Я изучал некоторые интересные данные о финтехе, которые не все замечают. Реальность такова, что разрыв между финтех-компаниями, использующими серьезный анализ данных, и теми, кто этого не делает, становится все больше. Он не сокращается, а расширяется.

McKinsey проанализировала 800 финтех-компаний в 40 странах и обнаружила довольно очевидную вещь: компании с развитой аналитикой зарабатывают в 2.6 раза быстрее, чем те, кто полагается на базовые отчеты. И интересный момент в том, что по мере накопления данных и совершенствования моделей преимущество только увеличивается. Это не небольшая разница, а экспоненциальная.

Почему так происходит, более раскрывающе. Большинство финтехов все еще застряло в описательном анализе, по сути, смотрит, что произошло: объемы транзакций, тенденции доходов, количество клиентов. Те, кто растет быстро, уже перешли к предиктивной и прескриптивной аналитике. Это меняет все.

Возьмем кредитование. Experian обнаружила, что финтех-кредиторы, использующие продвинутые предиктивные модели, одобряют на 30% больше заемщиков, при этом уровень дефолтов остается таким же или лучше. Как? Анализируя сотни поведенческих сигналов, которые классические кредитные системы игнорируют: частота транзакций, модели стабильности доходов, последовательность расходов. Это чистый финансовый анализ данных.

В платежах происходит что-то похожее. Прескриптивный анализ оптимизирует маршрутизацию в реальном времени. Когда кто-то совершает платеж, движок оценивает десятки возможных маршрутов и выбирает тот, что максимизирует авторизацию и минимизирует стоимость. Согласно Forrester, платежные платформы финтех с таким анализом показывают показатели авторизации на 2-4 процентных пункта выше, чем те, что используют статические правила.

Что действительно важно — это удержание клиентов. Bain & Company зафиксировала, что финтехи, использующие продвинутый анализ поведения, сокращают отток на 25% и увеличивают пожизненную ценность клиента на 40%. Это немаловажно: привлечение клиента финтеха стоит в 5-7 раз дороже, чем его удержание. Снижение оттока напрямую влияет на прибыльность.

Анализ когорт особенно мощен для цифрового банкинга. Открытие, что клиенты, привлеченные по рекомендациям, имеют на 50% больше пожизненной ценности, чем те, кто пришел через платную рекламу, полностью меняет подход к распределению бюджета. Каждый квартал данных повышает точность, улучшает качество новых когорт и создает лучшую базу данных для будущего.

Интересно, что только 23% финтех-компаний достигли по-настоящему зрелого уровня, основанного на данных, по данным Gartner. Остальные 77% продолжают использовать данные реактивно, анализируя прошлое, а не стимулируя будущие решения. Эта разница — и вызов, и возможность.

Для финтех-стартапов с венчурным капиталом аналитическая зрелость становится все более важным фактором при привлечении инвестиций. Инвесторы сейчас оценивают не только доходы и рост, но и инфраструктуру аналитики. Финтех, демонстрирующий принятие решений на основе данных в продукте, рисках, привлечении и операциях, выглядит гораздо более привлекательным для инвестиций, чем тот, кто растет на интуиции и базовых метриках.

В новостях финтеха это то, что действительно важно: без надежного анализа данных рост обходится дорого, хрупок и трудно поддерживаем. Компании, понимающие это, уже завоевывают рынок.