Как Герман Греф и его команда учат Сбербанк танцевать
Download 0.89 Mb. Pdf ko'rish
|
Слон на танцполе Герман Греф
Глава 10 114 знали и приходились друг другу близкими или дальними род- ственниками. Но в мегаполисах оно уже было далеко не так комфортно для заемщиков и скорее служило источником го- ловной боли. Мощности фабрики на территории одного только ЦСКО «Юж- ный порт» позволяли ежедневно принимать 30–35 тысяч реше- ний, в основном положительных. При этом весь цикл для заем- щика в среднем не превышал 37 часов. В прежние времена всю тяжесть операции на своих плечах несли кредитные инспекторы: они подолгу готовили заявку в кредитный комитет, рассчитыва- ли график погашения и оформляли договор. Теперь нужда в та- кой квалификации в известной мере отпадала. Отделять овец от козлищ на начальном этапе вполне могли обычные операционистки. По новым правилам им следовало определить, стоял ли перед ними тот человек, за которого он себя выдавал. Для этого использовались данные, в том числе и Федеральной миграционной службы. Операционистка также должна была отметить некоторые особые приметы. Например, нет ли у потенциального заемщика татуировок на руках. По всей видимости, в Сбербанке считали, что наличие татуировки небла- гоприятно влияет на возврат кредита. Банк начал фотографиро- вать клиентов (снимки обещали пригодиться с запуском системы автоматизированного распознавания лиц) и анализировать их почерк — вдруг той же рукой подписаны документы других бан- ков, с которыми Сбербанк обменивается данными. Менеджмент надеялся, что со временем высокие технологии оценки заемщи- ка воплотятся в удобном интерфейсе программ, с которыми ра- ботает розница. Вадим Кулик хотел, чтобы система была своего рода подручным экспертом: подсказывала дальнейшие действия 115 Хулиганство на миллиард долларов и сомневалась, когда вводятся нелогичные либо вызывающие по- дозрение данные. После проверки личности клиента и заполнения всех необхо- димых форм сведения о потенциальном заемщике отправлялись дальше — на «фабрику». Здесь соискателя оценивали по много- численным параметрам, начиная с демографических (пол, воз- раст, семейное положение) и заканчивая поведенческими. Они показывали, как разные люди вели себя с точки зрения плате- жей: как часто и за какими кредитами клиент обращался, как гасил — досрочно или, допустим, с частыми, но небольшими просрочками. Автоматизированная система вытягивала инфор- мацию о претенденте сразу из нескольких баз данных. Первым делом в ход шла информация кредитных бюро. Когда они стали появляться в России, Сбербанк завел у себя аналогичную кар- манную службу. Он считал себя владельцем более ценных сведе- ний, чем остальные банки, и не собирался ни с кем ими делиться. Только с приходом новой команды банк перестал вести себя как собака на сене и начал отдавать данные в независимые кредит- ные бюро, взамен получая оттуда сведения о заемщиках других участников рынка. Сбербанк активно пользовался информацией, полученной из Пенсионного фонда и Федеральной налоговой службы. Пере- оценить ее важность тяжело. Ведь теперь банк располагал циф- рами официальных зарплат и неуплаченных налогов, поэтому мог, например, вычислить фирму-однодневку — одну из тех компаний, которые готовили для малоперспективных заемщи- ков липовые справки о доходах и никогда не платили взносов в Пенсионный фонд. Полного списка своих источников Сбербанк никогда не называл. Однако ясно, что доступа к тому набору |
Ma'lumotlar bazasi mualliflik huquqi bilan himoyalangan ©fayllar.org 2024
ma'muriyatiga murojaat qiling
ma'muriyatiga murojaat qiling