В работе формулируются предложения по внедрению автоматизированного решения в области скоринга-оценки кредитоспособности заемщиков в деятельность микрофинасовой организации. Рассматриваются технологии анализа данных, на которых построены модели скоринга, делается выбора в пользу моделей, построенных на методах машинного обучения. Рассматриваются различные варианты решения и делается выбор в пользу SaaS: «Скоринг для МФО 2.0» компании Эквифакс Рассчитан экономический эффект от внедрения решения в деятельность компании, по результатам анализа сделаны выводы: количество невозвращенных кредитов уменьшилось, убытки компании, связанные с невозвратом также сократились, улучшилось качество обслуживания.

The paper considers proposals for the implementation of automated solutions in the field of scoring and creditworthiness for the activities of microfinance organizations. We consider the methods of data analysis, which were chosen in favor of models built on the elements of machine learning. SaaS: “Scoring for MFI 2.0” by Equifax Based on the results of the analysis, conclusions were made: the number of unpaid loans decreased, the losses of companies related to non-repayment also decreased, the quality of service improved.