S risk manažery globální skupiny Home Credit, Evou Stanovskou a Lubomírem Hanuskem, jsme si povídali o tom, že značka Home Credit už dávno není synonymem „ledničky na splátky“, ale především práce pro „data crunchers“. Home Credit je firmou mladých profesionálů, s nimiž i vy můžete pracovat na zajímavých projektech třeba v Indonésii, Kazachstánu nebo ve Vietnamu.
Když se řekne Home Credit, vybaví se mi obrázek z jeho starého loga - lednička na splátky. Je to správná představa?
Spíše představa hodně zjednodušená. Bílé zboží, ledničky, pračky, klimatizace, na úvěr samozřejmě poskytujeme, ale celosvětově je naší nejprodávanější komoditou úvěr na mobilní telefon. V roce 2018 jsme poskytli 29,3 milionů půjček na zboží, z toho 22,5 milionů, tedy bezmála 77%, na chytré telefony. V průměru jsme tedy denně financovali 7 mobilů každých 10 vteřin neboli jeden mobil každou 1,4 sekundy. K tomu potřebujete spoustu dat a desetitisíce jejich kombinací, než máte v ruce vzorec, my říkáme score kartu, které vám dává vysokou míru jistoty, že klient půjčené peníze taky vrátí. Mimochodem, kromě mobilů jsou jedinou komoditou, na kterou jsme dali více než milion půjček, motorky v Číně.
Když říkáte celosvětově, co to přesně znamená?
Jsme v deseti zemích, ve třech evropských, šesti asijských a v USA. Na trh se dávno nedíváme českýma očima: český a slovenský trh se podílí na celkovém obratu méně než jedním procentem. Čína je co do počtu úvěrů na nákupy 256krát větší než Česko nebo třikrát větší než Indie. Indie loni obsadila druhé místo v prodejích. Nejrychleji rostoucími byznysy jsou pak Vietnam, Indonésie, Kazachstán a Filipíny. Například právě Filipíny už předstihly v počtu úvěrů na zboží Rusko.
Všechny tyto země jsou řízeny z Prahy?
Máme samozřejmě v zemích lokální týmy, to by jinak nešlo. Prodáváme například půjčky přes internet, a nadesignovat aplikaci tak, aby se líbila čínskému zákazníkovi, určitě není úkol pro Čecha. Nicméně know-how je centralizované. Do našich lokálních týmů v zemích vysíláme expaty, aby pomáhali toto know-how udržovat a dále je rozšiřovali na místní zaměstnance. V Praze je nás na centrále Skupiny (na „headquarteru“) asi 150, v zemích máme v součtu 125.000 zaměstnanců. V řízení úvěrového rizika, což je můj obor, máme obzvlášť silnou centralizaci. Takže my „riskaři“ sedíme v Praze.
Co přesně znamená "credit risk management" ve vašem případě?
Když to zjednoduším, jde o to, rozhodnout, jestli žadatel o úvěr je schopen úvěr splácet, nebo ne. Podle toho úvěr buď schválit, nebo zamítnout. Ale protože každý měsíc dostáváme globálně „na stůl“ 5 miliónů žádostí, jsme vlastně jakousi „loan factory“, úvěrovou továrnou, kde nemůžeme každou žádost vzít jednotlivě do ruky. Musíme mít jakousi automatickou mašinku na posuzování úvěrů. Tuto mašinku, ale musí někdo nastavovat – a to je úkolem lidí v mého oddělení. Možná nejdůležitější součástí tohoto procesu je tzv. skóring, to znamená číselné ohodnocení pravděpodobnosti, že klient v pořádku splatí úvěr. Skóring se vyrábí za použití nejmodernějších statistických predikčních metod. A dnes jsme v analýze dat už tak daleko, že k ní využíváme i prvků umělé inteligence.
Jak dlouho trvá posouzení úvěru?
