Почему данные стали главным инструментом банковских решений

Сегодня эта модель стремительно уходит в прошлое. Не потому, что банки внезапно превратились в ИТ-компании, а потому, что сама среда стала слишком быстрой для интуитивного управления. Решения, которые раньше принимались кварталами, теперь требуют реакции в течение дней, а иногда – часов.

На этом фоне данные перестали быть приложением к презентациям для руководства. Они стали полноценным инструментом управления: помогают запускать продукты, оценивать риски, прогнозировать поведение клиентов и даже принимать решения, которые раньше оставались исключительно за людьми.

Почему банковская индустрия постепенно отказывается от модели «решения на ощущениях», как меняется роль продуктовых менеджеров и почему даже самые точные алгоритмы не способны заменить человеческое мышление, «Экспресс газете» рассказал аналитик и специалист по количественной аналитике финансовых продуктов Владислав Луконин, работавший с банковскими системами России и США.

— Владислав, сегодня выражение data-driven используют почти все банки и финтех-компании. Что это на самом деле означает?

Владислав Луконин: Если говорить простыми словами, data-driven – это подход, при котором ключевые решения принимаются не на интуиции, не на мнении самого влиятельного человека в комнате и не потому, что так всегда работало и было принято, а на основе анализа данных, экспериментов и проверяемых метрик.

Раньше в банках многое строилось вокруг управленческого опыта. Условно говоря, сильный руководитель продукта считался человеком, который «чувствует клиента» и заранее понимает, что сработает. Сейчас этого недостаточно. Потому что рынок слишком быстро меняется, а объем данных стал настолько большим, что человеческая интуиция просто не способна охватить всю картину. Когда у банка десятки миллионов клиентов, невозможно принимать качественные решения, опираясь только на личный опыт или несколько десятков кейсов. Поэтому данные постепенно стали основным способом проверки гипотез.

— То есть банки начинают меньше доверять человеческой интуиции?

Владислав Луконин: Я бы сказал иначе: роль интуиции меняется. Есть распространенное заблуждение, что data-driven-подход якобы вытесняет людей из процесса принятия решений. На практике происходит другое. Человек перестает быть единственным источником ответа и становится человеком, который задает правильный вопрос. Это принципиально другая роль.

Самые сильные продуктовые решения, которые я видел в финансовой индустрии, рождались не из слепой веры в алгоритмы и не из управленческой интуиции отдельно. Они появлялись на стыке двух вещей: аналитик замечал аномалию в данных, которую никто специально не искал, а опытный менеджер понимал, что она означает для бизнеса и клиента. Данные сами по себе не создают стратегию. Они помогают увидеть то, что человек мог бы пропустить.

— Почему этот переход особенно заметен именно в банковской сфере?

Владислав Луконин: Потому что банки – это среда, где огромное количество решений принимается постоянно и под высоким уровнем ответственности. Речь идет не только о маркетинге или интерфейсах приложений. Это кредитные лимиты, антифрод-системы, оценка рисков, персональные предложения, рекомендации клиентам, прогнозирование дефолтов. И здесь появляется еще один важный фактор – требования регуляторов.

Еще несколько лет назад внутри бизнеса мог существовать ответ: «так решил менеджер». Сегодня этого уже недостаточно. Регулятору нужна воспроизводимая и объяснимая логика. Почему клиенту отказали? Почему ему предложили именно этот продукт? Почему система оценила риск именно так? То есть данные становятся не только инструментом эффективности, но и инструментом прозрачности.

— Как выглядит переход банка к такой модели изнутри?

Владислав Луконин: Обычно это не резкая трансформация, а постепенный процесс. Первая стадия – описательная. Банк просто начинает активно смотреть на данные: появляются отчеты, аналитические панели, ретроспективный анализ. Решения по-прежнему принимают люди, но уже опираясь на цифры.

Вторая стадия – экспериментальная. И вот здесь начинается настоящая трансформация. Появляются A/B-тесты, контролируемые эксперименты, инфраструктура для проверки гипотез. В этот момент данные перестают быть отчетностью и становятся полноценным механизмом принятия решений. Но именно здесь многие компании сталкиваются с неожиданной проблемой – психологической.

— Что вы имеете в виду?

