La primul forum FinMachine desfășurat vineri, Maxim Eremenko, directorul departamentului de modelare a riscurilor la Sberbank, și Andrey Chertok, șeful departamentului de cercetare și dezvoltare în știința datelor, au vorbit despre cum, printre altele, cea mai mare bancă din țară folosește învățarea automată pentru genera pretenții și găsește parteneri de afaceri pentru clienții săi.

Cazul 1. Sfaturi inteligente: generare pe baza analizei tranzacțiilor cu cardul clienților
Maxim Eremenko: Pe acest moment ne-am apropiat de problema detectării și predicției ulterioare a tiparelor de comportament ale deținătorilor de carduri. Analizând activitatea deținătorilor de carduri, am învățat să identificăm aceste tipare.

Andrei Chertok: Ca parte a participării noastre la unul dintre proiectele băncii, detectăm modele de comportament ale clienților băncii pe baza tranzacțiilor acesteia. Primele modele au fost asociate cu analiza descriptivă a comportamentului tranzacțional. De exemplu, clientul nu a avut achiziții legate de mașini - au apărut. Asta înseamnă că și-a cumpărat o mașină, iar acum poți, de exemplu, să oferi unui astfel de client produse sau servicii care sunt utile proprietarilor de mașini.

Următoarea sarcină este de a prezice anumite evenimente, inclusiv chiar faptul unei achiziții. Pe lângă modele, odată cu apariția anumitor coduri MCC, devine posibil să se extragă suficient povesti interesante, inclusiv cele legate de activitățile de economisire ale deținătorilor de carduri. Adică vedem care dintre clienții băncii economisesc bani și împiedicăm anumite achiziții mari. Acest lucru poate îmbunătăți foarte mult modelele. Banca poate oferi o gamă mai largă de oferte. Cu toate acestea, aceasta înseamnă că astfel de modele trebuie să se adapteze în mod constant.

Pe diapozitiv, vedem trei cazuri destul de înțelese: cumpărarea unei mașini, repararea unui apartament / cumpărarea de mobilier și costul tratamentului. Este deosebit de valoros dacă feedback-ul cu privire la produsele oferite lui este posibil de la client. Prin urmare, este necesar să se realizeze modele care să țină cont de acest feedback. În multe privințe, acesta este același principiu care stă la baza modelelor de învățare prin întărire pe care acum începem să le dezvoltăm.

Învățarea prin consolidare sau învățarea prin consolidare, care este acum în curs de dezvoltare, inclusiv OpenAI și DeepMind, este un precursor al AI așa cum doresc ei să o vadă. Niciun model al lumii nu este introdus în sistem în avans, iar sistemul de fapt nu știe nimic despre el. Sistemul începe să interacționeze cu lumea, să primească feedback, așa-numitele recompense. Apoi, sistemul își ajustează comportamentul în funcție de cât de bune sau rele sunt recompensele. În cazul produselor bancare, recompensa este, de exemplu, cât de interesantă sau neinteresantă se dovedește a fi cutare sau cutare ofertă a băncii pentru clienți.

Folosind metode cu proprietăți specifice de învățare prin întărire, putem adapta acești algoritmi în timp real. Dintre noile abordări, se poate remarca, de asemenea, că recent un articol al aceluiași DeepMind a fost publicat în Nature, unde se vorbește despre modul în care elementele mașinii Turing au fost introduse în rețeaua neuronală. Drept urmare, rețeaua neuronală a avut oportunitatea de a avea memorie, de care rețelelor neuronale le lipsește în acest stadiu.

Cazul 2. Optimizarea pâlniei de vânzări
Andrei Chertok: În acest caz, analizăm activitatea tranzacțională, căutând clustere de clienți cu anumite modele de comportament. Dar în acest caz nu le asociem cu prezicerea vreunui eveniment. De exemplu, putem găsi clienți care zboară frecvent, călătoresc în străinătate și convertesc frecvent valute. Pe baza acestui fapt, facem oferte unor astfel de clienți mai eficient.

Slide-urile arată ce modele putem găsi și ce produse putem oferi în acest caz. În general, o poveste de înțeles - aici sunt presupuse anumite metode legate de clustering. Proiecția datelor, de exemplu.

Cazul 3. Optimizarea circulației numerarului
Andrei Chertok: Sberbank are o rețea largă de bancomate, sucursale și o schemă de lucru cu clienții corporativi. În consecință, apare problema de a prezice cererea de numerar de mâine. Cu cât facem mai exact această prognoză, cu atât mai precis, să spunem, vom putea distribui acești bani. Pe de o parte, este important ca banii să nu rămână inactiv în bancomate, ci în schimb îi putem plasa pe un depozit pe termen scurt. Pe de altă parte, ne străduim să evităm pierderile de reputație - banii se epuizează mai devreme decât era planificat, iar ATM-ul nu mai funcționează, iar clientul rămâne nemulțumit.

Aici avem nevoie de modele care pot funcționa cu erori asimetrice. Primele modele sunt foarte simple și se bazează pe metode clasice de analiză a seriilor de timp legate de netezirea lor. Acum sunt necesare abordări mai precise, iar metodele de învățare automată sunt deja utilizate în mod activ. Desigur, astfel de metode ar trebui să fie adaptative, deoarece cererea depinde atât de factori macroeconomici, cât și de parametri precum amplasarea bancomatelor în oraș și prognoza meteo. Combinarea caracteristicilor diferite oferă un rezultat mai semnificativ decât utilizarea altor modele de învățare automată.

