Alternativno kreditno točkovanje: Iskanje velikih podatkov za informacije potrošnikom

KREDIT ZA SLIKO:
Image kredit
iStock

Alternativno kreditno točkovanje: Iskanje velikih podatkov za informacije potrošnikom

Alternativno kreditno točkovanje: Iskanje velikih podatkov za informacije potrošnikom

Besedilo podnaslova
Alternativno kreditno točkovanje postaja vse bolj razširjeno zaradi umetne inteligence (AI), telematike in bolj digitalnega gospodarstva.
    • Avtor:
    • ime avtorja
      Quantumrun Foiresight
    • Oktober 10, 2022

    Povzetek vpogleda

    Več podjetij uporablja alternativno bonitetno točkovanje, ker koristi potrošnikom in posojilodajalcem. Umetno inteligenco (AI), zlasti strojno učenje (ML), je mogoče uporabiti za ocenjevanje kreditne sposobnosti ljudi, ki nimajo dostopa do tradicionalnih bančnih produktov. Ta metoda obravnava alternativne vire podatkov, kot so finančne transakcije, spletni promet, mobilne naprave in javne evidence. Če pogledamo druge podatkovne točke, lahko alternativno bonitetno točkovanje poveča finančno vključenost in spodbudi gospodarsko rast.

    Alternativni kontekst kreditnega točkovanja

    Tradicionalni model kreditne sposobnosti je za mnoge ljudi omejujoč in nedostopen. Po podatkih Africa CEO Forum je okoli 57 odstotkov Afričanov "kreditno nevidnih", kar pomeni, da nimajo bančnega računa ali kreditne ocene. Posledično imajo težave pri zagotavljanju posojila ali pridobitvi kreditne kartice. Posamezniki, ki nimajo dostopa do bistvenih finančnih storitev, kot so varčevalni računi, kreditne kartice ali osebni čeki, veljajo za osebe, ki nimajo dostopa do banke (ali premalo bank).

    Po mnenju Forbesa ti ljudje, ki nimajo bančnih storitev, potrebujejo elektronski dostop do gotovine, debetno kartico in možnost takojšnjega pridobivanja denarja. Vendar tradicionalne bančne storitve to skupino običajno izključujejo. Poleg tega so zapletena dokumentacija in druge zahteve za običajna bančna posojila povzročile, da so se ranljive skupine zatekle k posojilodajalcem in hitrim upnikom, ki nalagajo visoke obrestne mere.

    Alternativno kreditno točkovanje lahko pomaga prebivalstvu brez bančnih storitev, zlasti v državah v razvoju, z upoštevanjem bolj neformalnih (in pogosto natančnejših) načinov vrednotenja. Zlasti sisteme umetne inteligence je mogoče uporabiti za skeniranje velikih količin informacij iz različnih virov podatkov, kot so računi za komunalne storitve, plačila najemnine, evidence zavarovanja, uporaba družbenih medijev, zgodovina zaposlitve, zgodovina potovanj, transakcije e-trgovine ter državni in lastniški zapisi. . Poleg tega lahko ti avtomatizirani sistemi pomagajo prepoznati ponavljajoče se vzorce, ki pomenijo kreditno tveganje, vključno z nezmožnostjo plačevanja računov ali predolgega zadrževanja služb ali odpiranjem preveč računov na platformah za e-trgovino. Ta preverjanja se osredotočajo na vedenje posojilojemalca in identificirajo podatkovne točke, ki so jih tradicionalne metode morda zgrešile. 

    Moteč vpliv

    Nastajajoče tehnologije so ključni dejavnik pri pospeševanju sprejemanja alternativnega bonitetnega točkovanja. Ena taka tehnologija vključuje aplikacije blockchain zaradi svoje zmožnosti, da strankam omogoči nadzor nad njihovimi podatki, medtem ko ponudnikom kreditov še vedno omogoča preverjanje informacij. Ta funkcija bi lahko ljudem pomagala, da bi imeli večji nadzor nad tem, kako se njihovi osebni podatki shranjujejo in delijo.

    Banke lahko uporabljajo tudi internet stvari (IoT) za podrobnejšo sliko kreditnega tveganja med napravami; to vključuje zbiranje metapodatkov v realnem času iz mobilnih telefonov. Ponudniki zdravstvenega varstva lahko prispevajo različne podatke, povezane z zdravjem, za namene točkovanja, kot so podatki, zbrani iz nosljivih naprav, kot so srčni utrip, temperatura in kateri koli zapis o že obstoječih zdravstvenih težavah. Čeprav se te informacije ne nanašajo neposredno na življenjsko in zdravstveno zavarovanje, lahko prispevajo k izbiri bančnih produktov. Na primer, morebitna okužba s COVID-19 lahko nakazuje potrebo po nujni pomoči pri prekoračitvi stanja na računu ali da imajo mala in srednje velika podjetja večje dejavnike tveganja za odplačilo posojila in motnje poslovanja. Medtem pri avtomobilskem zavarovanju nekatera podjetja uporabljajo telematske podatke (GPS in senzorje) namesto tradicionalnega kreditnega točkovanja, da ocenijo, kateri kandidati bodo najverjetneje odgovorni. 

    Ena ključnih podatkovnih točk pri alternativnem kreditnem točkovanju je vsebina družbenih medijev. Ta omrežja hranijo impresivno količino podatkov, ki so lahko koristni pri razumevanju verjetnosti, da bo oseba odplačala dolgove. Te informacije so pogosto natančnejše od tistih, ki jih razkrivajo uradni kanali. Na primer, preverjanje izpiskov računov, spletne objave in tviti dajejo vpogled v potrošniške navade nekoga in ekonomsko stabilnost, kar lahko podjetjem pomaga pri sprejemanju boljših odločitev. 

    Posledice alternativnega kreditnega točkovanja

    Širše posledice alternativnega kreditnega točkovanja lahko vključujejo: 

    • Več netradicionalnih storitev kreditiranja, ki jih spodbuja odprto bančništvo in bančništvo kot storitev. Te storitve lahko pomagajo tistim, ki nimajo bančnih storitev, učinkoviteje zaprositi za posojila.
    • Vse večja uporaba interneta stvari in nosljivih naprav za ocenjevanje kreditnega tveganja, zlasti podatkov o zdravju in pametnem domu.
    • Zagonska podjetja, ki uporabljajo storitve telefonskih metapodatkov za ocenjevanje ljudi, ki nimajo bančnih storitev, za ponujanje kreditnih storitev.
    • Biometrija se vse bolj uporablja kot alternativni podatek o kreditni sposobnosti, zlasti pri spremljanju nakupovalnih navad.
    • Več vlad naredi netradicionalne kredite bolj dostopne in uporabne. 
    • Vse večja zaskrbljenost glede možnih kršitev zasebnosti podatkov, zlasti pri zbiranju biometričnih podatkov.

    Vprašanja, ki jih je treba upoštevati

    • Kakšni so možni izzivi pri uporabi alternativnih podatkov o kreditnem točkovanju?
    • Katere druge potencialne podatkovne točke je mogoče vključiti v alternativno kreditno točkovanje?

    Insight reference

    Za ta vpogled so bile navedene naslednje priljubljene in institucionalne povezave: