Использование low-code системы как полноценного бэка в кредитовании. Кейс «Кубань Кредит»

«Кубань Кредит» — один из крупнейших банков юга России, офисы которого расположены в Москве, Краснодарском и Ставропольском краях, Ростовской области и Республике Адыгея.

Банк «Кубань Кредит» в цифрах:

• 1 600 000+ розничных клиентов;
• 150 000+ корпоративных клиентов;
• 99 офисов в России: Краснодарский край, Ростовская область, Адыгея, Ставропольский край, Москва.

Ситуация до старта проекта

Необходимость улучшения кредитных процессов послужила основанием для запуска проекта, который должен был разрешить накопившиеся проблемы:

• Низкая степень автоматизации: весь кредитный конвейер был построен на системе фронт-офиса;
• Ручное рассмотрение заявок затягивало процесс принятия решений;
• В процессе рассмотрения заявок было задействовано большое количество человеческих ресурсов;
• При прохождении полного цикла проверки не исключались ошибки, вызванные человеческим фактором.

Проблема

Время на рассмотрение заявки в банке могло занимать от нескольких часов до нескольких дней. Рынок кредитования характеризуется высокой конкуренцией, а для клиентов важно не только доверие к банку, но и оперативность одобрения кредита. Такое положение могло вызвать отток клиентов.

Рассмотрение каждой заявки было связано с большими трудозатратами. Различные подразделения банка занимались верификацией, безопасностью, проверкой платежеспособности и другими подобными задачами.

Банк вырос, количество клиентов увеличилось, и требовалось автоматизировать весь кредитный конвейер, чтобы избежать потерь времени на ручные проверки и исключить ошибки, связанные с человеческим фактором.

Решение

Внедрение продуктов Loginom в компанию началось в мае 2022 года.

Этапы проекта

В декабре этого же года был запущен пилотный проект системы поддержки принятия решений с линейным выполнением проверок. Это была тестовая версия сервиса — MVP с минимальным набором функций, реализованная на простейшей архитектуре.

Архитектура MVP

В сентябре 2023 года банк запустил полноценную систему поддержки принятия решений с матричным подходом выполнения проверок.

Для обеспечения отказоустойчивости и непрерывности работы при установке обновлений была выстроена более сложная архитектура. Пока работает одно «плечо», на второе можно устанавливать любые доработки.

Архитектура для непрерывности

Следующим этапом, в апреле 2024 года, стало внедрение реконсиляции данных и квартальной аналитики. Появилась возможность просто и быстро формировать отчетную документацию.

Один из примеров. Ежеквартально банку необходимо делать запросы по десяткам, а то и сотням тысяч физических лиц в ФССП, проводить проверку присланных данных, анализировать их, формировать отчет, и отправлять его ответственному сотруднику для дальнейшей проверки и, при необходимости, принятия мер.

Система реконсиляции данных и квартальной аналитики для этой задачи заменила работу нескольких специалистов, которые в течение квартала по 8 часов в день выполняли бы только эту работу.

При этом удалось повысить точность принятия решений и исключить ошибки, связанные с человеческим фактором.

В июне 2024 года на платформу Loginom был перенесен механизм расчета параметров заявки, а в августе — предодобрение заявок и предварительные решения.

Результаты

В результате внедрения инновационных решений в процесс обработки заявок банк добился значительных улучшений в скорости, эффективности и автоматизации работы:

1. Среднее время обработки заявки снижено до 3 минут. Ранее оно составляло от нескольких часов до нескольких дней, т.е. время обработки заявки сократилось минимум в 40 раз.
2. Заявки проходят 70 проверок в 9 различных системах по 250 параметрам.
3. В 50% случаев решения по заявкам принимаются в автоматическом режиме, в 30% — частично на руки, в 20% — полный путь прохождения заявки.
4. На 45% снижена нагрузка на подразделение банка, занимающееся проверкой заявок, экономия трудозатрат составила 25%. Соответственно, из каждых четырех сотрудников одного смогли перевести на работу по другому направлению.

Внесенные изменения значительно улучшили как внутренние процессы, так и взаимодействие с клиентами, позволив значительно ускорить принятие решений по заявкам и повысить общую продуктивность. Порядка 60% заявок, одобренных в течение 3-х минут (полный автомат), доходит до выдачи, на остальные случаи приходится 36%. Банк перенес в Loginom всю математику и аналитику по кредитным заявкам. Удалось понизить показатель time to market. Система гибко адаптируется к изменениям в бизнес-процессах и новым требованиям регуляторов.

Подробнее об использовании Loginom в крупнейшем банке юга России в выступлении Александра Кудренко, руководителя проекта, проектного офиса Департамента ИТ в Банке Кубань Кредит.

pdfИспользование low-code системы как полноценного бэка в кредитовании физических лиц.pdf

Если вы тоже хотите применять аналитическую low-code платформу Loginom для решения бизнес-задач, свяжитесь с нами.

Другие материалы по теме:

Cистема поддержки принятия решений в процессах ипотечного кредитования. Кейс БЖФ Банка

Loginom для банков: «фишки» и плюсы low-code

Разработка системы поддержки принятия решений в банке. Кейс «Росбанк Дом»