Cazul 4. Modelarea probabilității de neplată pentru o afacere mică în timp real
Maxim Eremenko: În 2014 toată lumea vorbea despre Big Data. În 2015, învățarea automată a devenit perturbatoare și la margine. Învățarea profundă a fost tendința principală în acest an. La anul, evident, vor vorbi despre învățarea prin întărire.

Spre deosebire de cele trei tendințe anterioare, învățarea prin consolidare este ușor de încercat pe platforme deschise. Inteligența artificială deschisă, finanțată de Elon Musk, și platforma DeepMind sunt instruite pe jocuri pe computer folosind un API deschis care vă permite să intrați în codul jocului.

Primim o bătălie a doi algoritmi. Dacă în anii 80-90 jucam Pac-Man, acum mașina îl controlează și acest algoritm poate fi modificat. DeepMind a luat această cale puțin mai departe și, împreună cu Blizzard, a construit un algoritm pentru StarCraft.

Algoritmii sunt antrenați în așa fel încât să-i raționalizeze pentru sarcini aplicate. În viitor, acestea pot fi setate în mod eficient pentru sarcini legate, de exemplu, de traducerea informațiilor textuale în vectori.

Astfel de sarcini stau la baza motorului Google Word2vec, care traduce din informații text într-un vector, căutări și toată analiza semantică a textului pe care se bazează.

Dar cazul în sine este puțin diferit. Am analizat clienții activi B2B și B2C din portofoliul nostru, cu un accent deosebit pe întreprinderile mici care schimbă în mod activ plăți. Și atunci când lucrează cu aceștia, au încercat să renunțe la clasicul credit scoring, din analiza situațiilor financiare și desfășurarea unei examinări calitative a riscurilor privind reputația beneficiarului, managerilor și a unor parametri similari. În schimb, am început să folosim un fel de metrică agregată bazată exclusiv pe tranzacții - de fapt, făcând scoring analitic pe baza datelor disponibile băncii.

Drept urmare, s-a dovedit că modelul bazat pe credit scoring, care clasifică clienții în funcție de probabilitatea de neplată, practic nu diferă de modelele clasice în ceea ce privește metrica cantitativă a acurateței. Gini-ul ei este aproape același la nivelul de 60-65%. Dar dacă informațiile proprii ale băncii sunt îmbogățite cu date externe, să zicem, din rețelele sociale și folosite pentru clasare, atunci acuratețea poate fi îmbunătățită în continuare.

În practică, aceasta înseamnă că nu este nevoie să petreceți timp evaluând riscurile în termeni de analiză clasică. Puteți procesa datele din sistem și puteți obține o măsură de calitate la fel de relevantă din punct de vedere statistic.

Un astfel de model poate fi folosit acum doar pentru a forma o listă de propuneri preaprobate. Dacă clientul spune „OK, sunt de acord”, atunci procesul este mai complicat. De-a lungul timpului, dacă vedem că calitatea fluxului a fost menținută la nivelul actual sau mai mare, iar modelul arată mai multă acuratețe predictivă, atunci poate fi folosit ca un fel de alternativă.

Cazul 5. Algoritmi de procesare a limbajului natural pentru analiza și generarea revendicărilor
Maxim Eremenko: Ca parte a utilizării instrumentelor de procesare a textului sau a procesării limbajului natural, ne-am confruntat cu faptul că Sberbank cheltuiește o cantitate destul de mare de resurse umane și de timp pentru analizarea reclamațiilor și pregătirea unui răspuns. În același timp, analiza majorității informațiilor reclamanților și declarațiile de creanță împotriva Sberbank în sine pot fi automatizate. Nu utilizați forța de muncă a persoanelor care conduc în informații despre datele pașapoartelor în partea operativă declarație de revendicare, dar poți extrage toate acestea: data nașterii, datele pașaportului, detaliile și dispozitivul. În a doua etapă, pentru a pregăti partea de răspuns a revendicărilor, am sugerat utilizarea unui anumit șablon ca optimizare.

Cazul 6. DefinițieB2GrupB2Lanțuri B
Maxim Eremenko: Pentru utilizatorii activi B2B, puteți nu numai să evaluați riscul de credit, ci și să selectați modele tipice ale partenerului său. Dacă vedem companii cu profil similar în portofoliu activitate economică, în timp ce ambele aparțin aproximativ aceleiași cohorte, adică nu sunt investiții mari și afaceri mici, atunci noi, pe baza acestor modele, selectăm parteneri și recomandăm ce relații pot fi de interes pentru aceștia.

Cazul 7. Algoritmi pentru chatbot @SberbankML_Bot
Maxim Eremenko: Chatbot-ul nostru încă învață, dar efectuează și unele lucruri pe care mulți oameni deja știu cum să le facă, de exemplu, redirecționarea prin API către surse deschise precum Wikipedia. Dacă îl întrebați cine este Gref sau Putin, vă va răspunde.

Avem un angajament intern față de șefii noștri că, până în vara lui 2017, botul va putea purta o conversație despre domeniul bancar, plus că va avea abilități cognitive de bază și va putea comunica pe subiecte abstracte. Momentan, botul are sediul în Telegram, dar deja dezvoltăm propriul nostru messenger [unde va fi mutat].

Cazul 8. Algoritmii noștri pot nu numai să învețe singuri, ci și să scrie poezie
Maxim Eremenko: Acesta este mai mult un proiect de divertisment. Am luat o rețea neuronală recurentă bazată pe poeziile lui Pușkin, Lermontov și puțin pe chat-ul Jira al dezvoltatorilor înșiși și am antrenat sistemul să scrie poezie. La început, ea nu s-a descurcat bine nici măcar cu tetrametrul iambic, dar apoi a început să apară chiar și rima. Acum reușește să scrie poezie chiar și despre Sberbank.

În acest articol, voi împărtăși cu voi experiența noastră în rezolvarea unei probleme interesante sarcina analitica folosind instrumente vizuale non-standard. Articolul va fi de interes atât pentru persoanele implicate în analiza datelor, cât și pentru managerii de bancă specializați în monitorizarea și analiza portofoliului de credite al băncii.

Aplicația, despre care, de fapt, voi scrie mai jos, se bazează pe platforma iDVP (Interactive Data Visualization Platform).

Deci, să începem!

Problema pe care o rezolvam și pe care o voi descrie în acest articol a fost formulată astfel:

Banca emite împrumuturi mari entitati legale- debitori. Numărul debitorilor mari la un moment dat nu depășește 1.000. Conducerea băncii este nevoie de un instrument convenabil cu care să se poată vedea (monitoriza) o imagine completă a portofoliului de credite al băncii. În același timp, ar trebui să se poată trece de la analiza portofoliului de credite în ansamblu la informații detaliate despre fiecare dintre debitori.

În ce condiții se află liderul și de ce are nevoie?

1. Conducerea dorește să depună un efort minim pentru lucrul cu aplicația, interpretarea informațiilor vizuale și analiza datelor.
2. Conducerea dorește să vadă imediat starea portofoliului de credite prin simpla deschidere a aplicației fără a face un singur clic de mouse.
3. Informațiile ar trebui să fie prezentate „pe cât posibil” - pe un singur ecran, fără a fi nevoie de defilare. Deja pe primul ecran, utilizatorul ar trebui să vadă care debitori au „problemă”, cât de „problemă” sunt și care este ponderea lor în portofoliu în termeni cantitativi și valorici.
4. Instrumentele pentru filtrarea și gruparea datelor ar trebui să fie convenabile și intuitive.
5. Ecranele aplicațiilor trebuie să fie „frumoase”, astfel încât conducerea să le poată folosi pentru a prezenta „spectaculos” rapoartele fondatorilor și acționarilor.

Analiștii băncii, precum și furnizorii de instrumente BI, încearcă să creeze soluții care să îndeplinească toate cerințele specificate, dar nu toate cerințele pot fi îndeplinite pe deplin și, ca urmare, soluțiile software create nu sunt întotdeauna plăcute de conducere. Am decis să mergem pe drumul nostru și să proiectăm o soluție care să îndeplinească toate cerințele cu cea mai înaltă calitate posibilă.

Am vorbit deja despre abordarea noastră a sarcinilor de analiză a datelor într-un articol anterior, dacă doriți, îl puteți citi.

Principalele teze ale acestui articol

1. Când examinăm un client, încercăm întotdeauna să identificăm durerea (problema) clientului, care poate fi rezolvată cu ajutorul analizei datelor. Și creăm o aplicație care rezolvă complet această problemă.
2. Pentru analiza datelor, nu folosim rapoarte BI „obișnuite”, ci aplicații tridimensionale. În aceste aplicații, vizualizarea informațiilor analitice se realizează sub formă de obiecte 3D combinate în scene interactive tematice (forme de ecran) interconectate prin tranziții logice.
3. Soluțiile pe care le creăm se bazează pe trei principii:

• O reprezentare vizuală a imaginii de afaceri a clientului. Deja la prima cunoaștere a aplicației, pe primul ecran, utilizatorul ar trebui să vadă toate părțile afacerii sale care îl interesează.
• Descoperirea cauzelor problemei. După ce a selectat un punct cu problemă, utilizatorul ar trebui să poată utiliza funcția de detaliere, care vă permite să mergeți mai adânc în zona cu probleme și să vedeți cauzele problemelor în următoarele formulare de ecran.
• estetica tehnica. Aplicația ar trebui să provoace un efect wow, de exemplu. ar trebui să fie atractiv, intuitiv și ușor de utilizat.

Aceste principii, în opinia noastră, ar trebui să ocupe o poziție egală în formarea cerințelor pentru o soluție, împreună cu cerințele funcționale.
În conformitate cu tezele de mai sus ale ultimului articol, am început să ne creăm soluția.

Permiteți-mi să vă reamintesc etapele noastre de proiectare a aplicației:

1. Stabilirea sarcinii și începerea lucrului;
2. Sondajul clientului și lucrul cu surse deschise;
3. Analiza, formarea cerintelor si documentatiilor;
4. Formarea documentului final „Descrierea cererii”.

Următoarea descriere este structurată în funcție de acești pași.

Stabilirea sarcinii și începerea

În cadrul acestei etape, împreună cu specialiștii băncii, am stabilit că principala „durere” a clientului este să urmărească starea portofoliului de credite, în timp ce ar trebui să fie posibil să se poată analiza un anumit debitor.

Desigur, aplicația trebuie să îndeplinească toate cerințele specifice ale conducerii băncii enumerate mai sus.

Sondajul clientului și lucrul cu surse deschise

Pe parcursul sondajului s-a obținut următoarea imagine a acestei direcții a activității băncii.

Principalul venit al majorității băncilor este acordarea de împrumuturi companiilor și persoanelor fizice.

Unele bănci sunt specializate în creditarea populației, altele în creditarea persoanelor juridice.

În această bancă, sarcina de a monitoriza împrumuturile acordate marilor companii de împrumut era deosebit de acută. Companiile care împrumută aparțin unor industrii diferite, prin urmare, o analiză a portofoliului este necesară atât de companie, cât și de industrie.

Banca întocmește și își actualizează constant profilul pentru fiecare împrumutat, care conține informații despre fiabilitatea împrumutatului, despre indicatori financiari.

Analiștii bănci colectează și informații despre mișcare Bani(fluxul de numerar) debitorului și alți indicatori, construiți modele de flux de numerar. Informațiile sunt colectate de la mai mulți sisteme de informare borcan.

Pe baza analizei informațiilor colectate, sunt identificate problemele împrumutatului și împrumutatul este repartizat într-una dintre cele 5 „zone cu probleme” utilizate în bancă pentru a grupa debitorii:

1. Zona verde - aceasta zona include un debitor care nu a identificat probleme care pot afecta rambursarea creditului;
2. Zona galbenă - împrumutatul are unele probleme;
3. Zona roșie - împrumutatul are probleme semnificative;
4. Zona neagră - împrumutatul cu o probabilitate apropiată de 100 la sută nu va rambursa împrumutul;
5. Zona albă - problema împrumutatului nu a fost încă calculată.

În funcție de natura problematică a împrumutatului, banca este obligată să plaseze rezerve în conturi speciale pentru eventuale pierderi, a căror valoare depinde de valoarea împrumutului și de fiabilitatea împrumutatului. În acest sens, este necesar să se controleze mărimea acestor rezerve și să se prevină creșterea lor, deoarece. O rezervă este bani care sunt „morți” pentru o bancă și nu pot fi utilizați.

Analiștii băncii analizează și datoria restante a împrumutatului (NPL - Credite neperformante). Pe baza rezultatelor analizei, împrumutatul este atribuit uneia dintre cele 4 zone NPL:

1. Zona verde - plățile împrumutului de către debitor nu sunt restante sau restante până la 4 zile;
2. Zona galbenă - întârzierea este de la 5 la 29 de zile;
3. Zona roșie - de la 30 la 89 de zile;
4. Zona neagră - de la 90 de zile și mai sus.

Ca urmare a luării în considerare a tuturor indicatorilor debitorului, banca își calculează ratingul general, ceea ce arată cât de fiabil este acest debitor.

Pentru fiecare împrumut se monitorizează oportunitatea plăților și îndeplinirea altor condiții ale contractului de împrumut.

În cazul unei întârzieri la următoarea plată, banca află motivele întârzierii și ia măsuri împotriva companiei împrumutate. Acestea pot fi amenzi sau înăsprirea termenilor contractului de împrumut.

ÎN contracte de împrumut De asemenea, sunt indicate „covenants” - aceștia sunt termeni speciali ai contractului care interzic companiei împrumutate să întreprindă acțiuni care afectează negativ capacitatea împrumutatului de a rambursa împrumutul. Exemple de convenții sunt: ​​obligația împrumutatului de a furniza băncii situațiile financiare, închiderea conturilor în alte bănci, interdicția de a obține împrumuturi de la alte bănci, oferirea de garanții pentru un împrumut.

Analiză, generare de cerințe și documentare

Principalele funcții ale aplicației, care asigură monitorizarea acestui domeniu, au fost: controlul volumului creditelor, fiabilitatea sau debitorii problematici, precum și alți indicatori.

Cu cât banca are mai multe credite „rele” din punct de vedere al banilor, cu atât calitatea portofoliului de credite este mai proastă. Prin urmare, conducerea băncii trebuie să vadă imediat împrumuturile „rău” și debitorii „răi”, să poată vedea situația detaliată a împrumutatului cu probleme și să decidă asupra acțiunilor ulterioare în legătură cu acesta.

Am decis că munca managerului de utilizator cu aplicația ar trebui, în cele din urmă, să fie similară cu jocul „găsește un împrumutator cu probleme și află care este problema lui”.

De asemenea, pentru a face aplicația comodă pentru managementul băncii, am decis să facem nu doar o versiune desktop pentru Windows, ci și pentru Mac OS, iOS și Android. Mai mult, platforma pe care dezvoltăm aceste aplicații vă permite să faceți acest lucru, așa cum se spune, „cu o singură atingere”.

Pe baza rezultatelor analizei, au fost identificați următorii indicatori care trebuie monitorizați pentru fiecare împrumutat:

1. Volumul datoriilor
2. Zona cu probleme
3. Zona NPL
4. Suma de rezervă
5. Evaluarea debitorului

Aplicația trebuie să permită utilizatorului:

1. Vedeți toți debitorii pe un singur ecran; în același timp, trebuie amintit că, în același timp, banca deservește până la 1000 de mari debitori;
2. Filtrați debitorii după valoarea datoriei;
3. Filtrați debitorii în funcție de zonele cu probleme;
4. Filtrați debitorii în funcție de zonele neperformante;
5. Filtrați debitorii după sucursalele băncilor care le-au acordat împrumuturi;
6. Filtrați debitorii după industrie;
7. Filtrați debitorii după problemele identificate cu aceștia.

Încercați să vă imaginați un raport (sau mai multe rapoarte) care să îndeplinească aceste cerințe, precum și cerințele indicate chiar la începutul articolului. Reprezentat? Și acum vă sugerez să vă familiarizați cu soluția noastră.

După cum am spus mai sus, comoditatea și frumusețea aplicației sunt foarte importante pentru noi. mare importanță. Prin urmare, nu numai analiștii sunt implicați în lucrul pe ecranele aplicațiilor, ci și designerii 3D și specialiștii în utilizare.

Ca rezultat, am primit următorul ecran principal al aplicației iDVP.Banks.Credit Processes (vezi figura de mai jos).

La prima vedere, ecranul pare destul de saturat, dar, în același timp, toate informațiile sunt împărțite în zone, ceea ce face mai ușor de perceput. În ce zone ai ajuns?

Debitorii băncilor sunt reprezentați în această zonă sub formă de planete (bile) multicolore. Mărimea planetei corespunde cu valoarea datoriilor la împrumutul de la acest împrumutat. Culoarea planetei corespunde zonei cu probleme a împrumutatului. În același timp, împrumutații de aceeași culoare sunt grupați împreună, astfel încât să fie posibilă evaluarea vizuală a ponderii lor (cantitativ și după valoarea datoriei) în portofoliul de credite. Astfel, am rezolvat problema „vederii tuturor debitorilor pe un singur ecran”.

În aceeași zonă există un filtru după dimensiunea planetelor (atenție la scară și la cercul situat în dreapta planetelor). Cu acest filtru, puteți specifica valoarea minimă și maximă a datoriei pentru debitorii afișați. Puteți lăsa pe ecran doar debitori mari, de exemplu. Sarcina de „filtrare a împrumutaților după valoarea datoriilor” a fost rezolvată.

Când dai clic pe orice planetă, te duci la ecranul „Cardul împrumutatului” (vezi poza de mai jos), acesta oferă informații detaliate despre indicatorii care caracterizează acest împrumutat și împrumutul acestuia.

Sarcina de „tranziție de la imaginea de ansamblu a portofoliului de credite la un anumit debitor” pentru a analiza situația ar trebui efectuată cu un număr minim de clicuri” a fost rezolvată.

În starea inițială a ecranului unei planete mici, nu este întotdeauna convenabil să faceți clic - este pur și simplu dificil să le loviți cu mouse-ul sau, în cazul interfețelor tactile, cu un deget. Pentru a compensa această dificultate, în zona centrală este posibil să măriți și să micșorați (zoom-in și zoom-out) orice parte a sistemului planetar. Acest lucru se face fie cu rotița mouse-ului, fie, dacă se folosește un ecran tactil, cu acțiunea de „ciupire”.

Această zonă conține un filtru după zonele de culoare ale debitorilor problematici. Puteți face clic/deza clic pe zonele necesare/inutile ale zonelor problematice. Ca urmare, în zona centrală vor rămâne doar planetele-împrumutați de culorile dorite de utilizator. Sarcina de „filtrare a debitorilor după zonele cu probleme”, „filtrarea debitorilor după zonele NPL” a fost rezolvată. Un cititor atent va întreba cu siguranță cum filtrăm împrumutații în funcție de zonele NPL folosind acest instrument, deoarece filtrează doar zonele cu probleme. Este simplu: în partea din stânga sus a ecranului există textul „DATORIE REZIDURĂ” - aceasta este, de fapt, o listă derulantă pentru selectarea modurilor de afișare a împrumutatului. Următoarele moduri sunt disponibile pentru selecție:

1. REZIDURI DATORII - în acest mod, dimensiunea planetelor este determinată de valoarea datoriei, iar culoarea planetelor este determinată de zona cu probleme;
2. VOLUM NPL - în acest mod, dimensiunea planetelor este determinată de valoarea datoriei restante, iar culoarea planetelor este determinată de zona NPL;
3. REZERVĂ - în acest mod, dimensiunea planetelor este determinată de mărimea rezervei, iar culoarea planetelor este determinată de zona cu probleme;
4. EVALUAREA - în acest mod, dimensiunea planetelor este determinată de valoarea de rating, iar culoarea planetelor este determinată de zona cu probleme.

Aici, în modul „Volum NPL”, filtrul din stânga devine filtrul zonei de culoare NPL.

Zona de filtrare din dreapta

Această zonă conține elementul de filtrare „acordeon”, care conține trei filtre:

1. CA + TB (sediu central + bănci teritoriale) - folosind acest filtru, puteți lăsa pe ecran doar debitorii ale căror împrumuturi au fost emise de sediul central (sediul central al băncii) sau băncile teritoriale (sucursalele).
2. INDUSTRIE - vă permite să filtrați împrumutații din anumite industrii.
3. PROBLEME – acest filtru vă permite să lăsați pe ecran doar acei împrumutați pentru care analiștii băncii au identificat anumite probleme.

O caracteristică a elementului „acordeon” este că este instalat un singur filtru la un moment dat (filtrul „PROBLEMĂ” este implementat în schiță). Restul filtrelor sunt în stare prăbușită.

Sarcina de „filtrare a debitorilor după sucursalele băncilor, pe industrie, după probleme” a fost rezolvată.

Zona inferioară a graficului

Această zonă conține un grafic care afișează modificarea raportului dintre zonele cu probleme sau zonele NPL în timp. Pentru a face acest lucru, utilizați tipul de grafic „diagramă cu linii cu acumulare”. Culorile graficului corespund zonelor cu probleme sau zonelor NPL.

Utilizatorul are posibilitatea de a seta glisorul la orice dată de pe grafic și doar acei debitori pe care banca îi avea la acel moment vor fi afișați în zona centrală. Dimensiunile planetelor și culorile lor vor corespunde cu valoarea datoriilor și zonei cu probleme pe care fiecare împrumutat o avea la data selectată.

Mai jos atasez restul ecranelor aplicatiei: miniaturi si titluri.Și vei avea ocazia să le studiezi, să le analizezi singur. Dacă aveți întrebări despre conținut - întrebați-le în comentarii, vă voi răspunde cu siguranță.

Ecranul principal cu afișarea unei diagrame de distribuție a zonelor de culoare problematice

Ecranul principal cu debitori filtrați după valoarea datoriei (pe scara din stânga planetelor, limita inferioară de afișare este setată la 20% din maxim)

Ecranul principal. Apropierea planetelor (mărire)

Card de împrumutat

Simulatorul financiar îi ajută pe oameni să privească activitatea băncii din interior

La marcaje

Reprezentanții băncii Home Credit au povestit editorilor site-ului cum a dezvoltat compania jocul online „Propriul bancher”, care le permite jucătorilor să se simtă ca un director de bancă. Datorită simulatorului, publicul poate înțelege exact cum funcționează instituția financiară, ceea ce le permite să se implice în brand.

Ideea de a dezvolta un joc financiar online a venit la bancă în 2015. Compania și-a stabilit obiectivul de a-i determina pe oameni să fie interesați de activități bancare, de a-i implica în brand și de a vorbi într-un mod ludic despre principiile de bază ale băncii.

„Experiența arată că oamenii sunt mai dispuși să interacționeze cu ceea ce înțeleg. Iar jocul nostru le oferă oamenilor posibilitatea de a privi banca din interior: jucătorii înșiși determină cum ar funcționa banca „lor” și apoi sistemul calculează automat profitul sau pierderea”, spune Maria Burak, director al departamentului de marketing și comunicare de marketing. Departament la Home Credit Bank.

Managementul băncii este împărțit în nouă domenii (produse de împrumut, riscuri, servicii pentru clienți și așa mai departe). Prin alegerea unui element de meniu, jucătorul trebuie fie să răspundă la o întrebare, fie să stabilească valorile indicatorilor financiari.

După ce utilizatorul stabilește politica organizației, sistemul va calcula cât de mult succes va avea banca și cât de mult va putea câștiga (sau pierde) jucătorul.

Jocul a fost lansat la mijlocul anului 2016. De la deschidere, peste 32.000 de persoane au participat la ea. „Inițial, ne așteptam ca până la sfârșitul lui 2016 cel puțin 10.000 de oameni să joace jocul. Drept urmare, ne-am depășit planurile inițiale de peste trei ori”, notează Burak.

Potrivit directorului de marketing, aproximativ 20% dintre jucători au jucat de mai multe ori, încercând să-și îmbunătățească rezultatul. Publicul a fost format din clienții băncii, abonații grupurilor sale în rețelele de socializare, oameni care au venit prin repostul altor jucători, precum și angajați ai băncii.

„Jocul online nu are fond de premii și compania nu a plătit pentru promovare. Jucătorii au fost atrași prin intermediul site-ului și al comunităților oficiale ale băncii din rețelele sociale. Am făcut, de asemenea, o listă de corespondență cu o ofertă de a juca „Propriul tău bancher” clienților și angajaților băncii noastre”, notează ea.

Potrivit lui Burak, în acest fel banca rezolvă mai multe sarcini importante simultan: atrage interesul pentru marcă, crește gradul de conștientizare și alfabetizare financiară a jucătorilor și, de asemenea, îi implică în procesul de joc.

Maria BurakDirector al Departamentului de Marketing și Comunicare de Marketing al Home Credit Bank

Nu aveam sarcina de a face publicitate produselor băncii. Am vrut să schimbăm atitudinea oamenilor față de afacerile bancare în general - să vorbim despre scopuri și obiective, să explicăm modul în care băncile își ating rezultatele. Aceasta este mai mult despre partea de imagine a problemei decât despre vânzările de produse.

Ideea, modelul, conceptul vizual al jocului - totul a fost gândit și dezvoltat în interiorul băncii. Agenția implicată doar a desenat și a programat misiunea. Prototipul pentru crearea unei misiuni online a fost un joc de masă de antrenament, creat tot de angajații băncii noastre.

Se mai numește și „Propriul tău bancher”. Mecanica sa de joc este mult mai complicată: trebuie să joci în echipe în mai multe runde. Trecerea completă a jocului de masă de antrenament durează de la câteva ore până la o zi întreagă. În versiunea online, poți obține rezultate mult mai rapid: în câteva minute. Este de remarcat faptul că nu promovăm produsele Home Credit Bank în niciun fel în interiorul jocului.

Apropo, în timpul existenței jocului, ea a avut și proprii deținători de recorduri. Jocul poate fi jucat de un număr nelimitat de ori. O persoană a jucat de 127 de ori, a primit atât profit, cât și pierderi. A stabilit un record absolut - 42.209.768.000 de ruble, care nu a fost încă doborât, deși mai multe persoane au reușit să se apropie de el și au „câștigat” 42.135.451.000 de ruble.

