ავტომატიზაცია ფინანსებში, განსაკუთრებით საბანკო სექტორში, ტრადიციულად დაიწყო მაღალი სიხშირის პროცესებითა და ტრანზაქციებით. საბანკო საქმეში ყველაზე ხშირი საქმიანობა მოიცავს ტრანზაქციის დამუშავებას და საცალო დაკრედიტებას.

ეს სფეროები იყო ავტომატიზაციის ძალისხმევის ძირითადი აქცენტი, რომელიც მოიცავდა ისეთ ასპექტებს, როგორიცაა განაცხადის დამუშავება, რისკების შეფასება და ფორმებისა და დოკუმენტების ხელით განხილვიდან გადასვლა ავტომატურ შემოწმებასა და მოდელზე დაფუძნებულ შეფასებებზე.

ანტრესოლით დაფინანსება მკვეთრად განსხვავდება ამ მაღალი სიხშირის პროცესებისგან. ახასიათებს თავისი უნიკალური, მორგებული ბუნებით, ანტრესოლით დაფინანსება იკავებს სპეციფიკურ ნიშას ფინანსურ ლანდშაფტში: ის წარმოადგენს ფინანსურ გადაწყვეტას გაზრდილი რისკის დონეებით, სტრატეგიულად განლაგებულ სტანდარტულ კორპორატიულ სესხებსა და კაპიტალის ინვესტიციებს შორის.

ანტრესოლით დაფინანსება ან მოიცავს დაფინანსების უზრუნველყოფას აქციონერთა დონეზე (რაც არის სტრუქტურული სუბორდინაცია) ან კაპიტალის შეძენის გზით დაბრუნების ინსტრუმენტებთან ერთად, როგორიცაა გაყიდვის ოფციები (სახელშეკრულებო სუბორდინაცია).

ანტრესოლით გარიგებების ერთჯერადი და ძალიან ინდივიდუალური ბუნების გათვალისწინებით, ამ სფეროში პროცესების ავტომატიზაცია წარმოადგენს მნიშვნელოვან გამოწვევას. ბუნებრივი კითხვა იქნება შემდეგი: როგორ შეუძლიათ ბანკებმა, განსაკუთრებით მსხვილმა ბანკებმა, მიუდგნენ თავიანთი ანტრესოლით ბიზნესის მომგებიანობის გაზრდის ამოცანას ავტომატიზაციისა და ციფრული ტრანსფორმაციის გზით?

როგორც კერძო კაპიტალის, რისკების მენეჯმენტისა და ფინანსების სფეროებში მნიშვნელოვანი გამოცდილების მქონე ექსპერტი, მე მიზნად ისახავს შესავალი შესწავლა ანტრესოლით დაკრედიტების ციფრულ ტრანსფორმაციას, რომელიც ცდილობს აღმოაჩინოს სირთულეები და უზრუნველყოს წარმატებული ისტორიები ამ სფეროში ტექნოლოგიური მიღწევების გამოყენებისას. საბანკო საქმიანობა ტრადიციულად ეყრდნობა შეკვეთილ, ინდივიდუალურ გარიგებებს.

ანტრესოლით დაკრედიტების ტრადიციული პეიზაჟი

ანტრესოლით დაფინანსება არის გამორჩეული და ნიუანსირებული სექტორი უფრო ფართო ფინანსურ ლანდშაფტში. როგორც უკვე აღვნიშნეთ, ის საშუალო ადგილს იკავებს ჩვეულებრივ კორპორატიულ სესხებსა და კაპიტალის ინვესტიციებს შორის და ახასიათებს მაღალი რისკის დონეს.

ცალსახად, თითოეული ანტრესოლის გარიგება არის მორგებული და შექმნილია თითოეული კლიენტის სპეციფიკურ საჭიროებებზე და გარემოებებზე, ისევე როგორც შეკვეთით დამზადებული სარჩელი.

