Я вже деякий час спостерігаю за тим, що стає все більш очевидним у секторі фінтех: різниця між тими, хто дійсно розуміє свої дані, і тими, хто лише поверхнево їх обробляє, є вражаючою. Йдеться про компанії, які зростають у 2,6 рази швидше просто тому, що знають, що робити з наявною інформацією.

Недавній аналіз McKinsey, який охопив 800 фінтех-компаній у 40 країнах, це підтверджує. Розрив не зменшується, навпаки. Ті, що мають розвинуті аналітичні можливості, рухаються все швидше, накопичуючи більше даних і вдосконалюючи свої моделі. Це ніби аналіз даних став справжнім конкурентним диференціатором, а не просто додатком.

Цікаво, що більшість фінтех-компаній лише зробила перші кроки у описовому аналізі, так? Панелі, що показують обсяги транзакцій, тенденції доходів, кількість клієнтів. Корисна, але базова інформація. Ті, хто справді прориваються, — це ті, що перейшли до прогнозного та рекомендаційного аналізу. Це дозволяє приймати рішення у реальному часі.

Візьмемо сектор кредитування. Фінтехи, що використовують передові прогнозні моделі, схвалюють на 30% більше позичальників, ніж традиційні кредитори, при цьому зберігаючи рівень дефолтів на тому ж рівні або кращому. Як? Аналізуючи сотні сигналів поведінки, які класичні кредитні агентства ніколи не фіксують: частоту транзакцій, патерни стабільності доходів, послідовність витрат. У фінтех-новинах це і є те, що визначає різницю між зростанням і застійом.

У платіжних системах схоже. Ті, хто має системи рекомендаційного аналізу, що оцінюють десятки маршрутів обробки у реальному часі, мають рівень авторизацій на 2-4 відсоткових пункти вищий. Це не магія, просто швидше приймати кращі рішення.

Але є щось, що здається мені ще більш критичним: утримання клієнтів. Стартапи у фінтех-сфері, що аналізують поведінку для передбачення, хто піде, можуть втрутитися ще до того, як клієнт залишить сервіс. За даними Bain & Company, такі компанії зменшують відтік на 25% і збільшують життєву цінність клієнта на 40%. Враховуючи, що залучення нового клієнта коштує в 5-7 разів більше, ніж утримання, це безпосередньо впливає на прибутковість. Це майже очевидно, але багато хто цього не бачить.

Ще одна річ, яка мене привертає увагу у фінтех-новинах, — це те, як аналіз когорт змінює маркетингові рішення. Коли ти виявляєш, що клієнти, залучені через рекомендації, мають на 50% більшу життєву цінність, ніж ті, що прийшли через платну рекламу, ти змінюєш розподіл бюджету. І кожен квартал нові дані покращують моделі, що створюють кращі когорти, а ті — кращу інформацію для майбутніх аналізів. Це цикл.

З технічної точки зору, фінтехи, що витягують найбільше цінності, централізують дані у доступних сховищах замість розпорошення. Наймають дата-сайєнтистів, які розуміють фінансові сервіси, а не лише статистику. Створюють канали, що передають інформацію у реальному часі. І впроваджують цикли зворотного зв’язку, де інсайти автоматично інтегруються у прийняття рішень щодо продукту.

Ось що викликає занепокоєння: за даними Gartner, лише 23% фінтех-компаній досягли справжньої зрілості, зумовленої даними. Решта 77% використовують інформацію реактивно, аналізуючи минуле замість того, щоб використовувати дані для формування майбутнього. Ця різниця у зрілості — і проблема, і можливість. Ті, хто прискорить свою аналітичну еволюцію, залишать позаду більш повільних конкурентів.

Для фінтех-стартапів із венчурним капіталом зрілість у аналізі даних стала фактором оцінки для залучення інвестицій. Інвестори вже не просто дивляться на доходи і темпи зростання. Вони оцінюють аналітичну інфраструктуру, що їх підтримує. Компанія, яка демонструє прийняття рішень на основі даних у розробці продуктів, управлінні ризиками, залученні клієнтів і операціях, має сильніший інвестиційний кейс, ніж та, що зростає інтуїтивно.

У фінтех-новинах зараз саме так: аналіз даних перестав бути підтримкою і став рушієм. Без нього зростання дороге, крихке і важке для підтримки.