Promovarea produselor bancare și formarea cererii pentru acestea.

Gamificarea este una dintre cele mai populare tendințe de marketing în acest moment. Și era logic ca noi, ca bancă cu un public activ și avansat, să o susținem oferind clienților o promoție în care mecanica de joc este implementată la nivelul tehnologic corespunzător și este în mare măsură personalizată.

— Kirill Bobrov, vicepreședinte al Tinkoff Bank pentru achiziții de clienți

Drept urmare, mulți utilizatori obțin prima experiență de a câștiga dobândă pe bani care sunt pur și simplu în bancă. Clienții înțeleg din propria experiență că un cont de economii este un produs simplu și profitabil. Și acesta este primul pas către deschiderea unui depozit sau a unui depozit și pentru extinderea ideii de produse bancare în general.

Un rezultat indirect este și utilizarea regulată a băncii online de către utilizator, deoarece numai acolo poți vedea progresul tău.

Mai mult, rezultatul este atins indirect cu ajutorul mecanicii de joc, este prezentat sub forma unei povești despre un stil de viață activ, care este mult mai interesant pentru un anumit public decât capacitatea de a economisi și de a primi dobândă (aceasta este oferită de orice bancă) sau un apel pentru a utiliza o bancă online.

Gamificarea este un subiect super. Totul tine de implicare. Este plictisitor să faci tranzacții într-o bancă, este plictisitor să folosești produse bancare. Și oamenilor le place să concureze, oamenilor le place să concureze. Stă înăuntru și foarte adânc. Și poți exploata aceste calități ale oamenilor. Cum se face într-o bancă? Cazurile sunt puține. Dar convingerea mea profundă este că cei care învață să-și implice în mod activ clienții, inclusiv folosind gamification, pot câștiga mulți bani.

— Ivan Pyatkov, director al departamentului de servicii și vânzări la distanță, Bank of Moscow

Creșterea cunoștințelor financiare a utilizatorilor pentru a simplifica percepția asupra produselor bancare complexe: depozite, investiții etc.

Abordări tipice:

1. Programe de loialitate cu puncte, mile și cashback drept recompense.
2. Învățare contextuală interactivă pentru funcții noi. Scripturi de bun venit.
3. Misiuni și concursuri pentru clienți.
4. Crearea de servicii simple utile cu elemente ale jocului: PFM, acumulare pe țintă.
5. Jocuri promoționale virale care anunță produse noi într-un mod distractiv.

Jocul face orice proces mai ușor și mai distractiv. De aceea apar tot mai multe aplicații bazate pe gamification. În joc, utilizatorii dobândesc cunoștințe noi, dezvoltă obiceiuri bune sau, dimpotrivă, scapă de cele rele.

De ce băncile și sistemele de plată au nevoie de gamification?

„Gamificarea” este, de fapt, un sistem de motivare și stimulente. ÎN ora sovietică era o tablă de onoare pe care erau amplasate fotografiile celor mai buni angajați (nu se vorbea de stimularea cumpărătorilor la vremea aceea). Acum există multe mai multe oportunități de a face sistemul de motivație interesant, incitant, neliniar. Este transformarea sa într-un joc care este gamification.

Gamificarea este concepută pentru a captiva utilizatorul, persoana se va strădui pentru noi realizări. Este important ca această cale să fie clară. De exemplu, utilizatorul nu numai că primește statut nouîn aplicație, dar vede mișcare către ea, înțelege ce trebuie să facă pentru aceasta. Toate acestea cu o grafică frumoasă.

Creierul uman se străduiește întotdeauna pentru simplificare. Prin urmare, ne asumăm rapid lucrurile care ne sunt clare și le amânăm pe cele dificile pentru mai târziu. Gamificarea este o modalitate de a simplifica, reduce disconfortul.

Cu cine te poți juca?

Activitatea creierului nu depinde de rolul social. Prin urmare, gamification funcționează atât cu clienții, cât și cu angajații. Acum în companie vin din ce în ce mai mulți specialiști din generația Y. Pentru ei, un contract semnat nu este motivul cel mai important pentru munca dezinteresată, iar stimulentele financiare nu includ întotdeauna motivația deplină.

Munca ar trebui să fie captivantă, angajații își doresc dezvoltare și independență. Prin urmare, jocul poate începe deja când un angajat este angajat și poate fi folosit pentru a crește motivația în viitor.

Și, desigur, gamification ajută la construirea de relații cu clienții, la creșterea loialității acestora și la formarea obiceiului de a folosi un anumit serviciu sau produs. În joc, utilizatorul poate fi condus în mod discret către acțiunea țintă. Ne vom concentra asupra acestui public și în raport cu sectorul financiar.

De mulţi ani s-a crezut că băncile şi institutii financiare trebuie să creați și să mențineți imaginea unor companii serioase, ele nu permit categoric glumele. Numai în acest caz, clienții le vor avea încredere în banii lor. Dar situația s-a schimbat: finanțatorii folosesc și gamification.