გამოწვევები ტრადიციული ანტრესოლით დაკრედიტებაში

ანტრესოლით დაფინანსების ბუნება არსებითად იწვევს მნიშვნელოვან გამოწვევებს. ტრადიციული მეთოდები ძირითადად ეყრდნობა ხელით პროცესებს და ინდივიდუალურ გარიგებებს. ეს მიდგომა მოითხოვს თითოეული გარიგების უნიკალური ასპექტების ღრმა გაგებას, უნარების კომპლექტს, რომელიც ხშირად მწირია და ძვირია .

მსხვილ ბანკებში, სადაც კორპორატიული დაკრედიტების განყოფილებებია, კლიენტი და საკრედიტო მენეჯერები კარგად ერკვევიან სტანდარტულ საკრედიტო პროდუქტებში. თუმცა, მათი შეხვედრა ანტრესოლით ტრანზაქციებთან იშვიათია, რაც, თავის მხრივ, ზღუდავს მათ გამოცდილებას ასეთი გარიგებების ეფექტურად გაყიდვაში ან მოზიდვაში.

კლიენტთა მენეჯერების სპეციალიზებული გუნდის შექმნა ექსკლუზიურად ანტრესოლით პროდუქციისთვის არ არის მხოლოდ ძვირი, არამედ ზრდის ხარჯებს უფრო სტანდარტული დაკრედიტების პროცედურებთან შედარებით.

მიუხედავად იმისა, რომ შესაძლებელია კომპლექსური საინვესტიციო პროდუქტების ჯგუფებად გაერთიანება ხარჯების შესამცირებლად, ამ მხრივ დიგიტალიზაცია უფრო ეკონომიური და ეფექტური ალტერნატივაა.

დიგიტალიზაცია, როგორც გამოსავალი

ანტრესოლით დაკრედიტების ციფრული ტრანსფორმაცია უმთავრესად ფოკუსირებულია გარიგების იდენტიფიკაციასა და მოზიდვაზე. ბანკებში საკრედიტო და კლიენტების სპეციალისტების უმეტესობა იყენებს სისტემებს, რომლებიც აღრიცხავენ მოლაპარაკებებს, გარიგების იდეებს და საწყისი გარიგების პარამეტრებს.

ანტრესოლით კრიტერიუმების ამ არსებულ სისტემებში ინტეგრირებამ შეიძლება ავტომატიზირება მოახდინოს პოტენციური ანტრესოლით გარიგების იდენტიფიცირებაზე.

როდესაც ტრანზაქცია აკმაყოფილებს ამ კრიტერიუმებს, ის ავტომატურად გადაეგზავნება შუალედურ განყოფილებას შემდგომი დამუშავებისთვის. შემდგომი წინსვლა შეიძლება მოიცავდეს ხელოვნური ინტელექტის მოდელებს, რომლებიც გაწვრთნილი არიან განასხვავონ სტანდარტული კორპორატიული სესხები და ანტრესოლით გარიგებები, შემომავალი გარიგების მრავალი პარამეტრის საფუძველზე.

ამ ტრანსფორმაციის მასშტაბი მნიშვნელოვანია: მიუხედავად იმისა, რომ მსხვილმა ბანკმა შეიძლება ყოველწლიურად განახორციელოს ათასობით კორპორატიული დაკრედიტების ტრანზაქცია, ანტრესოლით დაფინანსების გარიგებები გაცილებით იშვიათია, ხშირად დანომრილი ერთნიშნა ციფრებში. ანტრესოლით გარიგებების იდენტიფიცირების სისტემის დანერგვამ შესაძლოა გამოიწვიოს მათი მოცულობის ათჯერ გაზრდა.

პროცესის გამარტივება: ავტომატიზაცია და სტანდარტიზაცია

ციფრულ ტრანსფორმაციას შეუძლია გაამარტივოს შესრულება პროცესის ავტომატიზაციისა და სტანდარტიზაციით. იმის ნაცვლად, რომ პირდაპირ სრულმასშტაბიან ავტომატიზაციასა და პლატფორმის განვითარებაზე გადახვიდეთ, თავდაპირველად შეგიძლიათ ფოკუსირება მოახდინოთ უფრო მარტივ ტექნოლოგიებზე, როგორიცაა RPA, რომელიც ავტომატიზირებს მონაცემთა შეგროვებას, გადამოწმებას, გამოთვლას და მოხსენებას. ეს ამცირებს ხელით მუშაობას და შეცდომებს და აუმჯობესებს აღრიცხვასა და შესაბამისობას.

სტანდარტიზებული ანტრესოლით ინსტრუმენტები და დოკუმენტები, როგორიცაა ვადის ფურცლები და სესხის ხელშეკრულებები, ასევე შეიძლება სწრაფად მორგებული იყოს თითოეული გარიგებისთვის ხარისხის დაკარგვის გარეშე. ეს აჩქარებს დამუშავებას და დოკუმენტაციას, რაც კიდევ უფრო აუმჯობესებს გამჭვირვალობას და თანმიმდევრულობას.

ციფრული პლატფორმები და ინსტრუმენტები, როგორიცაა მონაცემთა ბაზები და დაფები, დაგეხმარებათ თვალყური ადევნოთ და მართოთ გარიგების გაზრდილი მოცულობა და მრავალფეროვნება ინფორმაციის ორგანიზებით. ეს შესაძლებელს ხდის გარიგების სტატუსისა და პროგრესის მონიტორინგს, პრობლემების იდენტიფიცირებას და გადაჭრას.

მთლიანობაში, ავტომატიზაცია და სტანდარტიზაცია ამარტივებს შესრულებას, ამცირებს ხახუნს და ხარჯებს. ბოლოდან ბოლომდე პროცესის გამარტივებით, ციფრული ტრანსფორმაცია ხდის ანტრესოლით დაკრედიტებას უფრო ეფექტურს, მასშტაბურს და მომგებიანს.

საანგარიშო ინსტრუმენტების როლი

ანტრესოლით პორტფელის ანგარიშგება პრობლემურია სტანდარტიზებული მონაცემების გარეშე. ამ ჰეტეროგენულ გარიგებებს აკლია გამჭვირვალობა, რაც ართულებს ძირითადი შემოსავლისა და რისკის მაჩვენებლების თანმიმდევრულად შეფასებას.

მონაცემთა ვიზუალიზაციისა და ბიზნეს დაზვერვის ციფრული ანალიტიკური ხელსაწყოები დაგეხმარებათ ფრაგმენტული მონაცემების ინტეგრირებით კონსოლიდირებული ხილვადობისთვის: ის საშუალებას აძლევს ინტერაქტიულ საინფორმაციო დაფებს, რომლებიც ვიზუალურად ასახავს პორტფელის მუშაობას მსესხებლის, ინდუსტრიის, გეოგრაფიის და სხვა განზომილებების მიხედვით - ეს აძლიერებს ჰოლისტურ მონიტორინგს.

Qlik ასევე საშუალებას აძლევს მოწინავე ანალიტიკას, როგორიცაა პროგნოზირებადი მოდელირება, სცენარის ანალიზი და სტრესის ტესტირება. კრედიტორებს შეუძლიათ სამომავლო პორტფელის მუშაობის სიმულაცია სხვადასხვა დაშვებებითა და პირობებით – ეს მონაცემებით დაფუძნებული შეხედულებები ხელს უწყობს სტრატეგიის ოპტიმიზაციას და რისკის შემცირებას.

Qlik Sense და მონაცემთა ანალიტიკა ამ კუთხით საუკეთესოა გამჭვირვალობისა და შეხედულებების უზრუნველსაყოფად, რომელიც საჭიროა ანტრესოლით პორტფოლიოების აქტიურად მართვისთვის. ამ კომპლექსურ გარიგებებზე ყოვლისმომცველი ანგარიშგების და პროგნოზირებადი ანალიტიკის ჩართვით, ციფრული ტრანსფორმაცია კრედიტორებს აძლევს ხილვადობას, რომელიც საჭიროა მაქსიმალური შემოსავლის გაზრდისა და რისკის შესამცირებლად. ეს არის ძლიერი ბერკეტი ანტრესოლით დაკრედიტების შედეგების ოპტიმიზაციისთვის.

საქმის შესწავლა

ამ განყოფილებაში ჩვენ შევისწავლით საკრედიტო პროცესის ავტომატიზაციის შემთხვევებს. აღსანიშნავია, რომ Sberbank-ში ჩვენი მუშაობის მიღმა ანტრესოლით ტრანზაქციების ოპტიმიზაციის შეზღუდული შემთხვევებია.