Pod jednu minutu. Jde nám o komfort klienta, snažíme se tedy být co nejrychlejší a standardem je pro nás online prostředí. Nikdo nebude čekat 30 minut nebo čtvrt hodiny, jak tomu bývalo kdysi v obchodech. Za tu krátkou dobu se umíme dotázat v kreditních a jiných registrech, porovnat fotku nebo třeba i scan sítnice s národní databází tam, kde nám to klient a regulátor umožňují.
Pracujete v Home Creditu už 11 let. Vidím, že jste začínala jako data analytik. Kdybyste se měla rozhodovat znovu, volila byste zaměstnavatele stejně?
Jednoznačně. Je velmi podnětné pracovat v týmu chytrých lidí. Máme u nás skvělou atmosféru. Koneckonců, když se podívám na složení svého týmu, za posledních pár let nikdo neodešel mimo skupinu Home Credit. Ano, mnozí odjeli do zahraničí na expatskou pozici, ale to je tak správně. V Praze vychováváme analytiky, kteří jsou pak připraveni odjet na manažerskou pozici do zahraničí. Nabíráme studenty do našeho programu HC Net, a již po dvou letech je vysíláme do zemí. Nesmírně se nám tento program osvědčil. Chief risk officeři ze zemí mi telefonují: Nemáte ještě volného HCNeťáka? Mám nový projekt a potřebuji někoho chytrého a šikovného.
S jakými technologiemi se kandidáti u vás setkají?
Trendem jsou tzv. „open source“ platformy (tj. software, který vyvíjí komunita uživatelů po celém světě). Z nich využíváme hlavně datové úložiště Hadoop a programovací jazyk Python.
Hadoop nám umožňuje vedle strukturovaných dat ukládat i data nestrukturovaná (například dokumenty klientů). V pythonu si pak píšeme vlastní procedury na zpracování dat a vývoj prediktivních modelů, což je cool, neboť nejsme závislí na verzi komerčního softwaru, naopak můžeme si to naše prostředí neustále vylepšovat podle potřeb businessu.
Z komerčních softwarů bych zmínil Tableau, se kterým jsme schopni interaktivně analyzovat data i s miliardou záznamů a stovkami sloupců.
Co se týče hardwaru, tak experimentujeme s cloudovým prostředím, které nám dává maximální flexibilitu ve výpočetní výkonnosti, tj. jsme schopni si za relativně málo peněz „pronajmout vysoce výkonnou výpočetní sílu s jednotkami GPU (grafické karty)“ potřebnou pro některé typy neuronových sítí.
Jak probíhá stáž studentů ve vašem oddělení?
Máme připravený dvouletý rozvojový plán, který by měl kandidáta vyškolit nejen v oblasti „hard skills“ (Python, vývoj skorekaret, ...), ale také v oblasti sociálních dovedností („soft skills“) jako jsou komunikační a prezentační dovednosti a zároveň i v porozumění různým oblastem našeho businessu (schvalování úvěrů, prevence podvodů, ...).
Kandidáti rovněž pracují na reálných projektech pro vybranou zemi. Během těchto projektů si již postupně vybírají, v jaké zemi by chtěli po stáži na centrále dále působit v seniornější roli. Tak například během loňského roku jsme vyslali 4 kandidáty na pozici Online Analyst do Indie, Big Data Analyst do Kazachstánu, Data Scientist do Číny a Antifraud Analyst do Vietnamu. Jinými slovy stáž na centrále je nesmírně pestrá nejen po obsahové, ale i po geografické stránce.
Mohl byste uvést příklad projektu, na kterých kandidáti pracují?
Krásným příkladem je systém na detekci organizovaných podvodů v Pythonu. Byl kompletně vyvinutý v rámci programu HC Net. Nedávno jsme instalovali první verzi do Indonésie, kde s ním byli schopni rovnou odhalit dva organizované podvody. Nyní budeme systém instalovat na Filipínách, pak do dalších zemí.
