Ufungaji mbadala wa mkopo: Kutafuta data kubwa kwa maelezo ya watumiaji

MKOPO WA PICHA:
Mkopo wa picha
Stock

Ufungaji mbadala wa mkopo: Kutafuta data kubwa kwa maelezo ya watumiaji

Ufungaji mbadala wa mkopo: Kutafuta data kubwa kwa maelezo ya watumiaji

Maandishi ya kichwa kidogo
Ufungaji mbadala wa mikopo unazidi kuwa wa kawaida kutokana na akili bandia (AI), mawasiliano ya simu na uchumi wa kidijitali zaidi.
    • mwandishi:
    • mwandishi jina
      Quantumrun Foiresight
    • Oktoba 10, 2022

    Muhtasari wa maarifa

    Makampuni zaidi yanatumia alama mbadala za mikopo kwa sababu inanufaisha watumiaji na wakopeshaji. Akili Bandia (AI), haswa kujifunza kwa mashine (ML), inaweza kutumika kutathmini ustahilifu wa watu ambao hawawezi kufikia bidhaa za kawaida za benki. Njia hii huangalia vyanzo mbadala vya data kama vile miamala ya kifedha, trafiki ya wavuti, vifaa vya rununu na rekodi za umma. Kwa kuangalia pointi nyingine za data, uwekaji alama mbadala wa mikopo una uwezo wa kuongeza ujumuishaji wa kifedha na kukuza ukuaji wa uchumi.

    Muktadha mbadala wa bao la mkopo

    Mtindo wa kawaida wa alama za mkopo ni mdogo na hauwezi kufikiwa na watu wengi. Kulingana na data kutoka kwa Jukwaa la Mkurugenzi Mtendaji wa Afrika, karibu asilimia 57 ya Waafrika "hawaonekani kwa mkopo," ambayo inamaanisha hawana akaunti ya benki au alama za mkopo. Kwa sababu hiyo, wanapata shida kupata mkopo au kupata kadi ya mkopo. Watu ambao hawana ufikiaji wa huduma muhimu za kifedha kama vile akaunti za akiba, kadi za mkopo, au hundi za kibinafsi huchukuliwa kuwa sio benki (au kuwekewa pesa kidogo).

    Kulingana na Forbes, watu hawa wasio na benki wanahitaji ufikiaji wa pesa za kielektroniki, kadi ya benki, na uwezo wa kupata pesa mara moja. Hata hivyo, huduma za benki za kitamaduni huwa hazijumuishi kundi hili. Kwa kuongezea, karatasi ngumu na mahitaji mengine ya mikopo ya kawaida ya benki imesababisha vikundi vilivyo hatarini kugeukia wakopaji na wadai wa siku za malipo ambao huweka viwango vya juu vya riba.

    Uwekaji alama mbadala wa mikopo unaweza kusaidia watu wasio na benki, hasa katika mataifa yanayoendelea, kwa kuzingatia njia zisizo rasmi (na mara nyingi sahihi zaidi) za tathmini. Hasa, mifumo ya AI inaweza kutumika kuchanganua wingi wa taarifa kutoka vyanzo mbalimbali vya data, kama vile bili za matumizi, malipo ya kodi, rekodi za bima, matumizi ya mitandao ya kijamii, historia ya ajira, historia ya usafiri, miamala ya biashara ya mtandaoni, na rekodi za serikali na mali. . Zaidi ya hayo, mifumo hii ya kiotomatiki inaweza kusaidia kutambua mifumo inayojirudia inayotafsiri hatari ya mikopo, ikiwa ni pamoja na kutokuwa na uwezo wa kulipa bili au kushikilia kazi kwa muda mrefu sana, au kufungua akaunti nyingi kwenye mifumo ya biashara ya mtandaoni. Ukaguzi huu unalenga tabia ya mkopeshaji na kubainisha pointi za data ambazo mbinu za kitamaduni zinaweza kukosa. 

