Кредитные решения
за 0.3 секунды.
Как NeoBank объединил 12 разрозненных источников данных и сократил время одобрения кредита с 48 часов до мгновенного результата, используя DataSmelt.
Потребность в скорости
В финтехе скорость — это не просто удобство, это конкурентное преимущество. NeoBank столкнулся с проблемой: их клиенты ожидали одобрения кредита так же быстро, как и получения ответа в мессенджере.
До внедрения DataSmelt процесс выглядел так: клиент подавал заявку, данные улетали в SAP (ERP), проверялись по базе ФНС через API, сверялись с CRM и логом транзакций в MongoDB. Каждый шаг занимал минуты или часы. Итоговое решение принималось через 48 часов. За это время 65% клиентов уходили к конкурентам.
Задача стояла амбициозная: создать единую «истину» из фрагментированных данных в реальном времени, чтобы AI-модель скоринга могла принять решение мгновенно.
Интеграция с Legacy-системами
Основное препятствие — устаревшее банковское ядро (Core Banking) на COBOL и SQL Server 2012, которое не могло отдавать данные с нужной пропускной способностью. DataSmelt решил эту проблему без рефакторинга.
Виртуализация Core Banking
Вместо прямого запроса к тяжелым таблицам SAP и SQL Server, DataSmelt создал слой кэширования. Данные обновляются транзакционно, а запросы AI-модели обрабатываются из RAM за микросекунды.
Единый GraphQL API
Мы объединили схемы данных из 12 источников (CRM, ERP, внешние БКИ, логи) в один граф. Это позволило фронтенду запрашивать полный профиль клиента одним вызовом, а не 15-ю отдельными.
AI-объединение сущностей
Наш движок автоматически сопоставил записи о клиентах, используя вероятностный матчинг. Это устранило дубликаты и дало 360-градусный вид на заемщика без ручной настройки ETL.
Результат: Субсекундные решения
После подключения DataSmelt архитектура NeoBank претерпела изменения. Данные перестали быть препятствием. Теперь, когда клиент нажимает кнопку «Получить кредит», система:
1. Запрашивает профиль через единый слой DataSmelt.
2. AI-модель мгновенно получает данные из SAP, логов транзакций и внешних БКИ.
3. Вычисляет риск и выдает вердикт.
Весь процесс занимает 300 миллисекунд. Клиент видит зеленый экран «Одобрено» быстрее, чем успевает моргнуть. За первый квартал после внедрения объем выданных кредитов вырос на 140%, а процент просроченной задолженности снизился на 12% благодаря более точному скорингу.
Архитектура успеха
Узнайте, как технически устроено мгновенное слияние данных.
Слово от CTO
"Мы годами откладывали рефакторинг ядра, потому что это стоило миллионы и требовало остановки бизнеса. DataSmelt позволил нам обойти эту проблему. Мы получили современную аналитику и скорость без риска для стабильных legacy-систем. Это был лучший технический год для нашей команды."