RUS

Горячая линия +7 (495) 268-09-63

Аналитика

Описание модулей для автоматизации МФО

28.08.2014

Организация бизнеса МФО требует качественного подхода к построению IT – стратегии компании и определения платформы автоматизации деятельности. Помимо особенностей географии продаж и размера МФО, достаточность функционала, для решения типовых задач, определяется  тремя векторами:

а) институциональной развитостью микрофинансового рынка;

б) рыночными тенденциями;

в) требованиями регулятора.

 

К примеру, в конце 90-х, руководители российских квази-микрофинансовых организаций были озабочены лишь тем, каким образом подойти к вопросу автоматизации бухгалтерского учета и CRM. Прошло 15 лет. В настоящий момент ведение бизнеса без обработки онлайн – заявок, модуля систем поддержки принятия решений при выработке заключения о возможности кредитования, ALM – модуля[1],  шлюзирования с внешними источниками данных и платежными системами, представляется затруднительным с точки зрения конкурентоспособности, а объем поступающей для обработки информации, требует внедрения ETL[2], BA и BI - систем[3].

Чем же определяются критерии достаточности функционала на настоящий момент и ближайшее будущее?  Кто задает параметры IT – стратегий МФО? Мощным импульс, в развитии спроса на IT- решения для МФО,   задает регулятор – Банк России. И если МФО не погибнут, в объятиях наметившегося столь пристального внимания, то уподобиться банкам  в части внутриорганизационного развития. То есть им придется адаптировать типовой функционал банков и  в части IT.

 

Попробуем рассмотреть требования к IT- решениям для МФО через призму типового функционала коммерческого банка.

 

Фронт – офис. Продуктовая логистика. CRM.

Требования к данному блоку может быть даже выше, чем у коммерческого банка, поскольку розничный бизнес банка более капитализирован, и часть операций может быть произведено вручную в операционных офисах, которые обладают всей необходимой инфраструктурой. Безусловно, что качественная платформа, предполагающая адаптивность к web – сервисам, есть залог успеха при выборе решений ФМО в части данного функционала. Кроме того, удаленные продажи предъявляют дополнительные требования к процедуре минимизации операционных рисков, например,  внешнего воздействия на систему. Отдельного внимания заслуживает вопрос более качественной постановки процесса антифрода и верификации получаемых данных.

 

Кроме того, от выбора качественной системы мониторинга долгов, системы софт – коллектинга, напрямую зависит процент невозврата. При этом необходимо помнить, что коллектинг как процедура, воплощается в IT- решения не только на уровне организации сервиса SMS -Call-центра, но и должна быть подспорьем при определении и тестировании режимов коллектинга в зависимости от поведенческих моделей должников.

Что касается CRM, то генезис решений для МФО совпадает с банковским. Главной задачей остается оценка существующих и выработка перспективных маркетинговых действий, однако арсенал инструментов расширяется. К примеру, приветствуется наличие функционала оценки текущего уровня кредитной нагрузки по не активным клиентам, возможность изучения режимов и цикличности их потребительской активности. Поэтому, наличие, какого - либо BA функционала в CRM системе, позволит повысить его эффективность с точки зрения развития клиентских отношений и модернизации продуктового ряда МФО.

 

Организация СХД. Очистка данных. ETL – процедуры[4]

Если не рассматривать стоимость и масштаб решений, то сказать что банки находятся на некоторой более высокой ступени развития в данном направлении нельзя. Парадокс в том, что качество получаемых результатов в большей степени зависит от стабильности моделей обработки данных и системы поддержки принятия решения. Никто не мешает МФО уже на стадии организации IT-инфраструктуры задуматься, каким образом  интерфейсные решения и схемы баз данных  могут упростить процедуру создания витрин данных и т.н. decision –кубов[5].

 

Если же модели принятия решений МФО «сырые», то для того, что бы набор получаемых данных превратился в базу знаний, и была возможность оперативного построения витрин данных в будущем, нужно уделить дополнительный акцент на возможности в расширении интерфейсных решений и универсализации шин данных.

 

Системы бизнес – аналитики (ВI и BA системы)[6]

Можно относиться по разному к данным классам IT- решений. Например, бытует мнение, что спрос создания BA-систем появился в результате проявления лени TOP – менеджеров, вечно мечтающих о «волшебной кнопке». При этом необходимо понимать разницу между данными разновидностями систем. Не претендуя на оригинальность, мое личное мнение, что на практике BI решения представлены ничем иным, как некоей системой, позволяющей получить витрины данных для последующей их обработке, а решения, претендующие на звание BA, представлены инструментами, позволяющими получить некие аналитические выводы на основе данных витрин.

 

При рассмотрении решений данных классов, при организации IT – инфраструктуры, необходимо помнить, что время, когда т.н. «хранитель» системы, посмотрев лог расчетов и колупнув отдельный и известный только ему скрипт, может улучшить показатели работы модели оценки дефолта заемщика, рано или поздно заканчивается. И если первое время МФО такой механизм работы может себе позволить, то расширяя бизнес МФО, увеличивая объемы данных и знаний о них, наступает момент, когда на работу в МФО приходят т.н. аналитики - математики, со своими требованиями и пожеланиями к организации выгрузки и обработке данных.

