Dane transakcyjne, czyli historia naszych operacji na rachunku, to cenny zasób informacji. O tym, co można z niej wyczytać, w jakich zastosowaniach się sprawdza i kiedy może nam zaszkodzić rozmawiamy z Bartoszem Pundykiem z firmy Self Learning Solutions.
![Kopalnia informacji, czyli co można wyczytać z historii rachunku? [Wywiad]](https://galeria.bankier.pl/p/9/7/96649fd18b280c-948-567-155-100-1175-704.webp)
Dwa lata temu weszły w życie nowe regulacje prawne, które unormowały usługi tzw. otwartej bankowości. Podmioty, które uzyskają odpowiednie zezwolenie nadzoru finansowego mogą, za naszą zgodą, pobierać informacje o nas i naszych rachunkach w bankach oraz instytucjach płatniczych. Dane transakcyjne, czyli historia operacji na koncie, mogą być wykorzystywane na wiele sposobów. O szansach, które stwarza analiza takich danych rozmawiamy z Bartoszem Pundykiem z firmy Self Learning Solutions, dostarczającej m.in. silnik decyzyjny, na bazie którego zbudowany jest proces kredytowy w banku Raiffeisen Digital.
Michał Kisiel, Bankier.pl: Na czym polega, najprościej rzecz ujmując, tzw. scoring transakcyjny?
Bartosz Pundyk, Self Learing Solutions: Jest to scoring budowany w oparciu o dane z konta bankowego. Dane transakcyjne można traktować wielowymiarowo – przydają się do różnych zastosowań. Kluczowy obszar to ocena wiarygodności płatniczej. Wyobraźmy sobie taką sytuację. Ja, jako konsument, wchodzę dopiero na rynek. Nie mam żadnej historii kredytowej w klasycznym rozumieniu – danych gromadzonych przez Biuro Informacji Kredytowej, które są teraz fundamentem oceny wiarygodności płatniczej w Polsce. Trudno mówić o predykcji, przewidywaniu, jeśli nie wiemy, jak dana osoba się dotąd zachowywała. Zatem osoba, o której nie ma w ogóle informacji, w wielu przypadkach może spotkać się z odmową udzielenia kredytu, w przeciwieństwie do osoby, która taką historię posiada, ale z pewną dozą negatywnych wpisów. Można powiedzieć – o osobie z nienajlepszą historią kredytową już coś wiemy, o konsumencie bez historii nie wiemy nic. Tutaj z pomocą przychodzą dane transakcyjne.
Czyli można powiedzieć, że dane o transakcjach dają możliwość wnioskowania o wiarygodności płatniczej takiej osoby „bez historii”…
Bezpieczny kredyt 2% - najważniejsze fakty
Na czym polega? Kto może skorzystać? Ile kredytu można dostać? Co z wkładem własnym? Czy dopłaty można stracić? Pobierz e-book bezpłatnie lub kup za 10 zł.
Masz pytanie? Napisz na marketing@bankier.pl
Tak, to pierwsze ważne zastosowanie. Przydaje się w ocenie klientów, którzy historii kredytowej w klasycznym rozumieniu nie mają, ale aktywnie wykorzystują swoje konto bankowe. Na bazie weryfikacji dochodu i transakcji, które taka osoba wykonuje, jesteśmy w stanie ją zweryfikować pod kątem wiarygodności płatniczej.
Dane transakcyjne mogą być również „dopalaczem” dla klasycznego scoringu kredytowego. Dobrym przykładem jest firma Experian, która w Wielkiej Brytanii ma swoje biuro informacji kredytowej. Daje ona konsumentowi możliwość wykorzystania danych o transakcjach do wsparcia (boost) wiarygodności kredytowej danymi, których w biurze nie ma. Spodziewam się, że BIK też będzie stosować w przyszłości takie podejście. Jest ono korzystne zarówno dla instytucji finansowych jak i konsumenta.
Czy udostępniacie bankom scoring transakcyjny?
Tak, dostarczamy takie rozwiązanie dla instytucji finansowych. Dla części organizacji dane transakcyjne są wciąż nowym zakresem danych. Wykorzystanie i ich interpretacja wymaga wiedzy, czasu i doświadczenia, aa więc jest to dla nich interesująca oferta. W wielu przypadkach, gdzie wykorzystujemy tradycyjne modele oceny ryzyka, dane transakcyjne są używane do wzmocnienia, wsparcia informacji, które już są dostępne na rynku.
Czyli informacje o transakcjach nie są jedyną podstawą wydawania decyzji kredytowej? Towarzyszą zwykle danym pochodzącym z innych źródeł?
W wielu przypadkach tak. Są jednak organizacje, które są już dziś w stanie podejmować decyzje tylko w oparciu o dane transakcyjne.
