Кейс 1. «Социальный скоринг»
Проблема:
Оценка контрагента традиционными методами через проверку паспортных данных и отчетах из налоговой не являются настолько высококачественными, чтобы проводить кредитование без дополнительных проверок по месту работы, осуществлению звонков на указанные номера телефонов. В рамках своих моделей для скоринга Lending Club и Prosper, а также ряд других p2p площадок для кредитования, используют открытую информацию из интернета (социальные сети, информация о клиенте из открытых источников) для полного анализа кредитоспособности клиента. Данные модели могут содержать до 12 тысяч переменных, а результат о платежеспособности клиента может определяться в течение нескольких минут.
Решение:
Разработка скоринговой системы на основе информации о клиенте из открытых источников, используя различные переменные, такие как: кол-во друзей у человека; его ключевые интересы, указанные на странице и другая открытая информация.
Как аналоги, можно представить сервисы:
от НБКИ «Social Attributes», совместного продукта компаний Национальное бюро кредитных историй (НБКИ) и Double Data (http://www. doubledata. ru/index. html). Сервис онлайн заемщиков для МФО Скориста (http://scorista. ru/)На выходе, должна появиться модель, которая должна давать либо решение о выдаче или отказе в кредите клиенту, либо скоринговый балл, который можно интегрировать в текущую систему оценки контрагентов для улучшения прогнозной силы модели.