 

Система управления активами и пассивами (ALM – системы)[7]

Мы упоминали в наших более ранних публикациях, что вопрос управления риском ликвидности и процентным риском может быть жизненно важным для МФО уже к осени текущего года. При снижении процентной маржи от операций, темп накопления оборотного капитала МФО значительно замедлится. Работать «с прихода», при марже не больше десятка процентов годовых, задача не простая даже для коммерческого банка, имеющего в своем арсенале специализированные службы. Соответственно, требования к качеству прогнозного графика ликвидности, GAP – анализу, как по срокам, так и по стоимости, увеличиваются, а наличие данного функционала в IT- системе МФО будет вполне востребовано.

 

Другим интересным моментом, является то, что  МФО столкнуться со столь привычным для российских банков явлением, как нехватка источников для формирования необходимого уровня резервов на возможные потери по ссудам. Ребром встанет вопрос качественного управления и отражения в учете резервных фондов.

 

Безусловно, что регулятор будет способствовать мотивации МФО на покупку систем подобного класса.

 

СППР, Скоринг, поддержка андеррайтинга

На систему поддержки принятия решений (СППР) мы возлагаем задачи выполнения наиболее сложного, трудноформализуемого и динамический изменяемого функционала. СППР, скоринговые системы, системы обучения моделей, безусловно являются брильянтом IT- решений любой кредитной организации. Однако, сколько бы не совершенной была модель принятия решений, без обеспечения глубокой интеграции практически со всеми элементами IT – инфраструктуры, ее КПД будет не велико. При выборе средств данного класса, как и при определении с BA3 решениями необходимо позаботиться о достаточности интерфейсных элементов для того, что бы аналитическая служба МФО могла с помощью визуальных средств менять алгоритм, вносить новые элементы проверки свойств заемщиков, оперативно включать те или иные бизнес – процедуры и правила проверки. Результаты системы должны четко логироваться и не представлять «черный ящик» для аналитиков.

 

Универсальные шины данных. Интеграция подсистем. 

Разрозненность информации и не статичность источников ее получения, предопределяет огромное количество сервисов и клиентских приложений, необходимых для выработки качественного решения о платежеспособности заемщика и мониторинге долгов. В настоящий момент, помимо типичных источников, таких как данные от бюро кредитных историй, базы верификации персональных данных, МФО может получать информацию из социальных сетей, систем семантического анализа и т.д. Подчас, минимизируя расходы, МФО использует достаточно оригинальные сервисы получения данных из публичных источников.

Безусловно, что это предъявляет дополнительные требования к универсальности и адаптивности интерфейсов.  Нет однозначного мнения об обязательной необходимости приобретения универсальной шины данных на начальном этапе, поскольку даже крупные банки умудряются проводить интеграционную политику путем локального спаривания отдельных подсистем, однако говорить об эффективном использовании вычислительных мощностей при этом не приходится.

 

Бухгалтерский и налоговый учет. Отчетность по РСБУ и МСФО.

Поскольку до настоящего момента заявок о «пересадке» МФО на 385-П2 не звучало, то можно надеяться, что требования к гроссбуку для МФО будет ограничено лишь набором существующих ПБУ для не банковских организаций. Однако, посыл регулятора в части резервирования потерь МФО, учета рисков и форм отчетности, не исключает того, что рано или поздно, МФО дешевле будет переходить на лайт – конфигурацию систем бухгалтерского учета для банков. Пока что специализированные схемы, например 1с, вполне с задачей первичного учета справляются.

 

Вопрос аутсорсинга

Обширность вышеперечисленных классов IT- решений заставляет задуматься над вопросом о том, можно ли объять необъятное, а главное стоит ли это делать в рамках отдельного МФО. На наш взгляд, наиболее удачным является передача функционала СППР при выработке заключения о кредитовании, поскольку в этом случае решения принимаются с учетом  знаний, накопленных на основе опыта других МФО. В целом же, аутсорсинг IT- решений определяется политикой аутсорсинга бизнес – процессов как таковых. К примеру, подключая внешнего коллектора МФО может оставаться балансодержателем долгов, т.е. эффект может достигаться в том числе и за счет наличия качественного IT- решения аутсорсера.



[1] Asset Liability Management system (AML - system) – Система управления активами и пассивами

[2] Extract, Transform, Load (ETL) — дословно «извлечение, преобразование, загрузка» — один из основных процессов в управлении хранилищами данных, который включает в себя: извлечение данных из внешних источников; их трансформация и очистка.

[3] BA – Business Analytics; BI - Business intelligence.

[4] Многомерный куб (метакуб) данных, создаваемый для анализа данных. Используется для анализа многофакторной информации.

 

 

Титенский Роман, директор по рискам, кандидат экономических наук