Построение системы принятия решений на Loginom: Кейс Газпромбанк Автолизинг

Газпромбанк Автолизинг — специализированная лизинговая компания, основанная в 2018 году. Она оказывает услуги финансовой аренды автотранспорта для малого и среднего бизнеса.

Газпромбанк Автолизинг на 2025 год:

• 194 000+ единиц техники передано клиентам;
• 70+ городов присутствия по всей России;
• 2700+ сотрудников — штат компании.

В числе предметов лизинга легковые, коммерческие и грузовые автомобили, спецтехника, самоходные машины, автобусы и мототехника.

Проблема: автоматизация в CRM

Для автоматизации рассмотрения лизинговых сделок и выставления задач экспертным подразделениям компания использовала систему CRM (Customer Relationship Management). Данное решение имело ряд недостатков:

• Долгая разработка (недели/месяцы);
• Зависимость от IT-разработчиков;
• Нагруженность системы CRM;
• Невозможность быстро тестировать гипотезы;
• Сложность интеграции новых данных.

Компании нужна была система, где «правит бизнес-логика, а не код». Поэтому руководство Газпромбанк Автолизинг приняло решение о построении системы принятия решений (СПР).

Примечание от редакции:

Есть класс информационных систем — системы поддержки принятия решений (СППР), англоязычный термин — decision support system (DSS). Когда речь идет об автоматическом принятии решений, без участия человека, говорят о системах принятия решений (СПР), automated decision systems (ADS). СППР и СПР — очень близкие понятия.

Обе системы могут быть реализованы на одной и той же платформе и различаться только участием или не участием человека в принятии решений. Например, если в процессе скоринга автоматически обрабатываются данные клиента, а решение принимает менеджер, такую систему можно классифицировать как СППР. Если система сама принимает решения об одобрении или отклонении заявки, можно говорить об СПР. Часто реализуется промежуточный вариант, как в данном случае.

Были выдвинуты следующие требования к СПР:

• Скорость — сокращение времени сделки, мгновенная реакция на изменения рынка;
• Гибкость — настройка бизнес-логики силами профильных специалистов, быстрое тестирование гипотез;
• Контроль — конфиденциальность риск-правил, прозрачность и управляемость логики, централизованный контроль всех правил.

Причины выбора Loginom

Платформа Loginom была выбрана руководством Газпромбанк Автолизинг по ряду причин:

• Визуальный конструктор — подход low-code позволяет удобно настраивать логику обработки данных;
• Скорость доработок — поскольку изменения в систему могут вносить сами специалисты компании, время на модификацию значительно сокращается;
• Интеграции — Loginom может подключаться ко множеству систем, к внутренним и внешним базам данных;
• Модульность — есть возможность вместо монолитного кода работать с легко настраиваемыми модулями.

Этапы внедрения: от простого к сложному

Внедрение системы происходило по принципу «от простого к сложному». На первом этапе была проведена базовая интеграция Loginom. С помощью платформы начали осуществляться: маршрутизация заявок, автоматическое принятие решений и базовые проверки (интеграция с внешними источниками).

Далее была проведена интеграция СПР в существующие бизнес-процессы: выставление задач подразделениям, обработка конечного решения по задачам, автоматическая смена этапов сделки. Компания в октябре 2025 года занималась развитием системы: автоматизацией процесса пересмотра сделок и схемой обмена данными.

Схема обмена данными

Схема обмена данными проста: CRM и Loginom обмениваются JSON-сообщениями с RabbitMQ и внешними источниками. В RabbitMQ формируется очередь, Loginom забирает оттуда данные на обработку. Ключевые особенности подхода:

• Обмен через (асинхронные) очереди;
• Стандартизированные JSON-форматы;
• Гарантированная доставка сообщений;
• Среднее время обработки: < 5 секунд.

Модули самой СПР — следующие Подмодели: «Преобразование JSON в дерево решений», «Расчет бизнес-правил», «Решение». Модель обработки данных была построена на Loginom 7.2.

Общий сценарий

Аналитики Газпромбанк Автолизинг подчеркивают актуальность изменений в Loginom 7.3, а именно, появления готового компонента JSON в дерево. Это сильно облегчает работу с JSON-сообщениями.

Подмодель «Расчет бизнес-правил»

Внутри «Расчета бизнес-правил» также организованы модули: проверки по каждому направлению осуществляются отдельно. Это позволяет корректировать условия, не нарушая работу системы в целом. Объединенные результаты проверок передаются в Подмодель «Решение».

Подмодель «Решение»

В Подмодели «Решение» находятся «Сработавшие правила». На их основании определяется маршрут сделки. При определенный условиях может быть принято авторешение. Если нет — выставляются задачи для экспертных подразделений. И на основании работы всего модуля формируется множество решений, которые преобразуются в JSON-сообщения.

В результате был полностью автоматизирован процесс рассмотрения лизинговой сделки. Аналитики Газпромбанк Автолизинг подчеркивают, Loginom стал для них универсальным инструментом: в нем идут ETL-процессы и аналитические процедуры. При этом нет необходимости обслуживать множество программ.

Результаты внедрения Loginom

Главный результат разработки системы принятия решений на Loginom — увеличение скорости изменений. Если раньше изменение бизнес-правил занимало 2–3 недели, то после внедрения СПР — 1–2 дня. Запуск нового процесса ранее отнимал 3 месяца, после внедрения — 1 месяц. Среднее время рассмотрения сделки сократилось на 32%.

Главный результат

Внедрение началось с самых простых аспектов: маршрутизации, риск-правил, авторешения. Далее были автоматизированы обработка решений, выставление задач подразделениям. На октябрь 2025 г. происходило изменение логики пересмотра сделок. Была начата разработка автоматической сегментации контрагентов: внедрение скоринговой карты, определение сегмента, модель рейтинга.

На осень 2025 года в компании Газпромбанк Автолизинг сформирована собственная команда экспертов по СПР. Коллектив самостоятельно вносит изменения в бизнес-логику, расширяет систему, подключает новые модули.

Аналитики Газпромбанк Автолизинг подчеркивают:

1. СПР на Loginom отличается гибкостью и выдающейся скоростью обработки данных;
2. Модульность — залог простоты развития и поддержки системы;
3. Low-code («конструктор обработки данных») позволяет быстро реагировать на запросы бизнеса.

Подробнее о построении системы принятия решений на Loginom в выступлении Дианы Курниковой, руководителя группы риск-технологий Газпромбанк Автолизинг:

pdfПереход с CRM на СПР: зачем мы сделали этот шаг и как помог Loginom

Другие материалы по теме:

Использование low-code системы как полноценного бэка. Кейс Кубань Кредит

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