Сотрудники отделения по обслуживанию юридических лиц были ошарашены. Позвонила главбух давнего клиента и сказала, что получила указание выводить денежные средства из банка. Только вчера тортом, цветами и просеко отмечали её день рождения... Как выстрел в спину и... премий жалко.
Заподозрить финансиста в злонамеренности языки не поворачивались, поэтому позвонили мне: «ОЛ, вы говорят, все просчитать можете – пришло время доказать мастерство делом». А я как раз не знал, чем заняться. Шучу!
Оказалось, общаемся по громкой связи – уловил резкий шёпот: «Скажи, что бухгалтеру приказали из головного офиса». Услышанное в корне меняло дело: предсказать отток неподозревающего юридического лица об указании руководителя из ЦПР (Центра Принятия Решений) казалось невозможным.
Нереальность задачи ставила под угрозу репутацию, и с этим нужно было что-то делать. Неуверенно пробормотал: «Подумаю, что с этим можно сделать», под довольные выкрики с противоположного конца провода. Механически отметил, что с моей стороны его не было – говорил по мобильному.
Задача мучила, как гвоздь в скамейке: пересесть лень – проще морщиться. Не удавалась формализация начальных условий:
- как угадать несамостоятельность компании?
- как вычислить ЦПР, если он не обслуживается в банке?
- как понять намерения расстаться, если компания снижает финансовую активность, но не закрывает счета?
Теплилась слепая уверенность в могуществе методов Big Data и слабая надежда на 20-ти летний банковский опыт. 200'000 юридических лиц за 25 лет с миллиардами транзакций послушно легли в модель. Наступил ступор гипотез. Поиск «методом тыка» даже не рассматривался.
Три недели прошли в тягостных размышлениях:
- экспериментально подтвердилось, что Интерфакс, Спарк, Людмила, Ван Дюк и 2GIS не помогут найти ЦПРы – клиентские менеджеры отклонили треть расчётных догадок
- не удалось сформулировать «индикатор ухода с обслуживания» – юрлица не опустошали счета до нуля и, даже прекратив работу с банком, принимали остатки денег по ранее заключённым контрактам
- догадки о календарных привязках к началу календарного или финансового года не подтвердились
- доверительные беседы с десятками финансистов лояльных к банку ушедших организаций подтвердили непредсказуемую природу команд сверху
- прекращение отношений с банком после выплаты кредитов интересовало только капитана Очевидность.
Ситуация становилась патовой – не знал где и что собираюсь искать. Время тикало не в мою пользу. В минуты крайней жалости к себе нахлынули воспоминания о написании компьютерного антивируса на первом курсе политеха. Получалось же искать иголки в стогах! Не применить ли подобный подход?
Положим, что:
- неизвестно, есть ли у компании руководящая и направляющая сила
- непонятно, собирается ли она прекратить обслуживание в банке.
Получается, необходимо найти типовые кардиограммы финансового здоровья и искать аномалии ресурсного поведения юрлиц. При всей размытости постановки проблемы пришло понимание, что такую задачу решить вполне по силам.
Быстро удалось закодировать серии типовых поведений (Табл. 1):
- Верхняя горизонталь – организация поддерживает деловую среднюю активность выше исторической медианы.
- Нижняя горизонталь – деловая активность ниже среднего.
- Всплытие – рост среднего суммарного объёма денежных средств на счетах.
- Погружение – аналогичное падение.
- Мерцание вниз – пробивание дна и восстановление.
- Мерцание вверх – пробивание потолка и восстановление.
- Двойное мерцание вниз.
- Двойное мерцание вверх.
- Поведение не определено – не хватает статистики или нет выраженных трендов.
Запустил раздельную кластеризацию для первых восьми категорий, и случилось долгожданное чудо: каждое из множеств оказалось на удивление устойчивым и не желало дробиться добровольно. Свет забрезжил в конце тоннеля!
Вспомнил, как ритейлеры сравнивают периоды, используя Like4Like подход, и финализировал постановку проблемы:
- найти период X дней, сравниваемый с
- необязательно равным ему периоду в Y суток
- следующим со сдвигом (отставание или опережение!) в Z дней
- при которых случается (нисходящая или восходящая!) финансовая активность
- завершающая отношения юрлица с банком (последующая транзакционная пассивность).
Чтобы не мельчить, приступил к поиску границ моделирования. Оказалось, наиболее транзакционно предсказуемы группы компаний в диапазоне годовой суммарной прибыли от $ 47’806 до $ 927’272, что покрывало 30,8% действующих и 56,5 ушедших из банка организаций (Табл. 2).
Ступенчатым снижением точности на 0,01% удалось добиться включения в моделируемый диапазон 54,6% активных и 43,4% пассивных компаний. Границы годовой суммарной прибыли раздвинулись до диапазона $$ 16’000 – 6’000’000. Валовая годовая прибыль при этом выросла с 15,3% до 59,2% (Табл. 3).
Тестирование модели на 70% случайной выборки показало, что адекватно предсказывается уход компании из банка при сравнении четырёх месяцев к четырём со сдвигом в восемь месяцев. При этом глубина снижения прибыльности составляет 39,51% от первого четырёхмесячного периода.
Применение метода для 100% компаний, ушедших из банка, показало отклонение точности в 0,14%. В таблице 4 показаны 19 лучших вариантов параметров модели предсказания оттока, обеспечивающих величину отклонения до 10%.
Рассчитав модель для действующих компаний, определил 230 компаний в «предынфарктном» для банка состоянии, провёл беседы с 28 клиентскими менеджерами 7 отраслей и уточнил модель, добавив защиту от ложных срабатываний снижения деловой активности:
- ожидание бюджетных денег или окончания тендерных процедур
- снижение объёма продаж или осознанный отказ от части маржи
- сезонность бизнеса или плановый уход с продукта.
После апробации модель внедрили в корпоративную CRM банка, и при срабатывании поведенческих маркеров, сотрудники стали по утрам наблюдать сообщение: «Организация “ABC”, по которой вы являетесь клиентским менеджером, склонна к уходу с банковского обслуживания. Расчётное время “потери” – 3 недели».
Как часто бывает, нововедение было встречено с ухмылками, которые быстро стёрлись после сбывания серии предсказаний по крупным клиентам. Интуиция и опыт распространяется на зону контроля менеджера, а математика – способна охватить сколь угодно большие объёмы.
Завершив теоретические изыскания и полевые проверки, поехал проводить презентацию для Заказчика. Встретили тёплым приёмом и горячим чаем. Повествование о разработанной методике дамы восприняли одобрительно, но спокойно. Не хватало ожидаемой восторженности.
Обескураженный, спросил: «Что-то не так?» На что получил добродушный ответ: «С самого начала знали, что справишься». Коротко и просто. Как же так? Семь недель сражался с неизвестностью, не находя решения. Извёлся в поисках допущений, изгалялся в подходах. Не верил в себя и удачу, а они даже не сомневались...
Учите матчасть, проверяйте факты, стройте гипотезы и доверяйте женской интуиции. Используйте Big Data, играйте по-крупному и следите за следующими публикациями.