоматизации банковских процессов в корпоративном сегменте ниже, чем в рознице, а также малом и среднем бизнесе, потому что клиентов здесь в разы меньше. С другой стороны, цифровизация отдельных процессов позволяет увеличить прибыль и сделать работу с клиентами более прозрачной и структурированной. Роман Трушков, директор департамента кредитного анализа корпоративных клиентов Абсолют Банка, рассказал об опыте автоматизации аналитики в кредитовании корпоративного бизнеса.

Банк решил автоматизировать аналитику из-за пяти причин

Кредитование — это один из ключевых процессов банковского обслуживания в корпоративном сегменте. И этот процесс постоянно усложняется:

  • с каждым годом банкам приходится анализировать всё больше информации о клиентах из разных источников. Из-за этого расходы на ручную обработку данных растут;
  • Центробанк ужесточает требования к глубине анализа и количеству информации, которую банк должен учитывать при оценке своих клиентов;
  • в крупном бизнесе сохраняется большой объём экспертного труда. Регламенты и правила не всегда описывают многообразие кейсов, с которыми сталкивается банк в этом сегменте;
  • сложно контролировать и фиксировать решения, которые принимает кредитный эксперт. Из-за этого накопленную экспертизу нельзя передать другому специалисту или сохранить внутри банка;
  • стоимость сотрудников в корпоративном сегменте постоянно растёт, а поиск, адаптация и удержание сотрудников усложняется.

Поэтому в 2018 году Абсолют Банк решил автоматизировать работу кредитного аналитика. Для этого банк создал рабочее место аналитика — программный продукт, который собирает и обрабатывает информацию о клиенте из разных источников.

Автоматизация аналитики заняла шесть лет

Как Абсолют Банк сократил расходы на кредитную аналитику при помощи автоматизации

Банк в течение шести лет наращивал объём функционала рабочего места аналитика.

  • Создание модуля начали с автоматизации процесса резервирования — оценки финансового положения клиента.
  • Перенесли в модуль процесс рейтингования клиентов, проведение консолидации их финансовой отчётности, подготовку кредитной заявки, которая выходит на кредитный комитет, а также фиксацию проведенного мониторинга финансового состояния клиентов.
  • Сделали интеграцию с Бюро кредитных историй и стали получать актуальную информацию о том, как клиенты обслуживают свои обязательства в других банках. Также сделали расчёт финансового положения в экспресс-продуктах, прежде всего в банковских гарантиях для участников рынка госзакупок.
  • На этом шаге банк пережил смену команды подрядчика и столкнулся с необходимостью рефакторинга системы. На начальном этапе в архитектуру решения не заложили высокую нагрузку на систему, поскольку в корпоративном кредитовании не так много операций. Но затем стало понятно, что количество расчётов в корпоративном сегменте гораздо выше, чем в рознице и в МСБ, потому что объём параметров клиента гораздо больше, чем в других видах бизнеса. И модуль должен обрабатывать и учитывать эти данные при формировании оценки.
  • Автоматизировали расчёт большинства параметров. Создали дашборды, чтобы увидеть в ретроспективе, как развивались клиенты, что происходило с их финансами и как это влияет на кредитоспособность.
  • Автоматизировали процесс согласования результатов мониторинга и запустили портфельные дашборды для поиска и оценки зон риска.

Качество анализа клиентской базы выросло, а штат — нет

Банку удалось сократить показатель рабочей нагрузки сотрудников — FTE. Автоматизация позволила избавить аналитиков от рутинной работы и ограничить рост штата при увеличении кредитного портфеля.

В итоге кредитный портфель Абсолют Банка в среднем растёт на 30% в год, тогда как количество сотрудников, сопровождающих портфель, — только на 10%.
Автоматизация позволила быстрее собирать данные из разных источников, проводить сверку и делать итоговые выводы. Аналитика стала более структурированной и прозрачной. После внедрения модуля мы получили от Центробанка положительный отзыв о качестве анализа клиентской базы банка.
Помимо этого банк получил дополнительные данные для расчёта кредитного рейтинга и накопил информацию о контрагентах клиентов, которая помогает сформировать продуктовые предложения для этих клиентов и тем самым повысить конверсию в заявки.

Начать дискуссию