    Athari ya usumbufu

    Teknolojia zinazoibuka ni jambo kuu katika kuharakisha upitishaji wa alama mbadala za mikopo. Mojawapo ya teknolojia kama hizo ni pamoja na utumiaji wa blockchain kwa sababu ya uwezo wake wa kuwaruhusu wateja kudhibiti data zao huku ikiwaruhusu watoa huduma wa mikopo kuthibitisha habari. Kipengele hiki kinaweza kuwasaidia watu kuhisi udhibiti zaidi jinsi taarifa zao za kibinafsi zinavyohifadhiwa na kushirikiwa.

    Benki pia zinaweza kutumia Mtandao wa Mambo (IoT) kwa picha ya kina zaidi ya hatari ya mkopo kwenye vifaa vyote; hii inajumuisha kukusanya metadata ya wakati halisi kutoka kwa simu za mkononi. Watoa huduma za afya wanaweza kuchangia data mbalimbali zinazohusiana na afya kwa madhumuni ya kupata alama, kama vile data inayokusanywa kutoka kwa vifaa vya kuvaliwa kama vile mapigo ya moyo, halijoto na rekodi yoyote ya matatizo ya afya yaliyokuwepo awali. Ingawa maelezo haya hayatumiki moja kwa moja kwa bima ya maisha na afya, yanaweza kufahamisha uchaguzi wa bidhaa za benki. Kwa mfano, maambukizi ya COVID-19 yanaweza kuashiria hitaji la usaidizi wa dharura wa overdrafti au biashara ndogo na za kati zilizo na hatari kubwa za urejeshaji wa mkopo na kukatizwa kwa biashara. Wakati huo huo, kwa bima ya gari, kampuni zingine hutumia data ya telematiki (GPS na vitambuzi) badala ya alama za kawaida za mkopo kutathmini ni watahiniwa gani wana uwezekano mkubwa wa kuwajibika. 

    Sehemu moja muhimu ya data katika alama mbadala za mkopo ni maudhui ya mitandao ya kijamii. Mitandao hii ina kiasi cha kuvutia cha data ambayo inaweza kuwa muhimu katika kuelewa uwezekano wa mtu kulipa madeni. Maelezo haya mara nyingi huwa sahihi zaidi kuliko yale yanayofichuliwa na njia rasmi. Kwa mfano, kuangalia taarifa za akaunti, machapisho ya mtandaoni na tweets hutoa maarifa kuhusu tabia ya mtu ya kutumia pesa na utulivu wa kiuchumi, jambo ambalo linaweza kusaidia biashara kufanya maamuzi bora. 

    Athari za alama mbadala za mkopo

    Athari pana za uwekaji alama mbadala za mkopo zinaweza kujumuisha: 

    • Huduma zaidi za mikopo zisizo za kitamaduni zinazochochewa na benki huria na huduma ya benki kama huduma. Huduma hizi zinaweza kusaidia watu ambao hawajasajiliwa kutuma maombi ya mikopo kwa ufanisi zaidi.
    • Kuongezeka kwa matumizi ya IoT na vifaa vya kuvaliwa ili kutathmini hatari ya mikopo, hasa data ya afya na mahiri ya nyumbani.
    • Waanzishaji wanaotumia huduma za metadata ya simu kutathmini watu ambao hawajasajiliwa ili kutoa huduma za mikopo.
    • Biometriska inazidi kutumika kama data mbadala ya alama za mkopo, haswa katika ufuatiliaji wa tabia za ununuzi.
    • Serikali nyingi zaidi zinazofanya mikopo isiyo ya kawaida kufikiwa zaidi na kuhudumiwa. 
    • Kuongezeka kwa wasiwasi kuhusu uwezekano wa ukiukaji wa faragha wa data, hasa kwa ukusanyaji wa data ya kibayometriki.

    Maswali ya kuzingatia

    • Je, ni changamoto zipi zinazowezekana katika kutumia data mbadala ya alama za mikopo?
    • Je, pointi zingine za data zinazowezekana zinaweza kujumuishwa katika matokeo mbadala ya mikopo?

    Marejeleo ya maarifa

    Viungo vifuatavyo maarufu na vya kitaasisi vilirejelewa kwa maarifa haya: