Как завести движок принятия решений за 2 месяца с нуля. Кейс GreenMoney

В докладе рассказывается, как всего за 2 месяца самостоятельно внедрить систему принятия решений в процессы выдачи займов. Описан кейс МФО «Грин Мани».

На протяжении последних 2-х лет на рынке микрофинансовых услуг количество компаний резко сокращается. Остаются крупные игроки, готовые к ужесточению требований регулятора и устойчивые к социально-экономическим потрясениям (пандемия, локдаун и т.д.)

Все большее число игроков рынка внедряют онлайн-модель ведения бизнеса. На начало 2020 года доля онлайн-займов в структуре выдачи PDL — краткосрочных ссуд «до зарплаты» — составила 68%.

Для соответствия требованиям рынка, в компании Грин Мани было решено изменить текущие бизнес-процессы в сторону перехода к микросервисам. Был сформирован набор задач, которые должны быть вынесены из функционала CRM и реализованы как микросервисы. Одна из таких задач — внедрение системы принятия решений.

Для реализации задачи было решено внедрить программный продукт, обладающий low-сode архитектурой. Критерии выбора low-code ПО:

1. Большая гибкость и прозрачность бизнеса.
2. Снижение затрат на ИТ, независимость от разработчиков.
3. Увеличение скорости разработки корпоративной информационной системы.
4. Снижение рисков и сроков ожидания реализации внутренних задач в корпоративной системе.

Был проведен анализ различных вендоров, поставляющих low-code программные продукты. В результате в компании решили внедрить аналитическую платформу Loginom. Помимо вышеуказанных преимуществ, Loginom обладала дополнительными достоинствами:

1. Справедливая цена.
2. Наличие расширенного функционала.
3. Возможность самостоятельного внедрения решения силами заказчика.
4. Oнлайн-обучение.
5. Сервис вопросов и ответов Q&A.

Для запуска Loginom потребовалось участие 2-х администраторов, 1-го разработчика и 1-го аналитика. Проект был реализован в течение 2-х месяцев.

После запуска проект последовательно развивался, внедрялся новый функционал:

1. Расчет показателя долговой нагрузки ПДН, создание анкеты рисковиков.
2. Разделение стратегии на 6 видов в зависимости от типа клиента (сегментация).
3. Автоматическая актуализация моделей.
4. Автоматизация построения скоринговых моделей в Loginom.
5. Объединение отчетов из различных бюро кредитных историй.
6. Определение стратегии обзвона для андеррайтеров.

Loginom как система принятия решений определяет, какой займовый продукт можно выдать клиенту, какую сумму, под какую процентную ставку и на какой срок. Таким образом, была решена проблема биллинга на сайте — сопоставления клиента и возможного для него продукта. Сайт автоматически транслирует пользователю только те предложения, которые определил Loginom. Благодаря этому, была увеличена конверсия из заявки в выдачу займа.

Результаты внедрения аналитической low-code платформы Loginom:

1. Освобождение разработчиков от задач риск-менеджмента и задач с тарифными планами.
2. Сокращение времени от регистрации на сайте до конечной выдачи займа в 2 раза: с 20-и до 10-и минут.
3. Увеличение конверсии из заявки в выдачу на 25%.
4. Получение гибкого контроля выдачи: объема, клиентских сегментов, продуктов.
5. Внесение изменений в решение за 10 минут.

В планах развития решения в Loginom внедрение следующего функционала:

1. Реализация коллекшн-скоринга.
2. Настройка гибкой системы лимитирования.
3. Формирование системы промокодов.
4. Реализация пресейла в виде отдельных стратегий.