თუმცა, მე წარმოგიდგენთ რამდენიმე მაგალითს, რომლებიც აჩვენებენ, თუ როგორ შეიძლება მსგავსი მიდგომების გამოყენება ანტრესოლით ბიზნესში, რასაც მივაღწიეთ Sberbank-ში 2018-დან 2021 წლამდე, და რასაც მოგვიანებით გამოვაქვეყნებ ტექსტში.

შემთხვევის შესწავლა 1: მსხვილი ევროპული ბანკი ახორციელებს ბოლოდან ბოლომდე ციფრული დაკრედიტების პლატფორმას

ფონი : მსხვილი ევროპული ბანკი ცდილობდა მცირე და საშუალო ბიზნესის დაკრედიტების ბიზნესის გადაადგილებას მოქნილი ფინტექს კონკურენტების კონკურენციის ფონზე. ის მიზნად ისახავდა ციფრული ეკოსისტემის შექმნას მომხმარებელთა უწყვეტი მოგზაურობით. პირველი ნაბიჯი იყო მისი კომერციული დაკრედიტების ხელახლა გამოგონება გამარტივებული აპლიკაციებით, მობილური წვდომით და რეალურ დროში დამტკიცებებით.

მიდგომა : ბანკი თანამშრომლობდა Deloitte-თან, რათა განესაზღვრა კლიენტებისა და ტექნოლოგიების მოთხოვნები ციფრული დაკრედიტების ახალი სისტემისთვის ღრუბელზე დაფუძნებული. Deloitte-ის OpenDATA პლატფორმა AWS-ზე მოქნილი, მასშტაბირებადი, მოდულური განვითარების საშუალებას იძლევა. ამან შესაძლებელი გახადა Agile მეთოდოლოგიების მიღება, პირველი ვერსიის მიწოდება სულ რაღაც 13 კვირაში.

სისტემა იყენებს მოწინავე ანალიტიკას, მათ შორის AI და ML, შიდა სისტემების, გარე მონაცემთა ბაზების, სოციალური მედიის და სხვა წყაროების მონაცემების ინტეგრაციისა და ანალიზისთვის, რათა შექმნას ყოვლისმომცველი, განახლებული მსესხებლის პროფილები.

იგი იყენებს წინასწარ განსაზღვრულ წესებს ანტრესოლით დაფინანსების ფილტრაციისა და ვარგისიანობის შესაფასებლად. RPA, blockchain და ჭკვიანი კონტრაქტები ავტომატიზირებს სახელმძღვანელო ამოცანებს, როგორიცაა დოკუმენტაცია, გამოთვლები და ანგარიშგება.

Qlik Sense საშუალებას იძლევა მონაცემთა ინტერაქტიული ვიზუალიზაცია, პროგნოზირებადი მოდელირება, სცენარები და სტრეს-ტესტირება ანტრესოლის სტრატეგიებისა და რისკის მართვის ოპტიმიზაციისთვის.

შედეგად, სესხის განაცხადის ვადა 20 დღიდან 15 წუთამდე შემცირდა, დამტკიცების მაჩვენებელი 50%-დან 90%-მდე გაიზარდა, დამუშავების ხარჯები კი 70%-ით შემცირდა. ასევე გაუმჯობესდა ტყვიის ნაკადი, ხარისხი და კონვერტაცია, ხოლო ანტრესოლით შეთავაზებების გამჭვირვალობა და თანმიმდევრულობა გაუმჯობესდა. ანალიტიკა და სიმულაციები ოპტიმიზირებულია სტრატეგიებისა და გადაწყვეტილებების შესახებ.

შემთხვევა 2: კერძო დაკრედიტების კომპანია იყენებს GoDocs-ს დაკრედიტების მოდერნიზაციისთვის

ისტორია : TheLender არის კერძო დაკრედიტების კომპანია, რომელიც სპეციალიზირებულია უძრავი ქონების ინვესტორებისთვის ხიდის სესხების გაცემაში. კრედიტორი ცდილობდა განესხვავებინა სხვა კრედიტორებისგან, უფრო სწრაფი, მარტივი და გამჭვირვალე დაკრედიტების პროცესის შეთავაზებით.

