يتجه المقرضون بشكل متزايد إلى البيانات البديلة لإبلاغ قرارات الاكتتاب.
لسنوات ، تم منح الائتمان باستخدام درجات ائتمان رسمية مثل FICO.
ومع ذلك ، يتم رفض العديد من المستهلكين ، مما يترك الفئات السكانية بأكملها محرومة من الخدمات ، على الرغم من قدرة الكثيرين على تحمل الائتمان الذي يسعون إليه. توفر مجموعات البيانات البديلة صورة كاملة للفرد ، مما يؤدي إلى تحسين الإدماج.
استضاف Provenir ، وهو مزود لأدوات وصف الذكاء الاصطناعي ، ملف برنامج تعليمي على الويب مع Fintech Nexus، والتي استكشفت إمكانيات البيانات البديلة في جلب الفضل إلى المحرومين. بدأ المنسق تود أندرسون الجلسة بتوجيه الشكر إلى Provenir لإعداد الندوة عبر الإنترنت وتقديم المتحدثين.
ما هي البيانات البديلة؟
بدأت الندوة عبر الإنترنت بتعريف البيانات البديلة المتعلقة بتوصيف الائتمان.
قالت ميا هنتنغتون ، رئيسة إقراض BNPL / POS في US Bank: "إنها أي بيانات لا تتعلق مباشرة بسلوك الائتمان الاستهلاكي".
توسعت إيرين ألارد ، المدير العام في شركة Prism Data ، قائلة: "أعتقد أن الأمر يتعلق بماهية هذه البيانات. إذا كانت البيانات البديلة هي هذا النوع من البيانات الجماعية ، فهذا شيء ليس من النوع التاريخي أو المؤسسي للتسجيل الائتماني أو تقارير الائتمان.
"إذا كنا نتحدث عن أشياء تمثل حقائق مالية حقيقية ، أشياء مثل ، ما مقدار ما يربحه المستهلك؟ ما مدى استقرار هذا الدخل؟ كيف ينفقون أموالهم؟ كيف ينقذون؟ هذا يبدو أكثر أهمية بالنسبة لكيفية اتخاذ المستهلكين للقرارات المالية ".
وأوضحت أنه عند التحدث إلى المستهلك العادي ، فإن حسابه الجاري هو المكان الذي يقضون فيه معظم حياتهم المالية. هنا ، يتلقى المستهلك شيك راتبه ، ويمكنه استخدام بطاقة الخصم الخاصة به ودفع الفواتير.
وقالت إنه عندما يقرر المستهلك ما إذا كان بإمكانه تحمل شيء ما وتحمل الديون ، فمن المرجح أن يأخذ في الاعتبار التدفقات الداخلة والخارجة من حياته اليومية بدلاً من العناصر الفنية لتحديد الائتمان.
"(البيانات البديلة) هي استكمال للبيانات التي تتحدث عن حياة المستهلك."
القدرة على تحسين الشمول المالي
لسنوات ، ظل العديد من المستهلكين مستبعدين من الحصول على الائتمان بسبب عدم قدرتهم على بناء درجة ائتمانية مناسبة. تم انتقاد درجات الائتمان التقليدية لأنها ظلت جامدة للغاية وغير قادرة على حساب الفروق الدقيقة في أنماط حياة المستهلكين الحديثة وظروفهم.
قالت كاثي ستارس ، نائب الرئيس التنفيذي الأمريكتين في بروفينير.
"يمكنك استخدام قوة البيانات البديلة ، والتي غالبًا ما يكون لها تاريخ أطول بكثير. حتى تتمكن من رؤية الأنماط التي ربما لم تتمكن من رؤيتها من قبل ، والتي يمكن أن تساعد في إعلامك. أنت تعرف محفظة المخاطر بالكامل ".
"تلتقي بالعميل في مكان تواجده وتقدم عرضًا مخصصًا ، والذي غالبًا ما يزيد التبني."
بالنظر إلى هذا السوق المحرومة ، يمكنك الحصول على البيانات. وبفضل هذا السجل ونمط السلوك ومجموعات البيانات الأخرى ، يمكنك اتخاذ قرارات تلبي حدود المخاطر على كل من الائتمان والاحتيال أثناء قيامك بتهيئة العملاء الذين لن تتمكن تقليديًا من الوصول إليهم وتقديم أدوات مالية لهم لم يتمكنوا من استخدامها في الماضي ".
وأوضحت أن هذا المظهر الدقيق والتاريخ الطويل يخففان من الاحتيال بنجاح عند التعامل مع مستهلكين جدد. توفر طريقة عرض البيانات في الوقت الفعلي المضمنة في العديد من النماذج الوصفية باستخدام بيانات بديلة رؤى للمقرض يمكنها تحديد الاحتيال بسرعة.
شركات التكنولوجيا المالية في المقدمة ، لكن البنوك تلحق بالركب
كان تطبيق الذكاء الاصطناعي والتعلم الآلي أساسيًا في قدرة المؤسسات المالية على استخراج هذه البيانات واستخدامها. في بعض الأحيان ، تم حذف هذه الأدوات من مجموعة كبيرة من البيانات الخام ، مما أتاح للمقرضين القدرة على تقييم الجدارة الائتمانية للمستهلكين المحرومة بسرعة.
واتفق المتحدثون على أن fintech قد أخذت زمام المبادرة في تنفيذ التكنولوجيا ، مع تزايد شعبية BNPL كمثال رئيسي على نجاحها. ومع ذلك ، بدأت البنوك في اللحاق بالركب وبدأت في مضاهاة ابتكار شركات التكنولوجيا المالية في خدمة المستهلكين الذين كانوا يرفضونهم تقليديًا.
"إنها الطريقة التي يتوقع العملاء التفاعل بها. قال هنتنغتون "هذه هي الطريقة التي يعمل بها الاقتصاد الحالي". "أنا فقط لا أعتقد أنه خيار بعد الآن للبنوك أن ترفض. هذه هي الطريقة التقليدية لفعلنا ذلك دائمًا ، وسنواصل القيام بذلك بهذه الطريقة ".
واجهت البنوك ، مع أنظمتها القديمة ، صعوبة في دمج التكنولوجيا الجديدة ، مما يتطلب تدابير مكثفة ليتم تنفيذها للحفاظ على المعايير المتوافقة.
"لا ترتكب خطأ بهذا الشأن. قال هنتنغتون "إنه أمر معقد للغاية أن يتم تنفيذها بشكل صحيح ، وخاصة ، كما تعلمون ، المؤسسات المالية الكبيرة وبعض بنيتنا التحتية".
"إن البدء والعمل بشكل صحيح أمر معقد للغاية. أعتقد أن الأمر كله يتعلق ببناء هذه النماذج ، وتشغيلها جنبًا إلى جنب لأقول أن هذه كانت النتيجة المتوقعة ... أعتقد أن هذا جزء كبير مما يفكر فيه العديد من البنوك في الوقت الحالي ".
التفسير صعب ولكنه ضروري
تلقى استخدام الذكاء الاصطناعي انتقادات من المنظمين والمستهلكين على حد سواء ، الذين يشعرون بالقلق من أن التكنولوجيا يمكن أن تحتوي على تحيز موروث. أصبح موضوع التفسير والوضوح بناءً على القرارات التي يتم اتخاذها أكثر أهمية من أي وقت مضى عند التعامل مع مجموعات كبيرة من البيانات البديلة.
قد يكون الحفاظ على الامتثال لمعايير القابلية للتفسير تحديًا للمؤسسات التي ترغب في بناء نماذج داخلية من شأنها توجيه عملية الاكتتاب الخاصة بهم.
"لذلك عندما يكون لديك نموذج التعلم الآلي للذكاء الاصطناعي ، يمكنك تشغيله في الوقت الفعلي ، ويمكنك الإبلاغ في الوقت الفعلي ، وستتمكن من الاستفادة من الأفكار ، وستكون قادرًا للتدريب وإمكانية الشرح في الوقت الفعلي "، قال ستارز.
"إذا كانت لديك التكنولوجيا اللازمة لدمج البيانات غير التابعة لـ FCR وأخذها في شكلها الأصلي ، فيمكنك استيعاب هذه البيانات في قرارك مباشرةً. يمكن بعد ذلك استخدام ذلك لإبلاغ النماذج ، وقرارك هو ما يحافظ على الامتثال ".
وافق Allard ، مشيرًا إلى أن ضمان التوثيق والوضوح عند بناء النماذج الوصفية أمر بالغ الأهمية لهذا الامتثال ويمكن أن يصبح أكثر أهمية في المستقبل.
بينما في الوقت الحالي ، يمكن أن يكون الوصول إلى البيانات محدودًا ، إلا أن الجهود المتزايدة في تطوير الخدمات المصرفية المفتوحة في الولايات المتحدة لديها القدرة على إنشاء وصول واسع النطاق إلى البيانات البديلة.
"آمل ، في المستقبل ، سيكون الأمر أقل تعقيدًا وأسهل بكثير على المستهلك أن يقول ،" إليك جميع حساباتي. هذا هو المكان الذي أقوم فيه بإجراء المعاملات المصرفية ، وهنا حيث أقوم بأعمال تجارية ، وأنا ، كمستهلك ، أختار مشاركة بياناتي. بعد ذلك ، يتعين على الأشخاص اتخاذ قرارات ائتمانية بناءً على ذلك للوصول إلى التكنولوجيا المناسبة لتعديلها واستخدامها "، قال ألارد.
"طالما أن البيانات متاحة ، فإن الأمر يتعلق باختيار الحل المناسب للاستفادة منها."
شعر المتحدثون الثلاثة أن اختيار الحل التكنولوجي أمر بالغ الأهمية لنجاح البيانات البديلة في الوصول إلى هدف زيادة الشمول.
حان وقت تغيير مكتب الائتمان
تحول أحد الأسئلة الأخيرة للندوة عبر الإنترنت إلى مكتب الائتمان.
كانت درجة الائتمان التقليدية طريقة معيارية لضمان الإقراض لسنوات. أصبح ابتكار Fintech في تصنيف الائتمان حاجة فورية لطرق بديلة لفتح الائتمان لجمهور أوسع. يمكن لتدفق البيانات البديلة أن يوجه عملية تسجيل النقاط لمكتب الائتمان ، متجاوزًا الحاجة إلى تقنيات داخلية بديلة للمؤسسات الفردية.
قال هنتنغتون: "لا أعتقد أن هناك خيارًا". "أعتقد أنه يتعين عليهم تغيير النموذج وطريقة حساب هذا النواة ودمج بعض هذه البيانات."
"سيكون السؤال في أي سرعة يمكنهم الابتكار للتأكد من أنهم يستخدمون البيانات والمصادر البديلة للبيانات بطريقة مناسبة."
ذات صلة:
- محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
- بلاتوبلوكشين. Web3 Metaverse Intelligence. تضخيم المعرفة. الوصول هنا.
- المصدر https://news.fintechnexus.com/provenir-webinar-alternative-data-the-catalyst-for-financial-inclusion/