Экспертиза: Как друзья в Facebook могут повлиять на получение кредита
Основатели проекта SocioHub.ru собирают данные о пользователях соцсетей и продают информацию банкам
Скажи банку, кто твой друг в Facebook,— и он решит, выдавать ли тебе кредит на новую машину. Хотя нет, не так. Подружись с неправильными людьми в социальной сети — и банк не выдаст тебе кредит, даже если ты ему ничего не говорил. Ведь социальные связи — первая после возраста, пола, места работы и контактов потенциального заемщика информация, которая интересует сотрудников кредитных отделов, рассказывает сооснователь проекта SocioHub.ru Александр Федосеев.
Собрав данные потенциальных клиентов в социальных сетях (Facebook, «Вконтакте», «Одноклассники» и «Мой мир») и проанализировав их, банки могут повысить точность кредитного скоринга. Например, вычислить средний уровень скоринга ваших онлайн-друзей, который в итоге может повлиять (а может и не повлиять) на решение о выдаче кредита вам. Александр Федосеев говорит, что их данными уже полноценно пользуется одна микрофинансовая организация федерального уровня, банк из десятки крупнейших в России — в процессе установки интерфейса, еще несколько игроков кредитного рынка изучают «пилотные» проекты по оценке эффективности использования этих данных при принятии решения о выдаче кредита. Названия компаний-клиентов Федосеев не разглашает — это одно из условий договоров.
«Мы собираем только общедоступную информацию, которую пользователь добровольно оставляет о себе в интернете. Банки интересуются как чистыми данными из нашей базы, так и скоринговыми моделями»,— объясняет Александр Федосеев. К тому же, по его словам, нельзя выделить какой-то один особенно интересующий банки параметр. Модель пользователя — многофакторная, и сложно сказать, какая именно информация в конце концов может оказаться определяющей, ведь факторы очень сильно влияют друг на друга.
Как все начиналось
Александр Федосеев и Роман Лавлинский вместе учились в Воронежском государственном университете на экономическом факультете и уже тогда интересовались аналитикой фондового рынка, написанием математических моделей и анализом данных. После окончания университета они начали заниматься data mining — сбором информации о поведении клиентов, их предпочтениях, возрасте и прочих данных в открытых источниках для комплексной сегментации фондового рынка. К тому времени к Александру и Роману присоединился Роман Гребенников, тоже выходец из ВГУ, только с факультета компьютерных наук. Бизнес с сегментацией покупателей фондового рынка у партнеров не пошел, и они решили переключиться на рекомендательные системы для интернет-магазинов.
В это время Роман Гребенников начал активно собирать данные в сети «ВКонтакте», проверяя гипотезу «Шесть рукопожатий», согласно которой любой человек на планете опосредованно знаком с любым другим через шесть рукопожатий, то есть цепочку из пяти человек. В рамках соцсети гипотеза подтвердилась, а команда получила первый прототип «паука» для сбора информации и хранилища данных.
Можно выяснить возраст или место учебы человека, даже если он не указывает эту информацию в профиле
В 2010 году партнеры решили серьезно заняться проектом, оформили юрлицо и вплотную начали вести бизнес. Узость рынка рекомендательных систем в России заставила партнеров думать, как еще можно применить тот огромный объем информации о пользователях, который у них накопился. Кому могла бы понадобиться подобная информация? Методом исключения они пришли к выводу, что клиентами могут стать финансовые организации, прежде всего те, которые выдают кредиты физлицам. «В потребительском кредитовании очень сильна конкуренция, и чтобы ее выдерживать, банки вынуждены совершенствовать скоринг, в том числе и за счет дополнительных данных о заемщиках»,— говорит Александр Федосеев. Проект заработал.
Как это работает
Первый этап работы — это сбор данных, которым занимаются «пауки» (похожие на те, что есть у «Яндекса») — специальные программы, «ползающие» по соцсетям и собирающие информацию. На каждого человека — около 100 полей, начиная от возраста и пола и заканчивая «лайками» картинок. Второй этап — хранение, обработка и анализ информации. База на данный момент включает в себя около 150 млн персоналий по России и странам СНГ. В случае, если какая-то информация не указана, ее зачастую можно восстановить с помощью алгоритмов: например, выяснить возраст человека, даже если он его не указывает в профиле, или место учебы — по социальным связям и тому, с кем пользователь общается. Так информация становится максимально полной.
SocioHub.ru работает по модели бюро кредитных историй (БКИ) — заказчик платит только за информацию о потенциальном клиенте. Если такого человека в базе нет, он не платит ничего. В среднем один запрос в БКИ стоит от 2 до 20 рублей, SocioHub.ru заключила свой первый контракт с микрофинансовой организацией по цене 8 рублей за справку. Предполагается, что база полностью обновляется раз в месяц.
По состоянию на декабрь 2012 года два из трех крупнейших бюро кредитных организаций в России обрабатывали более 13 млн запросов в месяц. Соответственно, по самым скромным подсчетам этот рынок можно оценить в 2 млрд рублей с потенциалом роста до 4-5 млрд рублей, говорит Федосеев. Сейчас анализируются данные нескольких соцсетей, планируется охватить также форумы и блоги.
Клиентов никогда не искали с помощью «холодных» звонков. Только личные связи основателей, специализированные мероприятия и LinkedIn. Александр утверждает, что эта соцсеть работает очень хорошо.
Про деньги
Основателей SocioHub.ru первоначально было двое — Александр Федосеев и Роман Лавлинский. Сейчас в команде также Роман Гребенников, совладелец и технический директор компании.
Когда стало понятно, что модель с банками будет работать, они нашли бизнес-ангела в Воронеже, которым стал бывший преподаватель из ВГУ. Он привел с собой остальных инвесторов. На данный момент они вместе вложили в проект 10 млн рублей. Сейчас ищут еще 25 млн рублей на масштабирование проекта (расширение базы данных, совершенствование алгоритмов обработки, анализа данных, скоринга и выход в другие сегменты рынка).
Автор: Ирина Жаворонкова