Владислав Луконин: Многие организации хотят работать с данными ровно до того момента, пока данные не начинают противоречить мнению руководства. Я видел ситуации, когда команда запускала эксперимент фактически для того, чтобы подтвердить уже принятое решение. А если результаты показывали обратное – начинались попытки «правильно интерпретировать» цифры. Это очень человеческая история.

Настоящая культура работы с данными требует готовности признать, что твоя гипотеза может оказаться ошибочной. А это довольно сложно для любой корпоративной среды. Самые сильные команды, с которыми я работал, запускали эксперименты не для того, чтобы доказать собственную правоту, а наоборот – чтобы попытаться опровергнуть свою идею. Именно это отличает зрелую аналитическую культуру от ее имитации.

— Насколько далеко банки уже зашли в использовании прогнозных моделей?

Владислав Луконин: Достаточно далеко. Сегодня многие банковские системы работают предиктивно – то есть пытаются предсказать поведение клиента еще до того, как оно произошло. Например, вероятность ухода клиента, вероятность покупки определенного продукта, риск просрочки, вероятность мошеннической операции. Следующий этап – системы, которые не только прогнозируют, но и рекомендуют конкретное действие: какой оффер показать клиенту, когда выйти с предложением, какой лимит установить.

И здесь появляется очень тонкая граница между ситуацией, когда данные помогают человеку принять решение, и ситуацией, когда решение фактически начинает принимать система.

— Это уже вызывает опасения?

Владислав Луконин: Да, и вполне обоснованно. Главная проблема в том, что люди склонны воспринимать алгоритмы как абсолютно объективные. Но это иллюзия. Есть популярный миф, что данные устраняют субъективность. На самом деле они просто переносят ее в другое место – на этап проектирования системы. Кто-то решает, какие данные собирать. Кто-то определяет, что считать успешным результатом. Кто-то выбирает метрику, на которую будет ориентироваться модель.

И в результате даже математически очень точная система может воспроизводить старые перекосы или дискриминировать определенные группы клиентов через косвенные признаки. В финансовой сфере это уже не абстрактная этическая дискуссия. Это прямой регуляторный и репутационный риск.

— Какие ошибки банки совершают чаще всего при переходе к управлению через данные?

Владислав Луконин: Самая распространенная ошибка – вера в то, что «данные сами все покажут». Нет. Данные ничего не значат без правильно поставленного вопроса. Можно собрать огромный массив информации, построить сложнейшую модель и при этом не решить ни одной реальной бизнес-задачи. Я много раз видел ситуации, когда команда гордилась технической сложностью своей аналитики, но не могла четко объяснить, какую именно проблему бизнеса она решает.

Вторая распространенная ошибка – культ больших данных. На практике огромное количество информации без понятной цели превращается просто в шум. Хорошая аналитика начинается не с объема данных, а с понимания проблемы.

— Как в этой системе меняется роль продуктового менеджера?

Владислав Луконин: Очень сильно, раньше продуктовый менеджер был носителем видения: человеком, который убеждает команду, что именно нужно строить. Теперь его роль ближе к роли переводчика между бизнесом, аналитикой и экспериментом. Он должен уметь сформулировать гипотезу так, чтобы ее можно было проверить, заранее определить критерии успеха и правильно интерпретировать результаты теста.

По сути, современный продуктовый менеджер работает не с уверенностью, а с неопределенностью. И это гораздо более сложная работа, чем кажется со стороны.

— Как вам кажется, куда банковская индустрия движется дальше?

Владислав Луконин: Мне кажется, следующий этап связан уже не с усложнением алгоритмов, а с более зрелым отношением к неопределенности. Выигрывать будут не обязательно те компании, у которых самый сложный искусственный интеллект. А те, которые быстрее учатся. Которые умеют быстро пересматривать гипотезы, адаптироваться к новым сигналам, признавать ограничения своих моделей и не боятся менять решения, если данные показывают новую картину.

И здесь есть важный парадокс: главная ценность data-driven-подхода не в том, чтобы заменить человека. Она в том, чтобы сделать человеческие решения точнее, быстрее и качественнее. Данные не отменяют профессиональное суждение. Они делают его сильнее. И я думаю, что через несколько лет сама фраза «мы принимаем решения на основе данных» перестанет восприниматься как конкурентное преимущество. Это станет базовым стандартом для всей индустрии. Главный вопрос будет уже не в том, использует ли компания данные, а в том, насколько хорошо она умеет задавать им правильные вопросы.

Василий Черный

*включен Минюстом РФ в список физлиц-иноагентов