Alternatif kredi puanlaması: Tüketici bilgileri için büyük verileri tarama

GÖRÜNTÜ KREDİSİ:
Resim kredi
iStock

Alternatif kredi puanlaması: Tüketici bilgileri için büyük verileri tarama

Alternatif kredi puanlaması: Tüketici bilgileri için büyük verileri tarama

Alt başlık metni
Yapay zeka (AI), telematik ve daha dijital bir ekonomi sayesinde alternatif kredi puanlaması daha yaygın hale geliyor.
    • Yazar:
    • Yazar adı
      Kuantumrun Gözlemi
    • 10 Ekim 2022

    Analiz özeti

    Tüketicilere ve borç verenlere fayda sağladığı için daha fazla şirket alternatif kredi puanlaması kullanıyor. Yapay zeka (AI), özellikle makine öğrenimi (ML), geleneksel bankacılık ürünlerine erişimi olmayan kişilerin kredi itibarını değerlendirmek için kullanılabilir. Bu yöntem, finansal işlemler, web trafiği, mobil cihazlar ve genel kayıtlar gibi alternatif veri kaynaklarına bakar. Diğer veri noktalarına bakıldığında, alternatif kredi puanlaması, finansal katılımı artırma ve ekonomik büyümeyi yönlendirme potansiyeline sahiptir.

    Alternatif kredi puanlama bağlamı

    Geleneksel kredi puanı modeli birçok kişi için sınırlayıcıdır ve erişilemezdir. Afrika CEO Forumu verilerine göre Afrikalıların yaklaşık yüzde 57'si "kredi görünmez", bu da onların bir banka hesabı veya kredi puanı olmadığı anlamına geliyor. Bunun sonucunda kredi almakta veya kredi kartı almakta zorluk çekiyorlar. Tasarruf hesapları, kredi kartları veya kişisel çekler gibi temel finansal hizmetlere erişimi olmayan kişiler, banka hesabı olmayan (veya banka hesabı olmayan) kişiler olarak kabul edilir.

    Forbes'a göre, banka hesabı olmayan bu kişilerin elektronik nakit erişimine, banka kartına ve anında para alabilme yeteneğine ihtiyaçları var. Ancak geleneksel bankacılık hizmetleri genellikle bu grubu kapsamaz. Buna ek olarak, geleneksel banka kredilerine yönelik karmaşık evrak işleri ve diğer gereklilikler, savunmasız grupların yüksek faiz oranları uygulayan tefecilere ve avans alacaklılarına yönelmesine neden oldu.

    Alternatif kredi puanlaması, daha gayri resmi (ve genellikle daha doğru) değerlendirme yöntemlerini göz önünde bulundurarak, özellikle gelişmekte olan ülkelerde banka hesabı olmayan nüfusa yardımcı olabilir. Özellikle, yapay zeka sistemleri, elektrik faturaları, kira ödemeleri, sigorta kayıtları, sosyal medya kullanımı, istihdam geçmişi, seyahat geçmişi, e-ticaret işlemleri ve devlet ve mülk kayıtları gibi çeşitli veri kaynaklarından gelen büyük hacimli bilgileri taramak için uygulanabilir. . Ek olarak, bu otomatik sistemler, faturaları ödeyememe veya işleri çok uzun süre bekletme veya e-ticaret platformlarında çok fazla hesap açamama gibi kredi riskine dönüşen yinelenen kalıpları belirlemeye yardımcı olabilir. Bu kontroller, kredi alan kişinin davranışına odaklanır ve geleneksel yöntemlerin gözden kaçırmış olabileceği veri noktalarını belirler. 

    Yıkıcı etki

    Gelişmekte olan teknolojiler, alternatif kredi puanlamasının benimsenmesini hızlandırmada önemli bir faktördür. Bu tür bir teknoloji, müşterilerin verilerini kontrol etmesine izin verirken kredi sağlayıcılarının bilgileri doğrulamasına izin verme yeteneği nedeniyle blok zinciri uygulamalarını içerir. Bu özellik, insanların kişisel bilgilerinin nasıl saklandığı ve paylaşıldığı konusunda daha fazla kontrol sahibi olmalarına yardımcı olabilir.

    Bankalar, cihazlar arasında kredi riskinin daha ayrıntılı bir resmi için Nesnelerin İnterneti'ni (IoT) de kullanabilir; buna cep telefonlarından gerçek zamanlı meta veri toplama dahildir. Sağlık hizmeti sağlayıcıları, kalp atış hızı, sıcaklık ve önceden var olan sağlık sorunlarının herhangi bir kaydı gibi giyilebilir cihazlardan toplanan veriler gibi sağlıkla ilgili çeşitli verilere puanlama amacıyla katkıda bulunabilir. Bu bilgiler doğrudan hayat ve sağlık sigortaları için geçerli olmamakla birlikte, banka ürün tercihlerini bilgilendirebilir. Örneğin, olası bir COVID-19 enfeksiyonu, acil kredili mevduat hesabı yardımına veya kredi geri ödemesi ve iş kesintisi için daha yüksek risk faktörlerine sahip küçük ve orta ölçekli işletmelere duyulan ihtiyacı işaret edebilir. Bu arada, araba sigortası için bazı şirketler, hangi adayların sorumlu olma olasılığının daha yüksek olduğunu değerlendirmek için geleneksel kredi puanlaması yerine telematik verileri (GPS ve sensörler) kullanır. 

    Alternatif kredi puanlamasında önemli bir veri noktası sosyal medya içeriğidir. Bu ağlar, bir kişinin borçlarını geri ödeme olasılığını anlamada faydalı olabilecek etkileyici miktarda veriye sahiptir. Bu bilgi genellikle resmi kanalların ortaya çıkardığından daha doğrudur. Örneğin, hesap özetlerini, çevrimiçi gönderileri ve tweet'leri kontrol etmek, birinin harcama alışkanlıkları ve ekonomik istikrarı hakkında bilgi verir ve bu da işletmelerin daha iyi kararlar almasına yardımcı olabilir. 

    Alternatif kredi puanlamasının etkileri

    Alternatif kredi puanlamasının daha geniş sonuçları şunları içerebilir: 

    • Açık bankacılık ve bir hizmet olarak bankacılık tarafından desteklenen daha geleneksel olmayan kredi verme hizmetleri. Bu hizmetler, banka hesabı olmayanların krediler için daha verimli başvuruda bulunmalarına yardımcı olabilir.
    • Özellikle sağlık ve akıllı ev verileri olmak üzere kredi riskini değerlendirmek için IoT ve giyilebilir cihazların artan kullanımı.
    • Kredi hizmetleri sunmak için banka hesabı olmayan kişileri değerlendirmek için telefon meta veri hizmetlerini kullanan girişimler.
    • Biyometri, özellikle alışveriş alışkanlıklarının izlenmesinde alternatif bir kredi puanı verisi olarak giderek daha fazla kullanılmaktadır.
    • Daha fazla hükümet, geleneksel olmayan kredileri daha erişilebilir ve kullanılabilir hale getiriyor. 
    • Özellikle biyometrik veri toplama için potansiyel veri gizliliği ihlallerine ilişkin artan endişeler.

    Dikkate alınması gereken sorular

    • Alternatif kredi puanlama verilerini kullanmanın olası zorlukları nelerdir?
    • Alternatif kredi puanlamasına diğer potansiyel veri noktaları neler dahil edilebilir?

    Analiz referansları

    Bu içgörü için aşağıdaki popüler ve kurumsal bağlantılara başvurulmuştur: