Как компания хотела автоматизировать процесс, но запустила новый продукт: история роста и масштабирования

Почему мы решили создать этот проект

За 2021 год в арбитражные суды было заявлено около 144 тыс. исков о взыскании долга на 3,1 трлн руб. в связи с неисполнением обязательств по договорам. При этом статистически судом удовлетворяется только около половины указанной суммы: в остальных случаях кредиторам не удается доказать суду правомерность и обоснованность их требований в полном объеме.

Однако и дальнейшая судьба успешно просуженных долгов не всегда позитивна: по данным статистики ФССП разных лет, в среднем только около 22% исполнительных производств закрываются в связи с фактическим исполнением. 

Идея

Самый оптимальный подход в разработке нового проекта, призванного помогать внутренним процессам — посмотреть на эти процессы чуть шире и подумать, в каких еще областях они могут работать. Более того, такие «вспомогательные» проекты нередко превращаются в значимую часть деятельности компании и приносят ей больше дохода и больше возможностей для роста бизнеса.

Свою задачу как компании, занимающейся инвестициями в просроченную дебиторскую задолженность, мы видели в том, чтобы выбрать среди общего массива просроченной дебиторской задолженности те долги, которые можно взыскать в полном объеме и в срок не более года. 

Первоначально эту работу осуществляли наши аналитики, но в ручном режиме невозможно обработать все существующие долги — в среднем удавалось оценить около 400 долгов в месяц.

Мы решили разработать систему, которая позволила бы автоматизировать первичную оценку долга и увеличить количество предварительных оценок минимум до 3 тыс. Созданная система выросла в отдельный самостоятельный продукт — систему автоматического скоринга контрагентов Rescore, функционирующую на базе искусственного интеллекта.

Поиск ресурсов

Для разработки действительно качественного продукта не всегда достаточно внутренней экспертизы.

В нашем случае мы отлично разбирались в долгах, но плохо — в структуре ИТ-продуктов и корректной методике реализации наших идей. Так что один из выводов, который мы сделали: в любом проекте не помешает взгляд со стороны, который позволит увидеть возможности развития в том, что изнутри кажется конечной точкой маршрута. 

В начале проекта мы столкнулись с определенными сложностями при работе с подрядчиком: было сложно ставить задачи и контролировать их выполнение. Кроме того, разработка системы на аутсорсе зачастую не позволяла оперативно вносить изменения в систему.

Читайте по теме:

Как проверить контрагента? Подборка сервисов

Как перестать ждать и начать получать ответы от клиента, подрядчика, партнёра?

В какой-то момент мы поняли, что без внутренних ИТ-компетенций работать будет очень сложно, и нам необходим человек, который сможет действовать в качестве координатора между разработчиками и бизнесом.

Так что мы приняли решение о создании собственной команды. Такая организация работы над продуктом дала нам возможность лучше управлять развитием проекта и обеспечила значительно больше гибкости, а значит, и более точную настройку алгоритма с учетом важных экономических факторов — например, специфики конкретной отрасли или текущей ситуации на рынке.

Разработка

Начинать новый проект лучше всего на основе тех данных и процессов, которые уже есть в компании. Наша работа стартовала в мае 2018 года.

На базе специального конструктора алгоритмов оценки платежеспособности клиента и математических моделей для компаний разного типа был создан алгоритм сбора данных из более чем 30 источников и их анализа по 1500 показателям.

Особенность этого алгоритма состоит в том, что он не только аккумулирует данные, но и выдает на их основе справку о финансовой благонадежности должника, вероятности его банкротства в ближайшие 12 месяцев, а также рекомендации, стоит ли с ним работать. 

Аналитической базой для нас стали данные ручной оценки собственных экспертов по 30 тыс.+ компаний. Точность алгоритма на сегодня составляет около 95% и постоянно повышается благодаря обратной связи: компании, получившие положительную оценку сервиса, проверяются профессиональными аналитиками.

В случае расхождений оценки система корректируется, и новые данные учитываются уже в дальнейшей работе.

Развитие

Не стоит стремиться сразу запустить идеальный продукт — можно начать с создания базы, которая имеет высокий потенциал для дальнейшего развития. Такой подход показался нам самым оптимальным: текущими возможностями системы уже можно было пользоваться, и в процессе «эксплуатации» появлялись новые идеи, которые позволяли нам совершенствовать продукт и делать его еще более удобным для пользователя. 

Кроме того, важно реагировать не только на конкретные потребности пользователей, но и на рынок в целом. Сейчас постоянно появляются новые источники данных, экономика очень изменчивая, так что приходится держать руку на пульсе.

Например, когда в России наступил экономический кризис, мы расширили выборку данных по компаниям, включив в математическую модель данные за прошлые периоды и учтя более высокий риск банкротства компаний из-за нестабильной экономики.

Продвижение

Начинать продвижение нового ИТ-продукта стоит с анализа рынка. Он даст представление о том, какие усилия нужно приложить для продажи и на какую группу клиентов стоит ориентироваться.

Для захода на рынок стоит выбирать целевую аудиторию, в которой ваше предложение быстрее всего найдет отклик, а уже потом развивать этот рынок, дорабатывая продукт для нужд более широкого списка клиентов.

Проведя такой анализ для нашего проекта, мы поняли, что масштабные, веерные продажи на стартовом этапе не являются для нас приоритетом, и наша целевая аудитория на тот момент состояла из крупных компаний, которым требовался индивидуальный подход и настройка системы под конкретные требования. 

На этом пути мы столкнулись с неверием наших потенциальных клиентов в то, что контрагента можно быстро и просто проанализировать в автоматическом режиме, без участия человека. В результате мы сделали акцент на индивидуальной работе с каждым крупным клиентом.

Читайте также:

Банковская бизнес-аналитика без розовых очков: как узнать, окупится ли внедрение аналитического ПО

Зачем разработчики создают сразу несколько сторонних проектов

Мы узнавали его «боли» и говорили о том, как наш продукт может справиться с решением его проблем: каким образом работает наш алгоритм, какие факторы проверяются, как они влияют на итоговую оценку контрагента.

Конечно, не любой лид ведет к продаже, ведь внедрение ИИ — это достаточно дорогое удовольствие, и не для всякой компании оно будет актуально. Но таргетированное предложение, соответствующее нуждам конкретного клиента воспринимается значительно лучше шаблонного оффера.

Еще один важный инструмент продвижения — тестовый доступ.

Люди должны понимать, за что именно они собираются платить, и возможность опробовать систему на реальных кейсах часто является весомым доводом при принятии решения о покупке продукта. В нашем случае мы даем возможность потенциальному клиенту проверить несколько своих контрагентов, а затем сравнить, совпадут ли результаты проверки ИИ с результатами их внутренней, ручной проверки.

В результате такого подхода у нас появились десятки крупных клиентов, которые заказали более 500 тыс. проверок. К ним присоединяется более тысячи клиентов из сферы малого и среднего бизнеса, которые работают с сервисом в формате разовых, точечных проверок.

Выводы 

Но это, конечно же, шутка. Да, на пути нам приходится сталкиваться со множеством сложностей и решать самые разнообразные задачи, но дело того стоит. 

Наш проект прошел путь трансформации из внутреннего сервиса в отдельный продукт, необходимый многим бизнесам — объективную систему оценки контрагентов и должников, которая помогает компаниям управлять своим финансовым здоровьем через мониторинг и оценку контрагентов и дебиторов.

Относительно рынка долгов, цифровизация которого сейчас идет полным ходом, система оценки должников способствует объективному ценообразованию и, соответственно, развитию этого рынка в целом.

Фото на обложке: Unsplash / Maxim Hopman