Obiectivele de gamificare

1. Atrageți noi utilizatori

Una este când vorbești despre beneficiile unui produs și cu totul alta când inviți un utilizator să ia parte la joc.

caz

Anul trecut, Rocketbank a efectuat o căutare online cu referiri la URSS. Utilizatorii ar putea câștiga un iPhone 7, jamon spaniol sau dulciuri macaroon franceze. Participanții au avut de îndeplinit 12 sarcini, pentru care se acordă puncte și se pun ștampile într-un bilet virtual. Unele dintre ele erau legate de diseminarea de informații despre Rocketbank în în rețelele sociale. Iar una dintre sarcini - „Bilet de petrecere” - a implicat depunerea unei cereri pentru emiterea unui card Rocketbank.

Astfel, participanții la căutare, în timp ce se jucau, au sporit ei înșiși recunoașterea băncii, și-au extins audiența și, între timp, au devenit clienți.

2. Ajută la înțelegerea produsului

Produsele financiare sunt adesea destul de complexe, utilizatorul trebuie atât să explice serviciul în sine, cât și să ofere instrucțiuni despre cum să-l folosească.

caz

Robobank, cu sediul în Olanda, a adus un element de joc în procesul destul de complex și confuz de obținere a unui credit ipotecar. Pentru a face acest lucru, împrumutatul trebuie să parcurgă calea, pașii specifici sunt definiți pentru el și numai după ce sunt finalizați, se deschide următorul nivel și noua pictogramă de acțiune este activată.

3. Creșterea alfabetizării financiare

Multe servicii bancare și de plată nu numai că se asigură că clienții își cunosc produsul, ci și își îmbunătățesc cunoștințele financiare. Frecvent, întrebările despre protecția împotriva fraudei și luarea deciziilor financiare sunt folosite în gamification.

caz

America are un program de recompense SaveUp. Utilizatorii sunt încurajați să acționeze corect și eficient în ceea ce privește finanțele. Mai mult, acesta nu este un program de loialitate al vreunei bănci anume, el include utilizatori ai peste 180.000 de instituții financiare americane.

Punctele, de exemplu, sunt numărate atunci când un utilizator depune fonduri într-un cont de pensie sau depozit, rambursează datoria la credite ipotecare, carduri de credit și alte tipuri de împrumuturi. În plus, consumatorii participă la cursuri de educație financiară pe resursa SaveUp. Punctele pot fi răscumpărate pentru șansa de a câștiga premii.

4. Creșteți activitatea utilizatorilor și oferiți noi servicii

Oamenii nu merg la serviciul de plată din plictiseală sau pur și simplu pentru că au un minut liber. Trebuie să plătiți - utilizatorul deschide aplicația, efectuează o plată și pleacă. Dar cu această abordare, clientul poate să nu cunoască nici măcar toate caracteristicile serviciului. De exemplu, și-a dat seama că este convenabil să plătească facturile la utilități, vine o dată pe lună și face o plată. Până când HOA sau Codul Penal emite următoarea chitanță, utilizatorul nu poate reveni la serviciu.

caz

Sistemul de plată „Casiera centrală” are un grup mare de utilizatori, diferit de alte audiențe – șoferii de taxi. Ei primesc plata de la pasagerii care au plătit card bancar, la un portofel electronic. Unii dintre ei au transferat pur și simplu banii primiți pe cardurile lor. Pe această interacțiune cu sistem de plataîncheiat.

Prin urmare, provocarea pentru afaceri: învață șoferii de taxi cum să folosească aplicația pentru a plăti servicii. Pentru a face acest lucru, jocul a fost lansat. Taximetriștii au acceptat plăți pentru călătorii, au primit bonusuri și au plătit pentru serviciile dispecerului fără comision.

Un alt caz

Alfa-Bank a lansat serviciul Alfa Activity. Banca le-a oferit utilizatorilor să transfere automat bani la „pușculiță” proporțional cu demersurile făcute. Pentru a face acest lucru, a fost necesar să conectați contul de fitness tracker cu banca de internet. Rezultatele au fost afișate pe o scară specială, astfel încât utilizatorul să poată înțelege pentru ce a economisit deja.

Și încă unul

Banca americană PNC nu a venit cu o căutare lungă și dificilă. Doar că pe ecranul unui utilizator care se află în banca de internet apare o pușculiță. Când faceți clic pe el, fondurile sunt transferate în contul de economii. Mai mult, clientul stabilește independent frecvența și valoarea plăților.

5. Program de fidelizare

Deschidem portofelul și ce vedem? Un numar mare de carduri de reducere, mulți nu le mai poartă pe toate cu ei. Prin urmare, programul obișnuit de fidelitate nu surprinde pe nimeni. Utilizatorii chiar refuză adesea să se alăture acestuia.

caz

Gamificarea va ajuta la revigorarea programului bonus din nou. Banca spaniolă BBVA a lansat serviciul online BBVA Game. Clientul primește puncte pentru efectuarea anumitor acțiuni, cum ar fi efectuarea de plăți online. Punctele pot fi schimbate cu premii, plată pentru muzică și videoclipuri pe site-ul partenerului BBVA. Pe lângă puncte, utilizatorul primește medalii („insigne”), care sunt afișate pe pagina sa de profil.

Dar este important să ne amintim că o afacere nu ar trebui să lanseze un joc doar de dragul jocului în sine. Scopul gamification este de a face mai interesantă interacțiunea cu companiile, achiziționarea serviciilor și utilizarea funcționalității acestora. Numai în acest caz, jocul va ajuta la atingerea obiectivelor de afaceri și la creșterea loialității.