Alternative kredytscore: Grutte gegevens skodzje foar konsumintynformaasje

• Skriuwer:
• Namme fan auteur

  Quantumrun Foiresight
• Oktober 10, 2022

Ynsjoch gearfetting

Mear bedriuwen brûke alternative kredytscore, om't it profitearret fan konsuminten en lieners. Keunstmjittige yntelliginsje (AI), spesifyk masine learen (ML), kin brûkt wurde om de kredytweardichheid te beoardieljen fan minsken dy't gjin tagong hawwe ta tradisjonele bankprodukten. Dizze metoade sjocht nei alternative gegevensboarnen lykas finansjele transaksjes, webferkear, mobile apparaten en iepenbiere records. Troch nei oare gegevenspunten te sjen, hat alternative kredytscore it potensjeel om finansjele ynklúzje te fergrutsjen en ekonomyske groei te driuwen.

Alternatyf kredyt skoare kontekst

It tradisjonele model foar kredytscore is beheind en net tagonklik foar in protte minsken. Neffens gegevens fan it Africa CEO Forum, binne sawat 57 prosint fan Afrikanen "kredyt ûnsichtber", wat betsjut dat se in bankrekken of kredytscore misse. As gefolch hawwe se muoite om in liening te befeiligjen of in kredytkaart te krijen. Persoanen dy't gjin tagong hawwe ta essensjele finansjele tsjinsten lykas sparrekken, kredytkaarten of persoanlike sjeks wurde beskôge as unbanked (as underbanked).

Neffens Forbes hawwe dizze unbanked minsken elektroanyske cash tagong, in pinpas, en de mooglikheid om jild te krijen fuortendaliks. Tradysjonele banktsjinsten slút dizze groep lykwols normaal út. Derneist hawwe it komplekse papierwurk en oare easken foar konvinsjonele banklieningen resultearre yn kwetsbere groepen dy't har wenden nei lieningshaaien en skuldeaskers dy't hege rintetariven oplizze.

Alternative kredytscore kin de unbanked befolking helpe, benammen yn ûntwikkelingslannen, troch mear ynformele (en faaks krekter) middels fan evaluaasje te beskôgjen. Benammen kinne AI-systemen tapast wurde om grutte folumes ynformaasje te scannen fan ferskate gegevensboarnen, lykas nutsfoarsjenningen, hierbetellingen, fersekeringsrekords, gebrûk fan sosjale media, wurkskiednis, reisskiednis, e-commerce transaksjes, en oerheids- en eigendomsrecords . Derneist kinne dizze automatisearre systemen helpe by it identifisearjen fan weromkommende patroanen dy't oersette nei kredytrisiko, ynklusyf it ûnfermogen om rekkens te beteljen of te lang banen te hâlden, of tefolle akkounts iepenje op e-commerce platfoarms. Dizze kontrôles rjochtsje har op it gedrach fan in liening en identifisearje gegevenspunten dy't tradisjonele metoaden miskien hawwe mist. 

Disruptive ynfloed

Opkommende technologyen binne in wichtige faktor by it fersnellen fan it oannimmen fan alternative kredytscore. Ien sa'n technology omfettet blockchain-applikaasjes fanwege har fermogen om klanten har gegevens te kontrolearjen, wylst kredytproviders de ynformaasje noch kinne ferifiearje. Dizze funksje kin minsken helpe om mear kontrôle te fielen oer hoe't har persoanlike ynformaasje wurdt opslein en dield.

Banken kinne ek it ynternet fan dingen (IoT) brûke foar in mear detaillearre byld fan kredytrisiko oer apparaten; dit omfettet it sammeljen fan real-time metadata fan mobile tillefoans. Oanbieders fan sûnenssoarch kinne ferskate sûnensrelatearre gegevens bydrage foar skoaredoelen, lykas gegevens sammele fan wearables lykas hertslach, temperatuer, en elke rekord fan foarôf besteande sûnensproblemen. Hoewol dizze ynformaasje net direkt jildt foar libbens- en sûnensfersekering, kin it karren foar bankprodukten ynformearje. Bygelyks, in potinsjele COVID-19-ynfeksje kin de needsaak sinjalearje foar helpferliening foar oerlêst yn need of lytse en middelgrutte bedriuwen mei hegere risikofaktoaren foar werombetelje fan lieningen en ûnderbrekking fan bedriuwen. Underwilens brûke guon bedriuwen foar autofersekering telematikagegevens (GPS en sensoren) ynstee fan tradisjonele kredytscore om te beoardieljen hokker kandidaten it meast wierskynlik oanspraaklik binne. 

Ien wichtich gegevenspunt yn alternative kredytscore is ynhâld op sosjale media. Dizze netwurken hawwe in yndrukwekkende hoemannichte gegevens dy't nuttich kinne wêze by it begripen fan 'e kâns fan in persoan om skulden werom te beteljen. Dizze ynformaasje is faak krekter dan wat formele kanalen iepenbierje. Bygelyks, it kontrolearjen fan akkountútspraken, online berjochten en tweets jouwe ynsjoch yn 'e bestegingsgewoanten en ekonomyske stabiliteit fan ien, wat bedriuwen kinne helpe om bettere besluten te nimmen. 

Gefolgen fan alternative kredytscore

Bredere gefolgen fan alternative kredytscore kinne omfetsje: 

• Mear net-tradysjonele tsjinsten foar kredytliening oandreaun troch iepen bankieren en bankieren-as-a-tsjinst. Dizze tsjinsten kinne helpe de unbanked oanfreegje foar lieningen effisjinter.
• It tanimmend gebrûk fan IoT en wearables om kredytrisiko te beoardieljen, benammen gegevens oer sûnens en smart home.
• Startups dy't tillefoanmetadatatsjinsten brûke om unbanked minsken te beoardieljen om kredyttsjinsten oan te bieden.
• Biometrics wurde hieltyd mear brûkt as alternative kredytscoregegevens, benammen by it kontrolearjen fan winkelgewoanten.
• Mear oerheden meitsje net-tradisjoneel kredyt tagonkliker en tsjinstberder. 
• Tanimmende soargen oer mooglike oertredings fan gegevensprivacy, benammen foar it sammeljen fan biometryske gegevens.

Fragen om te beskôgje

• Wat binne de potinsjele útdagings by it brûken fan alternative kredytpuntengegevens?
• Wat kinne oare potensjele gegevenspunten wurde opnommen yn alternative kredytscore?