Gdzie jeszcze przydać się mogą dane transakcyjne?
Drugi aspekt też jest związany z procesem, tzw. KYC (ang. Know Your Customer). Dzięki analizie danych z konta bankowego jesteśmy w stanie zidentyfikować osobę. Jest to niezwykle istotne w sytuacji, kiedy chcemy w procesie online dostarczyć usługę konsumentowi.
Powiedzmy, że przychodzę do instytucji finansowej, oferującej produkty w kanale online. Poprzez PSD2 mogę w szybki sposób potwierdzić swoją tożsamość i znacząco skrócić proces decyzyjny instytucji. Dzięki temu firma może np. wyeliminować w swoim procesie dodatkową weryfikację manualną, a ja jako konsument nie muszę przesyłać dodatkowych dokumentów lub odwiedzać oddziału.
Idąc dalej, trafiamy na obszar wiarygodności kredytowej. Analizując dane o transakcjach udostępniane przez klienta, można weryfikować zdolność kredytową poprzez analizę informacji o wysokości i rodzaju dochodów. Dodatkowo możemy zweryfikować kulturę płatniczą poprzez sprawdzenie cykliczności płatności związanych z terminowym regulowaniem należności na rachunku, a także o cyklicznym regulowaniu np. rat kredytowych. Dzięki takie analizie jesteśmy w stanie określić na jaki okres i na jaką kwotę możemy taką osobę kredytować.
Czy narzędzia analizujące historię naszych transakcji są w stanie odróżnić to, co jest wydatkiem sztywnym w domowym budżecie (np. opłacane rachunki za media itp.) od wydatków związanych z, powiedzmy, „stylem życia”, przyjemnościami?
To jest dziś właśnie magia danych transakcyjnych. Z perspektywy regulacji prawnych, dyrektywy PSD2, katalog podmiotów, które chciałyby korzystać z tych danych jest bardzo szeroki. Można starać się o licencję nadzoru i ją otrzymać. Głównym wyzwaniem jest kwestia nie samego dostępu, ale odpowiednia analiza i interpretacja tych danych.
Musimy odpowiedzieć na pytanie jak je skategoryzować, posegregować. Pierwsza warstwa to typ operacji – uznania (przychody) i obciążenia (wydatki). Druga – przypisanie do konkretnych kategorii. Czy są one związane np. z codziennymi wydatkami, czy może są to jednorazowe wydatki na przyjemności. Część kategorii może podwyższać nasz scoring, ale również obniżać – jak w przypadku hazardu.
Możemy posegregować operacje ze względu na cykliczność. Dobrym przykładem jest tutaj wynagrodzenie, które od określonego czasu wpływa na konto, dzięki czemu możemy określić stabilność dochodów.
Np. alimenty, możemy weryfikować na podobnej zasadzie powtarzającego się wzorca. Z perspektywy oceny zdolności kredytowej, możemy przyjąć, że taki element będzie pomniejszał środki będące do dyspozycji klienta. Podobnie ze stałymi opłatami – za telefon, energię, czynsz itp.
Systemy analizujące dane w sposób automatyczny tworzą siatkę kategorii, w ramach których ja jako konsument operuję. Na bazie tego można szybko oszacować zarówno wydatki, jak i przychody, ale również określić moje cechy i zachowania jako klienta.
Jakie typy transakcji można uznać za ryzykowne z punktu widzenia zdolności kredytowej? Co może uruchomić „czerwone flagi” po stronie banku czy pożyczkodawcy?
Na pewno jest to hazard, jeden z typowych czynników wysokiego ryzyka.
Nie chcę podawać zbyt wielu przykładów, bo część konsumentów wyłudzających kredyty próbuje „dobierać” tak operacje, aby spróbować omijać systemy analizujące transakcje.
Zwykle konsumenci mają jedno konto, ale są też tacy, którzy mają kilka rachunków. Część z nich stara się prowadzić umiejętnie działania tak, aby weryfikacja działała na ich korzyść. Do analiz najczęściej wykorzystujemy „główne” konto konsumenta, na które przychodzą wpłaty wynagrodzenia. Byłoby dziwne, gdyby na rachunek przychodziło wynagrodzenie, a po pozostałych transakcjach nie widać aktywności klienta. To może zapalić żółte światło i wskazywać, że klient może aktywnie używać innego konta i potencjalnie chcieć coś ukryć.
Wokół analizy danych transakcyjnych narosły także pewne mity. Jednym z nich jest przekonanie, że transakcje związane z kryptowalutami mogą zaszkodzić klientowi starającemu się o kredyt. Czy tak rzeczywiście jest?
