Новая функциональность CRM-решения позволила значительно упростить работу кредитного аналитика и сократить время принятия решения о выдаче кредита: система автоматически анализирует первичную информацию о клиенте, запрашивает необходимые данные о нем во внешних системах и в результате предлагает заключение. Реализация проекта позволяет банку каждый день обрабатывать до 2000 заявок от физических лиц, существенно снизив при этом число операционных ошибок.
До этого оценка кредитоспособности заемщика проводилась в ручном режиме, что не только увеличивало сроки рассмотрения, но и ставило качество аналитической работы и обоснованность финального решения в зависимость от квалификации специалистов банка, делая основной причиной операционных ошибок человеческий фактор.
Работа велась в тесной связке с заказчиком: нашей главной задачей было учесть особенности существующих бизнес-процессов и реализовать поставленные задачи наиболее оптимальными с технической точки зрения способами. В результате создана достаточно сложная структура из нескольких систем с большим количеством правил взаимодействия, которая существенно упростила работу сотрудников банка,
— рассказывает Вадим Шустов, директор департамента продаж Центра банковских технологий компании «Инфосистемы Джет».
В рамках первого этапа проекта был автоматизирован процесс кредитного анализа заявок от физических лиц, включая ипотеку. Благодаря этому после ввода пользователем CRM-системы информации о клиенте осуществляется автоматический запрос (при необходимости) более детальной информации из внешних источников (кредитных бюро, коллекторских агентств, службы безопасности и др.). Далее информация передается в скоринговую систему, которая оперирует более чем 1000 параметров и осуществляет принятие финального решения.
Интеграция CRM-решения со скоринговой системой позволила автоматически запускать сложные многоступенчатые циклы проверок. При этом работа ведется индивидуально по каждому из участников заявки (заемщику и поручителям), что обеспечивает гибкость кредитной политики банка. Например, результатом анализа может стать рекомендация о замене подозрительного поручителя при благонадежном заемщике.
По аналогии с первым этапом был автоматизирован процесс оценки кредитоспособности предприятий малого и среднего бизнеса. Алгоритмы взаимодействия внутри решения были переработаны с учетом правил рассмотрения заявок по юридическим лицам. Также в рамках этого этапа была внедрена система автоматической генерации документов, которая позволила формировать достаточно объемные и сложные по структуре договоры.
Промышленное использование решения качественно улучшило и ускорило процесс принятия решения по кредитным заявкам, позволяя реализовывать кредитную политику банка любой сложности, что обеспечило возможность оперативного реагирования на изменения законодательства в сфере розничного кредитования, реализацию требований как внутренних, так и внешних регуляторов, а также гибкий, максимально клиентоориентированный подход к клиентам, что является основным приоритетом в работе банка. У нас появилась возможность как управлять процессом в целом, так и контролировать его отдельные участки, создавать различные стратегии кредитного анализа для принятия решений. Кроме того, проект позволил банку провести реорганизацию бэк-офиса путем централизации подразделений филиалов, осуществляющих кредитный анализ, в московском офисе,
— отмечает Милан Дынтар, директор Департамента розничных кредитных рисков ЮниКредит Банка.