Det er ikke nok med blå øjne og en velpresset habit, når kassekreditten eller banklånet skal hentes hjem.
I dag handler det om at få point i de sindrige matematiske kundestyringssystemer, der benyttes af hovedparten af landets banker og sparekasser.
Det er en teknologi, der også er hverdagskost i forsikringsselskabernes kortlægning af kunderne.
Statistik og de dårlige betalere
Det handler i første omgang om matematik, statistik og dårlige betalere.
Bankerne samler nemlig oplysninger om alle kunderne i en database, og det er den gruppe, der er dårligst til at lægge afdragene hver måned, der sætter standarden.
"Faktisk kan for få dårlige kunder være et problem. Det giver nemlig et ringere grundlag for at bedømme de gode," fortæller Esben Ejsing, som er divisionsdirektør i SAS Institute, Risk Intelligence Division.
Firmaet er næsten enerådende på kundevurderingsløsninger til den danske bank- og forsikringsverden.
Teknologien har i meget stort omfang sat den enkelte bankansattes vurdering og mavefornemmelse på bænken.
"De elektroniske kreditvurderinger har været en fast bestanddel af bankverdenen siden 90'erne, og i dag ville det være rigtig svært, hvis ikke umuligt at få bankverdenen til at glide uden," vurderer han.
"Ved at benytte matematikken i samspil med it-systemerne får man meget hurtigere, mere præcise og langt mere konsistente bedømmelser af eksempelvis bankkunderne."
SAS Institute kalder ikke disse it-systemer for kundestyringsværktøjer eller business intelligence-løsninger, men benytter blot ordet "Analytics" til at beskrive systemerne.
"Det handler om at bruge fortidens erfaring som grundlag for fremtidens beslutninger," fortæller Esben Ejsing.
Det handler om point
For at få den fornødne kredit vurderes kunderne af et it-system, der tildeler point. Pointene indskrives i et såkaldt applikation scorecard.
Kortet er i første omgang en adgangsbillet til kredit, men det kommer samtidig til at følge kunden i resten af den tid, som vedkommende er kunde i banken.
Et helt konkret eksempel kunne se således ud:
En kunde, der ønsker en kassekredit på 100.000 kroner, vil typisk blive bedømt ud fra 10-12 valideringspunkter, som hver i sær tildeles en værdi.
Til slut lægges disse tal sammen, og de danner grundlag for, om man kan kreditgodkendes eller ej.
Valideringspunkterne kan være forskellige fra bank til bank og fra forsikringsselskab til forsikringsselskab, men metoden er grundlæggende den samme, fortæller Esben Ejsing.
Et grundelement i en sådan vurdering er kundens indtægt. En indtægt på 300.000 kan eksempelvis tildeles fem point, mens ham, som tjener 500.000 får syv point og 1 million tæller for 15 point.
Også gælden indregnes. Skylder man således 300.000 kroner væk, får man 11 point, mellem 300.000 og en million kroner, syv point og over en million giver tre point.
Samme fremgangsmåde bruges på de øvrige valideringspunkter, herefter lægges tallene sammen. I dette eksempel får den dårlige kunde en lav karakter, mens den gode kunde får en høj karakter. Nu har man den værdi, der i bankverdenen kaldes for en applikation score, eller oversat til dansk, en ansøgnings-score.
Denne værdi kan nu sammenlignes med indholdet af en database, der rummer historikken på bankens øvrige kunder, som derved danner grundlag for, hvor mange penge, der kan lånes.
Din kreditvurdering afhænger altså af bankens øvrige kunder.
Dine fodspor følger dig
Når lånet eller kreditten er hentet i hus, slipper man dog ikke for sit applikation scorecard. Nu bliver navnet blot forvandlet til behavior scorecard, eller et adfærdskort.
Når kassekreditten er bevilget, følger banken din færden i hverdagen. Er kassekreditten hele tiden i bund, eller går den endda over det bevilgede beløb, ryger du nedad på pointlisten.
Tilbagebetaler du der i mod kreditten, og kan du holde balancen på kontoen over nullet, får du en højere stjerne i bankens karakterbog.
"Bankerne opdeler eksempelvis kunderne i grupper mellem 1 og 10, der beskriver hvor god en kunde, der er tale om," fortæller Esben Ejsing.
"Denne kundestyring kan anvendes på flere måder. Banken har et bedre grundlag for at bedømme driften samt eventuelle tab, og kan samtidig tilbyde en mere målrettet rådgivning," fortæller han.
Jo mere detaljerede informationer banken har om dig, jo tydeligere kan de kortlægge din økonomiske færden. Det er blandt andet en af grundene til, at bankerne rigtig gerne vil have, at du har alle dine lån, kreditter, realkredit og forsikringer samlet.
Det såkaldte helkunde-koncept, giver nemlig en endnu tydeligere profil af kunden.
"Når alle oplysninger indkapsles i it-systemet, kan banken give mere præcis rådgivning," vurderer SAS-manden.
Både prisen for at låne og loftet over beløbet afhænger af din placering på point-listen.
Bankerne har pejlemærker for, hvor meget de skal stille som sikkerhed for udlån til en god og til en dårlig kunde.
Hver gang, der udlånes 100 kroner til en god kunde, skal banken eksempelvis stille to kroner som sikkerhed for lånet. Når der udlånes til en dårlig kunde, skal sikkerheden være på ti kroner for at sikre bankens solvens.
"Det betyder, at man kan tillade sig at udlåne fem gange så mange penge til en god kunde, som til en dårlig, uden at bankens kontantbeholdning skal forøges," siger Esben Ejsing.
Derved får kreditvurderingen direkte indflydelse på, hvor mange penge banken kan tjene.
"Samtidig kan bankerne lægge forskellige rentesatser ind i forhold til kundeværdierne," siger han.
Det er dog ikke sådan, at man er stemplet for tid og evighed, hvis den samlede score nærmer sig nul.
Oplysningerne følger nemlig ikke med fra bank til bank. Så skifter man selskab, bliver data ikke automatisk overført til næste led i kæden.
Datakvalitet er kritisk
Selv om mange banker har opbygget store databaser med kundernes adfærd som grundlag for beslutnings-processerne, står de digitale svar sjældent alene.
"Det er ikke sådan, at man kan have hovedet under armen, når beslutningerne træffes," siger Esben Ejsing.
"Man skal stadig kombinere de statistiske resultater med en intern politik."
Systemerne er således ikke ufejlbarlige. Et af de kritiske elementer i at opnå gode resultater er at de data, der behandles, er af god kvalitet.
"Datakvaliteten er et af de områder, som får stor opmærksomhed, når it-løsningerne implementeres. Der er mange steder, hvor indsamlingen kan kikse eller helt mangle," fortæller han.
Når man eksempelvis indsamler informationer fra en EDB central, lokale servere, Excel-ark og almindeligt papir for at behandle dem i en database, siger det næsten sig selv, at tungen skal holde lige i munden.
Få og upræcise informationer giver naturligvis dårligere beslutningsgrundlag. Samtidig er det vigtigt, at der er en stor gruppe kunder, som man kan trække på. Jo flere konkrete kunde-cases man har, jo bedre bliver resultatet naturligvis også.
"Faktisk kan det være et problem, hvis man har for få dårlige kunder," fortæller Esben Ejsing.
Samtidig kan samfundsøkonomiske konjunkturændringer, som dem vi oplever i forbindelse med den allestedsnærværende finanskrise, være med til at rokke ved de informationer, som eksempelvis bankerne har vurderet kunderne ud fra.
"Sådanne forandringer betyder, at der kommer en masse nye informationer, som man skal tage højde for i eksempelvis en kreditvurdering. Derfor anbefaler vi, at man i sådanne situationer kører nye vurderinger af kunderne, for at få et tidssvarende grundlag," siger Esben Ejsing.
