Друзья, в преддверии Data Day продолжаем серию публикаций о проектах, которые помогают автоматизировать процессы, делать данные доступнее и сокращать издержки бизнеса.

Сегодня команда ВТБ делится деталями кейса «Metric Tree Modelling — система прескриптивной аналитики в процессах финансового урегулирования».

Это проект из шорт-листа Премии FINNEXT 2026.

Ключевая идея — уйти от реактивной модели и перейти к прогнозированию сценариев с выбором оптимальной стратегии урегулирования для каждого клиента.

Архитектура и логика работы системы

В основе решения — многоуровневая структура: на верхнем уровне триггеры из внешней и внутренней среды, чуть ниже — витрины данных и BI-система, а ядром выступает платформа исполнения, объединяющая портфельные, операционные и LLM-модели. Система Metric Trees позволяет мгновенно оценивать влияние изменений на ключевые метрики, а платформа множественного тестирования обеспечивает возможность онлайн-проверки гипотез.

Система опирается на более чем 1000 атрибутов по каждому клиенту и способна прогнозировать cash flow в различных сценариях. На этой основе она выбирает следующий наилучший шаг — от формата коммуникации до конкретного инструмента урегулирования.

Вызовы рынка и переход к AI-модели

Актуальность решения усиливается изменениями в законодательстве, например, возможностью прохождения процедуры банкротства с сохранением единственного жилья. Это создает дополнительное давление как на банки, так и на заемщиков. По оценкам ЦБ, 5,6 млн человек имеют ипотеку и хотя бы один дополнительный кредит, 4,4 млн — только ипотеку, при этом число банкротств ипотечных заемщиков выросло в 12,5 раза. Ситуацию усложняют недобросовестные практики и рынок «раздолжнителей».

В этих условиях ВТБ развивает проактивную модель урегулирования на базе AI. Система способна моментально оценить влияние триггеров (таких как, например, снижение средней доходности клиентаа на метрики либо списание задолженности по беззаголовым кредитам), после чего она классифицирует заемщиков, прогнозирует возможные сценарии и подбирает оптимальную стратегию с точки зрения финансового результата.

В числе инструментов урегулирования — кредитные каникулы, реструктуризация, рефинансирование и частичная амнистия долга.

Экономический эффект и социальная значимость

Практические результаты уже заметны: урегулировано более 130 ипотечных кейсов, уровень удовлетворенности клиентов достиг 82%.

В планах – рефинансирование всех кредитов заемщика в банке новым кредитом под залог ипотечного актива, а также консолидация всех кредитов заемщика (банки, МФК) под залог ипотечного актива.

Влияние проекта выходит за рамки одного банка: он меняет сам подход к урегулированию, превращая его из инструмента взыскания в механизм финансового оздоровления. Система помогает предотвращать личные финансовые кризисы, защищает клиентов от мошеннических схем и повышает финансовую инклюзивность.

Хотите узнать больше о прикладных подходах, которые приносят компаниям ощутимую пользу? Обсудим это на Data Day!

👉 Сайт и программа Форума