მიდგომა : კომპანია თანამშრომლობდა GoDocs-თან, კომერციული სესხის დოკუმენტების გენერირების პროგრამული უზრუნველყოფის წამყვან პროვაიდერთან, ციფრული დაკრედიტების პლატფორმის დასანერგად, რომელიც ავტომატიზირებს სესხის წარმოშობისა და დახურვის მთელ პროცესს.

პლატფორმა იყენებს ღრუბლოვან გამოთვლებს, ხელოვნურ ინტელექტს და ბლოკჩეინის ტექნოლოგიას სამუშაო ნაკადების გასამარტივებლად, შეცდომების შესამცირებლად და უსაფრთხოების გასაძლიერებლად.

გარდა ამისა, TheLender-ის ციფრული დაკრედიტების პლატფორმა საშუალებას აძლევდა შეამციროს სესხის დოკუმენტების გენერირების დრო საათებიდან წუთებში, აღმოფხვრას მონაცემების ხელით შეყვანა და ადამიანური შეცდომები, უზრუნველყოს რეალურ დროში ხილვადობა და თანამშრომლობა სესხის ტრანზაქციაში ჩართულ ყველა მხარეს შორის, უსაფრთხოდ შეინახოს და გაიზიაროს სესხი. დოკუმენტები განაწილებული წიგნის შესახებ და საბოლოოდ ინტეგრირება მესამე მხარის სერვისებთან, როგორიცაა საკრედიტო ბიუროები, სათაური კომპანიები და ესქრო აგენტები.

შედეგად, კომპანიის ციფრული დაკრედიტების პლატფორმა დაეხმარა მას ერთ წელიწადში 300%-ით გაეზარდა სესხის მოცულობა და შემოსავალი, გააუმჯობესა კლიენტების კმაყოფილება და შეკავების მაჩვენებლები, შეამცირა საოპერაციო ხარჯები და რისკები, ასევე მოიპოვა კონკურენტული უპირატესობა კერძო დაკრედიტებაში. ბაზარი.

დასკვნა

ციფრული ტრანსფორმაცია წარმოადგენს დამაჯერებელ შესაძლებლობას ანტრესოლით კრედიტორებისთვის ინოვაციებისა და ღირებულების შესაქმნელად. მოწინავე ტექნოლოგიებს, მათ შორის ავტომატიზაციას, ხელოვნურ ინტელექტს და მონაცემთა ანალიტიკას შეუძლია მიმართოს მიმდინარე ტკივილს გარიგების წყაროს, პროცესის ეფექტურობისა და პორტფელის მენეჯმენტის გარშემო.

პოტენციური სარგებელი მრავალმხრივია - გაუმჯობესებული მომხმარებლის გამოცდილება, თანამშრომლების პროდუქტიულობა, რისკის მართვა და სტრატეგიული სისწრაფე. მთავარი სარგებელი არის ტრანზაქციების რაოდენობის და შესაბამისად შემოსავლის ზრდა.

2018 წლიდან 2021 წლამდე სბერბანკში მუშაობის ჩემი გამოცდილებიდან გამომდინარე, ცხადია, რომ ანტრესოლით ბიზნესში ასეთი ცვლილებების განხორციელებამ შეიძლება მნიშვნელოვნად გაზარდოს როგორც ბიზნესის მოცულობა, ასევე გარიგებების რაოდენობა. თავდაპირველად სბერბანკი ახორციელებდა დაახლოებით 10 ანტრესოლით გარიგებას წელიწადში.

თუმცა, 2022 წლისთვის, ეფექტური ავტომატიზაციის სტრატეგიების მიღების შემდეგ, ბანკის შესაძლებლობები ყოველწლიურად 100-ზე მეტ გარიგებამდე გაიზარდა.

ეს მნიშვნელოვანი ზრდა ხაზს უსვამს ციფრული ინოვაციების მნიშვნელოვან გავლენას ანტრესოლით დაკრედიტების ოპერაციების მასშტაბის და ეფექტურობის გაძლიერებაზე.