Как с помощью Process Mining отследить путь одобрения и выдачи ипотечного кредита, обнаружить узкие места и зацикливания? Как оценить банковские продукты и эффективность маркетинговых компаний? Практический кейс «Росбанк Дом».
«Росбанк Дом» — банк, специализирующийся на ипотечном кредитовании, филиал ПАО «Росбанк».
В процессе своей деятельности «Росбанк Дом» накопил большой объем данных о бизнес-процессах компании. Сформировалась потребность обрабатывать и анализировать эти данные. Так в банке пришли к необходимости внедрения Process Mining для анализа процессов ипотечного кредитования.
Присутствовало четкое понимание того, что существующий бизнес-процесс рассмотрения заявок далеко не оптимален, и имеется потенциал для его улучшения. В данном случае задача Process Mining состояла не только в анализе, но и в выявлении «узких мест» процесса, коррекция которых позволила бы значительно его улучшить.
В условиях взрывного роста объемов жилищного строительства, банки уделяют повышенное внимание кредитованию на приобретение жилья. Рынок ипотечного кредитования становится все более высококонкурентным. Условия ипотечного кредитования в различных банках приблизительно одинаковы. Учитывая этот фактор, успешная конкуренция возможна в основном за счет улучшения качества клиентского сервиса.
Прежде всего под улучшением качества клиентского сервиса понимается сокращение времени рассмотрения заявок и минимизация пакета документов, предоставляемых заемщиком. Найти резерв для сокращения времени рассмотрения заявок и оптимизации документооборота, а также выявить другие «узкие места» в процессе получения ипотеки — задача Process Mining в «Росбанк Дом».
C помощью low-code платформы Loginom в «Росбанк Дом» реализовали пилотный проект по Process Mining процедуры ипотечного кредитования.
Process Mining начинается с выяснения пути процесса. Каждому этапу операции ипотечного кредитования присваивается уникальная буква. Например, клиент обратился — буква «А», заявка передана в процессинг — «В» и т.д. В результате прохождения всех этапов процесса формируется уникальное «слово процесса». Оно уникально потому, что в процессе рассмотрения заявок на ипотеку каждый клиент достигает определенных этапов. Например, у кого-то слово процесса может состоять из одной буквы А — это значит, что клиент отказался от услуг уже на этапе обращения в банк.
Пример уникальных слов процессов приведен в таблице:
| Группа слов | Количество процессов | Средняя длина слова процесса | Вариация фактической длительности процесса |
|---|---|---|---|
| Grand Total | 223 187 | 16 | 1.64 |
| AD | 32 538 | 2 | 2.02 |
| BCED | 12 907 | 5 | 2.48 |
| BD | 8 855 | 2 | 13.54 |
| ABCED | 8 053 | 6 | 2.23 |
| ABCJK | 7 183 | 6 | 1.18 |
| ABCHF | 6 836 | 6 | 2.30 |
| BCJMK | 5 223 | 6 | 1.08 |
| BCF | 5 108 | 4 | 1.14 |
| BCJK | 3 986 | 5 | 1.13 |
| ACF | 3 811 | 4 | 4.83 |
Справочник буквенных значений приведен в таблице:
| Буква | Значение |
|---|---|
| A | Клиент найден |
| B | Передать в процессинг |
| С | Процессинг проверка |
| D | Отказ клиента до принятия решения |
| E | Приостановка: запрошена документация |
| F | Отказ банка |
| G | Доработка: возврат |
В общем виде, алгоритм Process Mining в «Росбанк Дом» состоит из следующих этапов:
В результате проведения Process Mining в «Росбанк Дом» были получены следующие результаты:
Выявление 15 000 уникальных слов процесса на основе анализа базы из 170 000 кредитных дел. Вывод: уникальность слов процесса увеличивает время процесса и затраты на него. Уникальность не позволяет в полной мере оптимизировать процессы, упрощать или отказываться от каких-либо промежуточных этапов рассмотрения заявки.
Медианная длительность отказов клиентов еще до вынесения решения в несколько раз меньше медианной длительности одобрения. Вывод: необходимо ускорять процедуру принятия решений и увеличивать поток клиентов на входе воронки продаж. Например, за счет предварительного одобрения ипотечных продуктов.
Наличие или отсутствие в кредитном деле маркетинговых предложений существенным образом влияет на вероятность выдачи. Например, конверсия ипотечного продукта без маркетинговых акций сотавляет 5%. Этот же продукт, но с опцией BiWeekly — платежом раз в 2 недели — уже имеет конверсию 40%. Маркетинговая опция «Назначь свою ставку» увеличивает конверсию стандартного кредитного продукта до 34%. Вывод: для увеличения вероятности выдачи необходимо корректировать продуктовую линейку и формировать маркетинговые предложения для каждого клиента.
Зацикленность паттернов процесса рассмотрения заявки на ипотечное кредитования значительна, порой достигает трети длины пути. Вывод: для того, чтобы предоставить клиентам наилучший сервис необходимо убрать повторы событий при формировании клиентского досье. Например, запрашивать ряд документов и данных не напрямую у заемщика, а собирать их с помощью автоматизированных сервисов и баз. По предварительным оценках, устранение повторов событий может ускорить процесс рассмотрения заявок в 2.3 раза при совокупном снижении трудозатрат в 2.2 раза.
Увеличение числа одновременно обрабатываемых заявок приводит к такому же возрастанию длительности обработки. Вывод: количество персонала не имеет реактивного запаса мощности. Необходимо формировать резерв трудовых ресурсов в высокий сезон.
Выявление влияния отдельных параметров ипотечного кредитования на вероятность выдачи: непосредственно сам продукт, регион выдачи, срочность сделки, сложность процедуры сделки, уровень риска, количество андеррайтингов. Вывод: никакой отдельно взятый параметр не влияет на вероятность успешного завершения процесса. Это значит, что необходимо улучшать процесс ипотечного кредитования комплексно, а не уделять внимание одному отдельно взятому параметру.
Подробнее о результатах Process Mining в «Росбанк Дом» в выступлении Владимира Гридчина и Ольги Дмитриевой:
Если вы тоже хотите применять low-code платформу Loginom для решения задач бизнеса, свяжитесь с нами.
Другие материалы по теме:
Loginom: первые впечатления Владимир Гридчина
Low-code съедает рынок разработки
