Скоринг клиентов для продаж в рассрочку без кассовых провалов

Продажа в рассрочку увеличивает выручку, но вместе с ней приносит просрочку, возврата и кассовые разрывы. Я вижу одну и ту же ошибку у собственников: решение о рассрочке принимают продавцы по впечатлению от клиента, а не по правилам. Пока поток заявок мал, проблема прячется. Когда продажи растут, убыток начинает съедать маржу.

Скоринг вводят не ради сложной аналитики, а ради управляемого решения. Смысл простой: до сделки клиент получает оценку по набору признаков, после чего система или сотрудник выдает одно из трех решений — одобрить, одобрить с ограничением или отказать. Ограничением служат первый взнос, меньший срок, меньшая сумма, поручитель, подтверждение дохода. Бизнес перестает гадать и начинает считать риск на входе.

Сначала я отделяю задачу продаж от задачи кредита. Если вы даете рассрочку за свой счет, вы по сути кредитуете клиента. Значит, оценивать надо не желание купить, а вероятность оплаты по графику. У продавца цель закрыть сделку. У собственника цель заработать после учета просрочки, стоимости денег, расходов на взыскание и доли невозврата. Пока эти цели не разведены по процессу, скоринг не приживется.

Что оценивать

Для первого запуска не нужен длинный список полей. Хватает данных, которые правда влияют на дисциплину оплаты и которые бизнес умеет собрать без хаоса. Я обычно беру пять групп признаков.

Первая группа — идентификация. ФИО, дата рождения, телефон, адрес, документ, подтверждение личности, совпадение данных в анкете и в документе. На этом шаге отсекаются ошибки, чужие документы и намеренная подмена сведений. Если клиент путается в базовых данныхных или избегает проверки, риск уже повышен.

Вторая группа — платежная способность. Источник дохода, стаж на текущем месте, регулярность поступлений, наличие иных кредитных платежей, доля ежемесячного взноса в доходе. Не нужен идеальный портрет. Нужна понятная картина: из какого денежного потока клиент закроет рассрочку и не раздавит ли его взнос в первый же месяц.

Третья группа — устойчивость поведения. Сколько времени используется номер телефона, совпадает ли адрес проживания и доставки, как давно клиент взаимодействует с компанией, были ли покупки без просрочки, есть ли возвраты, спорные платежи, необъяснимые изменения условий в последний момент. Поведенческие признаки нередко говорят о риске точнее, чем формальная анкета.

Четвертая группа — параметры сделки. Сумма, срок, первоначальный взнос, категория товара, ликвидность товара при возврате, наценка, сезонность, канал продажи. Риск клиента нельзя рассматривать отдельно от риска сделки. Рассрочка на короткий срок с первым взносом и товаром, который быстро возвращается в продажу, сильно отличается от длинной рассрочки без аванса.

Пятая группа — стоп-факторы. Недействительный документ, отказ от подтверждения данных, явные несоответствия, агрессивное давление на продавца, подозрительная спешка, несколько заявок с разными телефонами, попытка оформить покупку на третье лицо. При наличии стоп-фактора скоринг не нужен. Решение отрицательное сразу.

Как собрать модель

Я не начинаю с математической модели. Сначала строю понятную шкалу баллов. Каждый признак получает вес: низкий риск добавляет баллы, высокий риск снимает. Дальше задаются пороги. Верхний порог — одобрение. Средняя зона — одобрение с ограничением. Нижняя зона — отказ. Для малого и среднего бизнеса этого достаточно, чтобы перейти от хаоса к управлению.

Вес признаков берут не из чужих таблиц, а из собственной экономики. Если у вас высокий средний чек и длинный срок, ошибка одобрения обходится дорого. Значит, порог поднимается, а штраф за слабые признаки растет. Если товар быстро изымается и продается повторно, часть риска покрывается активом, пороги можно настроить мягче. Скоринг без связи с юнит-экономикой бесполезен.

Хорошая отправная точка — ручная разметка прошлых сделок. Возьмите архив рассрочек за период, где уже понятен результат: платил без задержек, входил в просрочку, не вернул долг, закрыл досрочно. Разделите сделки по признакам и посмотрите, где концентрируется убыток. Вас интересует не средняя картина, а группы, в которых теряются деньги. После этого веса становятся предметными.

Если архива мало, я запускаю первую версию на экспертных правилах и сразу собираю данные для пересмотра. Тут важна дисциплина фиксации: каждое решение, каждый отказ, каждая просрочка, каждая причина изменения условий записываются в одну форму. Через несколько месяцев накопится база, по которой видно, какие признаки правда отделяют надежного клиента от проблемного.

Более продвинутый этап — калибровка, то есть настройка шкалы так, чтобы баллы соответствовали реальному риску невозврата. Для бизнеса без большой выборки хватит простого правила: не усложнять модель, пока нет уверенных данных. Пятнадцать сильных признаков лучше сорока слабых.

Как встроить в процесс

Скоринг работает только внутри понятного маршрута сделки. Клиент оставляет заявку, менеджер собирает анкету, система проверяет стоп-факторы, присваивает балл и выдает решение. Менеджер не обсуждает внутренние правила, не спорит с порогом и не обещает одобрение заранее. Если допущены ручные исключения, у них есть лимит и ответственный.

Я советую ввести три уровня решения. Первый — автоматическое одобрение. Второй — одобрение с изменением условий. Третий — отказ. Между ними задаются конкретные действия. При среднем риске бизнес не теряет продажу, а меняет конструкцию сделки: увеличивает первый взнос, сокращает срок, просит дополнительный документ, переводит клиента на другой товар с меньшей суммой. Такой режим приносит больше прибыли, чем грубая схема «да или нет».

Отдельно нужен контроль качества ввода. Если менеджер заинтересован протолкнуть заявку, он начнет смягчать ответы клиента. Поэтому анкета строится так, чтобы часть полей подтверждалась документом, звонком, платежной историей внутри компании или технической проверкой контактов. Иначе вы будете оценивать не клиента, а фантазию продавца.

После запуска я смотрю не на число одобрений, а на четыре метрики: доля одобрения, просрочка по срокам, доля невозврата, прибыль после учета потерь. Если одобрение высокое, а просрочка растет, пороги занижены. Если просрочка низкая, но продажи просели, модель режет слишком много хороших клиентов. Настройка идет по факту, а не по ощущению.

Еще один критичный узел — работа с отказами. Отказ без фиксации причины не учит бизнес ничему. Причина должна кодироваться: слабый доход, несоответствие данных, риск по прошлому поведению, нарушение стоп-фактора. Тогда спустя время видно, какие причины оправданы, а какие лишь мешают продажам.

Если бизнес использует рассрочку как инструмент роста, я бы не оставлял скоринг только финансисту или продавцу. Ответственность лучше делить: коммерческий блок отвечает за конверсию и корректный сбор данных, финансовый — за пороги и риск, собственник — за целевую экономику продукта. Когда зона ответственности размыта, просрочка всегда оказывается «ничьей».

Хорошо внедренный скоринг не тормозит продажу. Он сокращает число случайных решений, выравнивает качество портфеля и дает собственнику понятный рычаг управления: можно ослабить правила ради роста или ужесточить их ради защиты денег, видя цену каждого шага в цифрах.