Я уже некоторое время наблюдаю за тем, что становится все более очевидным в секторе финтех: разрыв между теми, кто действительно понимает свои данные, и теми, кто лишь царапает поверхность, — впечатляющий. Речь идет о компаниях, которые растут в 2,6 раза быстрее просто потому, что знают, что делать с имеющейся информацией.

Недавний анализ McKinsey, охвативший 800 финтех-компаний в 40 странах, подтверждает это. Разрыв не сокращается, наоборот. Компании с развитой аналитической способностью движутся все дальше, накапливая больше данных и совершенствуя свои модели. Кажется, что анализ данных стал настоящим конкурентным преимуществом, а не просто дополнением.

Интересно, что большинство финтех-компаний пока лишь на этапе описательного анализа, верно? Панели, показывающие объем транзакций, тенденции доходов, количество клиентов. Полезная, но базовая информация. Те, кто действительно взлетели, перешли к предиктивному и предписывающему анализу. Это позволяет принимать решения в реальном времени.

Возьмем сектор кредитования. Финтех-компании, использующие продвинутые предиктивные модели, одобряют на 30% больше заемщиков, чем традиционные кредиторы, при этом сохраняя уровень дефолтов на том же или лучшем уровне. Как? Анализируя сотни поведенческих сигналов, которые классические кредитные агентства никогда не фиксируют: частоту транзакций, модели стабильности доходов, последовательность расходов. В fintech news именно это и определяет разницу между ростом и застой.

В платежах ситуация похожая. Те, у кого есть системы предписывающего анализа, оценивающие десятки маршрутов обработки в реальном времени, показывают показатели авторизации на 2–4 процентных пункта выше. Это не магия, а просто более быстрые и лучшие решения.

Но есть кое-что, что кажется мне еще более критичным: удержание клиентов. Финтех-стартапы, анализирующие поведение для предсказания ухода, могут вмешаться до того, как клиент уйдет. Согласно Bain & Company, такие компании сокращают отток на 25% и увеличивают пожизненную ценность клиента на 40%. Учитывая, что привлечение нового клиента стоит в 5–7 раз дороже, чем удержание существующего, это напрямую влияет на прибыльность. Это почти очевидно, но многие этого не замечают.

Также меня привлекает в финтех-новостях то, как анализ когорт меняет маркетинговые решения. Когда обнаруживаешь, что клиенты, привлеченные по рекомендации, имеют на 50% больше пожизненной ценности, чем те, что пришли через платную рекламу, меняешь распределение бюджета. И каждый квартал данных улучшает модели, которые создают более точные когорты, а те — лучшую информацию для будущих анализов. Это цикл.

Структурно финтех-компании, извлекающие больше ценности, централизуют данные в доступных хранилищах, а не разбросаны по разным системам. Нанимают дата-сайентистов, понимающих финансовые услуги, а не только статистику. Строят каналы, предоставляющие информацию в реальном времени. И создают циклы обратной связи, где инсайты автоматически интегрируются в принятие решений по продуктам.

Вот что вызывает тревогу: по данным Gartner, только 23% финтех-компаний достигли уровня зрелости, действительно основанной на данных. Остальные 77% используют информацию реактивно, анализируя прошлое, а не используя данные для формирования будущего. Эта разница в зрелости — и проблема, и возможность. Те, кто ускорит развитие аналитики, обгонят более медленных конкурентов.

Для финтех-стартапов с венчурным финансированием зрелость в анализе данных стала фактором оценки при привлечении инвестиций. Инвесторы уже не только смотрят на доходы и темпы роста. Они оценивают аналитическую инфраструктуру, которая их поддерживает. Компания, демонстрирующая принятие решений на основе данных в разработке продуктов, управлении рисками, привлечении клиентов и операциях, представляет более сильный инвестиционный кейс, чем та, что растет на интуиции.

В fintech news сейчас происходит следующее: анализ данных перестал быть просто поддержкой и стал движущей силой. Без этого рост становится дорогим, хрупким и трудноустойчивым.