Сегодня выдаю базовую базу!
Разберёмся с ключевыми метриками, которые важно понимать, если работаешь в банке, финтех-компании или рядом с ними.
Эти метрики — база: без них сложно осознанно принимать решения, отслеживать воронку, понимать, что идёт не так.
Важно не только для аналитиков (хотя для них — в первую очередь), но и для разработчиков, девопсов, продуктов, дата-сайентистов. Всё потому, что на этих показателях держится воронка выдачи кредитов и оценки эффективности продукта.
✅ Approval Rate (AR) — доля одобренных заявок
Формула:
AR = одобренные заявки / все заявки
Что показывает:
Какой процент клиентов получает одобрение от банка. Метрика полностью в руках самого банка — он может увеличить или сократить одобрения, поменять политику по конкретным сегментам (например, по зарплатным клиентам или новеньким).
Как используется:
По сегментам клиентов (зарплатные / незарплатные)
По этапам одобрения (их обычно несколько, но не углубляемся)
В когортном анализе — сравниваются клиенты, пришедшие в разные периоды
🪝 Take Rate / Take Up — доля использованных одобренных заявок
TR = сделки / одобренные заявки
Что показывает:
Сколько клиентов в итоге берут кредит, после одобрения. Это отражает привлекательность предложения — ведь клиент может податься сразу в несколько банков и выбрать самое выгодное.
Если take rate падает:
Предложение хуже, чем у конкурентов
Клиентский сервис хромает
Не попали в ожидания по ставке / условиям
🔁 Conversion Rate (CR) — общая конверсия из заявки в сделку
Формула:
CR = сделки / все заявки
Что показывает:
Это общая картинка по воронке. CR — результат умножения AR и TR:
CR = AR × TR
Используется реже, но помогает быстро понять, как в целом работает путь клиента.
📉 ПДН (показатель долговой нагрузки)
Формула:
ПДН = ежемесячные выплаты по кредитам / среднемесячный доход
Что показывает:
Насколько клиент "перегружен" кредитами. Используется риск-подразделением при принятии решения об одобрении. Например, если у человека уже 90% дохода уходит на кредиты — новый он просто не потянет.
Для бизнеса:
Кто наш клиент?
Насколько он надёжен и платёжеспособен?
Не лезем ли мы в токсичный сегмент?
⚠️ Probability of Default (PD) — вероятность дефолта
Что показывает:
С какой вероятностью клиент не вернёт кредит. Один из ключевых риск-показателей.
Как считается:
На основе множества признаков — доход, поведение, история, внешние источники и т.д. Обычно рассчитывается с помощью моделей машинного обучения (вот тут нужны дата-сайентисты).
Важно:
Алгоритмы у каждого банка свои, это закрытая история — но смысл один: предсказать, кто с большей вероятностью не выплатит кредит.
А на этом пока хватит 😕
Если полезно ставьте 🔥
#полезное
#финтех