Социальные сети сегодня занимают значительное место в жизни человека. Они дали возможность огромному количеству людей не только потреблять, но и создавать контент. Пользователи социальных сетей прямо или косвенно делятся своими взглядами, предпочтениями, интересами. Благодаря этому у компаний, бизнес которых связан с конечным потребителем, появились уникальные возможности для персонализации отношений с клиентами, анализа их поведения, оценки с точки зрения прибыльности. Конечно, извлечения и структурирование полезной информации из социальных сетей является нетривиальной задачей, требующей использования самых современных технологий и серьезной экспертизы в таких областях как big data, machine learning, text mining, social network analysis. Далеко не каждая компания обладает ими. SCORR предлагает уникальные решения в области анализа социальных сетей.

Задача оценки кредитоспособности заемщика банка.

Рассмотрим задачу оценки кредитоспособности заемщика. С одной стороны она решается уже довольно давно различными бюро кредитных историй и банками, но с другой стороны качество прогнозов вызывает вопросы. Главными (и чуть ли не единственными) источниками информации являются:

  • кредитная история заемщика
  • сведения о трудоустройстве/доходах
  • анкетные данные из кредитной заявки

Является ли эта информация достаточной для объективной оценки кредитоспособности? Мы считаем, что нет, хотя бы потому что у клиента может просто не быть кредитной истории, а сведения о доходах часто ничем не подкреплены. Является ли эта информация необходимой? Скорее нет, чем да. Анализ кредитной истории и сведений о трудоустройстве – это лишь один из способов оценки соотношения доходов и расходов заемщика. Информация из социальных сетей может быть использована для подтверждения дохода косвенным образом: посещенные места, интересы, устройства с которых человек посещает социальные сети, социальный статус заемщика. Охват аудитории социальных сетей сравним с крупнейшими кредитными бюро:socnet_vs_credbureau