80%→≈100% автоматом обработанных заявок в кредитном конвейере. D’Terra помогает банку получать правильные адреса заемщиков

Компания. D’Terra — digital-интегратор, специализируется на разработке сайтов и веб-сервисов для финансовой отрасли: банков, инвестиционных и страховых компаний. Ребята разрабатывают сайты, обеспечивают их безопасность и масштабирование. Также внедряют отраслевые решения, проводят интеграции, создают дизайн на основе usability-аудитов.

Сделали 100+ проектов. Например, сайты страховой компании «Югория», «Синары», «Делобанка», «Стройлесбанка», «Банка АТБ». 

Задача. Передавать в кредитный конвейер банка адреса, которые заемщики вводят на сайте — без ошибок, в едином формате, обогащенные полезными сведениями. Это нужно, чтобы система автоматически обрабатывала заявки на кредиты и не отнимала время сотрудников банка. 

Решение №1. Разработали подсказки с вариантами из собственного адресного справочника. В результате кредитный конвейер автоматически обрабатывал только 80% заявок. Проблема — ошибки и пробелы в справочнике адресов. 

Решение №2. Перешли на «Подсказки» «Дадаты». Сервис использует ФИАС (ГАР) — самый полный адресный справочник РФ. Теперь кредитный конвейер автоматически обрабатывает около 100% заявок.

Задача. Передавать в кредитный конвейер адреса без ошибок, в едином формате, с дополнительными сведениями

D’Terra разрабатывают сайты банков и интегрируют их с внутренними системами. 

На сайте банка люди оставляют заявки на кредиты и кредитные карты. Для этого заполняют электронные формы — вагон информации от ФИО до сведений о работодателе и составе семьи.

Заявки попадают в кредитный конвейер. Система анализирует данные заемщика и помогает сотрудникам банка принять решение: можно ли выдавать кредит. Благодаря кредитному конвейеру решения принимают быстро: человек оставляет заявку, и через две минуты ее одобряют или отклоняют.

Анализируя данные заемщика, кредитный конвейер обращает внимание на адрес человека. Система проверяет, входит ли адрес в территорию обслуживания банка: если нет, в кредите откажут. А еще учитывает адреса при скоринге заемщика. 

Важно, чтобы адреса попадали в кредитный конвейер без ошибок, в едином формате, с дополнительными сведениями. Например, система потребует регион и ФИАС-код — идентификатор в адресной системе налоговой. 

В противном случае кредитный конвейер не обработает заявку по бизнес-процессу и передаст на ручной разбор сотруднику банка. Автоматизация сломается.

Решение №1. Самописные подсказки с вариантами из собственного справочника адресов

В D’Terra подумали: чтобы кредитный конвейер получал адреса без ошибок и в правильном формате, нужно, чтобы заемщики сразу правильно вводили адреса на сайте банка.

Для этого решили подсказывать заемщикам адреса. Принцип такой: человек вводит только первые буквы улицы или города, а затем выбирает адрес из списка подходящих вариантов. Среди этих вариантов — только правильные и полные адреса в нужном формате. Ошибиться невозможно.

Функциональность разработали самостоятельно. 

Варианты адресов для подсказок брали в собственном справочнике: научили форму к нему обращаться. В справочнике для каждого адреса хранили компоненты — отдельные регион, город, улицу, дома, ФИАС-код. Сведения подтягивали в заявку вместе с адресом, который ввел человек. 

Появилась проблема. Кредитный конвейер не обрабатывал 20% заявок с подсказанными адресами

Дело оказалось в справочнике, из которого брали варианты для подсказок:

• в адресных компонентах были пробелы. Например, у части адресов не хватало региона и ФИАС-кода. А без этих сведений кредитный конвейер не обработает заявку;
• в справочнике были ошибки. Например, у адреса мог быть неправильный ФИАС-код. Система замечала несоответствие и отправляла заявку на ручной разбор;
• справочник не успевали обновлять. Представьте, человек вводит адрес новостройки, а в справочнике такого дома нет — не успели добавить. Тогда форма не подсказывает адрес, заемщик вводит его кое-как, с ошибками. И заявку приходится разбирать вручную.

Поддерживать собственный адресный справочник — непрофильная задача для разработчиков D’Terra. Поэтому ребята искали стороннее решение. Нужны были подсказки с другим адресным справочником «под капотом»: без пробелов и ошибок, с регулярными обновлениями.

D’Terra отказались от самописных подсказок и заменили их нашим сервисом «Подсказки».

«Подсказки» «Дадаты» работают аналогично самописным подсказкам D’Terra. Сервис предлагает людям варианты адресов — сразу полные, в едином формате и без ошибок. Для введенного адреса присылает компоненты, которые требует кредитный конвейер.

Сервис подключили по API:

Разница с самописными подсказками — в справочнике, из которого «Подсказки» берут варианты. Наш сервис работает на основе ФИАС (ГАР) — адресной базы налоговой. Это самый полный справочник российских адресов из открытых. Справочник дополняем и регулярно обновляем. 

В результате кредитный конвейер автоматически обрабатывает заявки.

«Мы устранили проблемы некорректной обработки данных. Предоставили возможность для тысячи клиентов ежедневно корректно вводить персональные данные. Благодаря этому банковские заявки обрабатываются без сбоев, что позволяет банку избежать потерь из-за неправильно заполненных заявок»

Почему выбрали «Дадату»

В D’Terra выбрали «Подсказки» «Дадаты», потому что уже использовали наш сервис на банковских сайтах. Подсказывали ФИО, емейлы, отделения выдачи паспортов, реквизиты компаний. 

«В 2018 году мы искали для себя и наших клиентов сервисы-справочники общего типа для валидации данных. В результате поняли, что DaData — самый оптимальный отечественный подрядчик, подходящий для реализации наших требований. Изначально мы использовали простые валидации для ФИО и email, а далее стали более обширно использовать функциональность сервиса»