Как банкам сэкономить на работе с проблемными должниками

Экономический кризис, рост уровня безработицы и падение гривни приводят к тому, что все больше украинцев оказываются неспособными выплачивать ранее взятые кредиты. При этом средний срок задержки по выплатам по сравнению с прошлым годом вырос более чем в 2 раза. Долговые портфели банков увеличиваются с каждым днем, потому остро становится вопрос упрощения работы банков с резко возросшим количеством должников. Упростить работу банков с должниками и увеличить эффективность взыскания может помочь автоматическая система сегментации.

Долговой портфель делится не только в зависимости от сроков просрочки и обеспечения финансовых обязательств. Естественно, первичная сегментация, которую используют в работе большинство банков и коллекторских компаний, включает в себя разделение заемщиков по количеству дней просрочки платежа, размеру задолженности, наличию обеспечения, возможно, по региональному признаку и возрасту клиента. Это упрощает работу по взысканию, но эффективной она от этого не становится.

Автоматизация сегментирования позволяет устранить человеческий фактор, а значит уменьшить время на обработку долгового портфеля, увеличить количество обрабатываемых параметров, обеспечить применение различных скоринговых моделей для разных стадий взысканий с учетом типа и характера задолженности.

Если говорить о практике, то, например, "пингование" (отправка звонка на 0,1 секунды) всех доступных телефонных номеров поможет выявить рабочие номера и продуктивно сформировать очереди звонков операторов.

Кроме того, автоматизация позволяет оперативно произвести поиск совпадений должника с историческими базами данных по другим портфелям или даже бюро кредитных историй, что даст возможность определить наличие других долгов и задать вопрос: есть ли смысл что-то делать, если у человека, например, больше 3-х просроченных кредитов?

Как и что можно автоматизировать

Проведя первичное разделение по срокам просрочки, можно сосредоточиться на разработке и внедрении скоринговых моделей для разных стадий такой просрочки. Предварительные данные о портфеле могут успешно использоваться для предсказывания определенных событий, которые могут произойти в заданный промежуток времени. Например, для ранних стадий просрочки можно выделить высокую, среднюю и низкую вероятность взыскания, определить критерии поиска для перехода на более поздние сроки просрочки, просчитать возможный процент сборов и обозначить правильную стратегию взыскания. Так же с высокой долей вероятности можно рассчитать возможности и сроки реализации предметов залога, определить мотивы неоплаты.

Отдельно стоит выделить и нетипичные критерии сегментации, которые можно ввести в модель расчета уровня платежеспособности заемщика и анализировать посредством ІТ\CRM-системы — возможное мошенничество, просрочка первый раз, вероятность списания, наличие задолженности по другим финансовым обязательствам, повторная задолженность, безнадежная задолженность.

Коллекторский скоринг

После того как заемщики поделены на группы, нужно определить методы воздействия на них в зависимости от предложенных скоринговой моделью параметров.

Первоначально мы предлагаем сформировать категорию должников с низкой либо близкой к нулю вероятностью оплаты, отобранных по различным критериям, которые будут выделены в отдельную группу лиц и исключены из дальнейшего анализа. Таким образом мы избегаем высоких затрат на взыскание с должников с низкой вероятностью возврата.

Дальше дело техники: используя математический анализ и статистический метод оценки платежеспособности клиента, мы распределяем обязанности и задачи внутри подразделений компании или банка. При этом функции каждого рядового участника процесса взыскания максимально стандартизированы, сценарий их коммуникаций с должником подробно расписан, а система подготовки писем и документов регламентирована внутренними нормативными актами.

Зачем это нужно?

Подход поэтапной сегментации поможет оптимизировать распределение ресурсов и минимизировать стоимость взыскания. Автоматизированный процесс сегментации кредитных портфелей позволяет за короткий срок сократить стоимость взыскания на 14-18% и повысить его эффективность на 5-8%.