Jest to uzależnione od tego, kto weryfikuje dane. Kryptowaluty są dzisiaj rynkiem mocno dynamicznym, jeśli chodzi o zmiany wartości aktywów. Jeśli obecnie inwestujesz pieniądze w kryptowaluty, to jest to działalność podwyższonego ryzyka. To może mieć wpływ na płynność i zdolność kredytową nawet w krótkim okresie czasu.
Banki rzekomo zwracają również uwagę na wszelkie transakcje sugerujące, że zawieramy jakąś umowę. Przykładem mogą być przelewy weryfikacyjne, spłaty pożyczek poza sektorem bankowym. Jak rozumiem jest to łatwe do zidentyfikowania przy automatycznym przetwarzaniu historii transakcji?
Zdecydowanie. Analiza historii transakcji pozwala w szybki sposób określić pozostałe „miejsca kredytowania się” konsumenta. Przykład pożyczek pozabankowych jest bardzo dobry – nie wszystkie zobowiązania znajdziemy np. w Biurze Informacji Kredytowej. Dane transakcyjne mogą powiedzieć nam, w ilu podmiotach klient ma pożyczki, na jakie kwoty, jak często je spłaca itp.
Można zatem przyjąć, że zbiór danych transakcyjnych jest dziś komplementarny do tych danych, z których obecnie korzystają podmioty i w znaczący sposób rozszerza wiedzę o konsumencie.
Patrząc z drugiej perspektywy, czyli klienta, czy otwarcie dostępu do danych transakcyjnych może dać nam jakieś korzyści?
Korzystając dziś z obrotu bezgotówkowego, za pomocą kart, przelewów, dużo trudniej jest „poczuć” ile wydajemy i ile faktycznie mamy pieniędzy. Sytuacja komplikuje się jeszcze bardziej, kiedy mamy kilka różnych rachunków bankowych. Tutaj z pomocą przychodzi PSD2, które daje nowe możliwości dla konsumentów.
Część banków w Polsce już wykorzystuje aplikacje nazywane PFM – Personal Financial Management (w ramach bankowości internetowej i mobilnej), dzięki czemu możemy z poziomu jednej aplikacji zarządzać kontami w różnych bankach. Możemy zgrupować wszystkie informacje jednym miejscu i lepiej zarządzać środkami i budżetem domowym. To spora zaleta, wynikająca z wdrożenia PSD2.
Czy oprócz aplikacji PFM i szybszego dostępu do kredytowania tzw. otwarta bankowość może dać coś zwykłemu Kowalskiemu?
Często pojawia się pytanie dlaczego ja jako konsument miałbym chcieć się podzielić danymi o swoich transakcjach? Co ja z tego będę miał? Dzięki analizie danych dostępnych na rachunku dużo łatwiej jest dziś określić preferencje klienta i przygotowywać dla niego ofertę „szytą na miarę”. Przez co możemy otrzymać dużo bardziej preferencyjne warunki w odniesieniu do standardowej oferty, większe rabaty i dopasowany produkt do naszych potrzeb.
Może nie jest to jeszcze tak odczuwalne dla konsumentów, ale z perspektywy kolejnych miesięcy ten trend będzie przybierał na sile. Można to porównać z tym, co robi Google, dopasowujący reklamy do historii poruszania się w sieci.
Jest jeszcze jeden obszar – automatyzowania i uruchamiania transakcji. Dzięki PSD2 możemy zautomatyzować z poziomu konta konsumenta proces np. opłacania składek ubezpieczeniowych. To może ułatwić życie klientom, którzy nie zawsze pamiętają o rzadziej przeprowadzanych powtarzających się płatnościach.
Sięgnijmy trochę w przyszłość. Jeśli instytucja ma dostęp do danych transakcyjnych i może śledzić losy swoich kredytobiorców, to jest to okazja do poszukiwania mniej oczywistych zależności. Np. pewien typ wydatków może wyprzedzać niewypłacalność klienta. Czy dziś algorytmy są tak zaawansowane, że są w stanie same budować modele „predykcyjne”, przewidujące przyszłość?
Nie jest to zupełna abstrakcja, bo już dziś systemy mogą wykorzystywać uczenie maszynowe. Systemy te wykorzystują pewne kluczowe wskaźniki obrazujące zmiany trendu w zachowania klienta. Prostym przykładem może być zmiana w cykliczności dochodów na rachunku. Być może klient zmienił konto, na które przychodzi wynagrodzenie, a być może utracił źródło dochodów. To daje możliwość wczesnego zareagowania, zweryfikowania, czy klient jest wciąż zdolny do regulowania zobowiązań. Być może warto zaproponować mu trochę inną ścieżkę, dostosowaną do jego potrzeb i możliwości i mieć gwarancję, że nie dojdzie do czarnego scenariusza.
Dziękuję za rozmowę.
