ক্রমবর্ধমানভাবে, ঋণদাতারা আন্ডাররাইটিং সিদ্ধান্ত জানাতে বিকল্প ডেটার দিকে ঝুঁকছে।
বছরের পর বছর ধরে, FICO-এর মতো আনুষ্ঠানিক ক্রেডিট স্কোর ব্যবহার করে ক্রেডিট দেওয়া হয়েছে।
যাইহোক, অনেক ভোক্তা প্রত্যাখ্যান করা হয়, সমগ্র জনসংখ্যাকে উপেক্ষা করে রাখা হয়, যদিও অনেকে ক্রেডিট পাওয়ার সামর্থ্য রাখে। বিকল্প ডেটা সেটগুলি ব্যক্তির একটি সম্পূর্ণ চিত্র প্রদান করে, অন্তর্ভুক্তির উন্নতি করে।
প্রোভেনির, একটি এআই ডিসিশনিং টুল প্রদানকারী, হোস্ট করেছে একটি ফিনটেক নেক্সাসের সাথে ওয়েবিনার, যা অর্পিতদের জন্য ক্রেডিট আনার বিকল্প ডেটার সম্ভাবনাগুলি অন্বেষণ করেছে৷ মডারেটর টড অ্যান্ডারসন ওয়েবিনার স্থাপন এবং বক্তাদের পরিচয় করিয়ে দেওয়ার জন্য প্রোভেনিরকে ধন্যবাদ জানিয়ে অধিবেশন শুরু করেন।
বিকল্প তথ্য কি?
ওয়েবিনার ক্রেডিট সিদ্ধান্ত সংক্রান্ত বিকল্প ডেটার সংজ্ঞা দিয়ে শুরু হয়েছিল।
ইউএস ব্যাংকের বিএনপিএল/পিওএস ঋণদানের প্রধান মিয়া হান্টিংটন বলেন, “এটি এমন কোনো তথ্য যা সরাসরি গ্রাহকদের ক্রেডিট আচরণের সাথে সম্পর্কিত নয়।
প্রিজম ডেটার মহাব্যবস্থাপক এরিন অ্যালার্ড, বিস্তৃত করে বলেছেন, “আমি মনে করি এটি এই ডেটা কিসের দিকে যায়। যদি বিকল্প ডেটা এই ধরণের ভর বালতি হয়, তবে এটি এমন কিছু যা ঐতিহাসিকভাবে, প্রাতিষ্ঠানিকভাবে ব্যবহৃত ক্রেডিট স্কোরিং বা ক্রেডিট রিপোর্টের মতো নয়।
“যদি আমরা এমন জিনিসগুলি সম্পর্কে কথা বলি যা প্রকৃত আর্থিক তথ্য, যেমন জিনিসগুলি, একজন ভোক্তা কতটা উপার্জন করে? সেই আয় কতটা স্থিতিশীল? কিভাবে তারা তাদের টাকা খরচ করে? তারা কিভাবে সংরক্ষণ করবেন? ভোক্তারা কীভাবে আর্থিক সিদ্ধান্ত নেয় তার জন্য এটি অনেক বেশি মৌলিক মনে করে।"
তিনি ব্যাখ্যা করেছেন যে গড় গ্রাহকের সাথে কথা বলার সময়, তাদের বর্তমান অ্যাকাউন্ট যেখানে তারা তাদের আর্থিক জীবনের বেশিরভাগ সময় ব্যয় করে। এখানে, ভোক্তা তাদের পেচেক পায়, তাদের ডেবিট কার্ড ব্যবহার করতে পারে এবং বিল পরিশোধ করতে পারে।
যখন একজন ভোক্তা সিদ্ধান্ত নেয় যে তারা কিছু বহন করতে পারে এবং ঋণ নিতে পারে, তখন তিনি বলেন, তারা ক্রেডিট সিদ্ধান্তের প্রযুক্তিগত উপাদানগুলির পরিবর্তে তাদের দৈনন্দিন জীবনের প্রবাহ এবং বহিঃপ্রবাহ বিবেচনা করার সম্ভাবনা বেশি।
"(বিকল্প ডেটা) হল অনেক বেশি ডেটার একটি সম্পূর্ণতা যা ভোক্তার জীবনের সাথে কথা বলে।"
আর্থিক অন্তর্ভুক্তি উন্নত করার ক্ষমতা
বছরের পর বছর ধরে, অনেক ভোক্তা একটি উপযুক্ত ক্রেডিট স্কোর তৈরি করতে না পারার কারণে ক্রেডিট অ্যাক্সেস থেকে বাদ পড়েছেন। প্রথাগত ক্রেডিট স্কোরগুলি অত্যন্ত অনমনীয় থাকার জন্য এবং আধুনিক ভোক্তাদের জীবনধারা এবং পরিস্থিতির সূক্ষ্মতার জন্য অ্যাকাউন্টে অক্ষম হওয়ার জন্য সমালোচিত হয়েছে।
"সেই বিকল্প ডেটা একত্রিত করার মাধ্যমে, আপনি প্রায়শই অনেক বেশি দানাদার স্তরে চিকিত্সাগুলি মোকাবেলা করতে সক্ষম হন, আপনার স্বতন্ত্র গ্রাহক কী করছেন তা সঠিকভাবে বুঝতে পারবেন এবং সেগমেন্ট জুড়ে প্যাটার্নগুলি দেখতে সক্ষম হবেন," বলেছেন ক্যাথি স্টারেস, এক্সিকিউটিভ ভাইস প্রেসিডেন্ট প্রোভেনিরে আমেরিকার।
"আপনি বিকল্প ডেটার শক্তি ব্যবহার করতে পারেন, যার প্রায়শই অনেক দীর্ঘ ইতিহাস থাকে। তাই আপনি এমন নিদর্শন দেখতে পারেন যা আপনি আগে দেখতে পারেননি, যা জানাতে সাহায্য করতে পারে। আপনি পুরো ঝুঁকি পোর্টফোলিও জানেন।"
"আপনি গ্রাহকের সাথে দেখা করছেন যেখানে তারা আছেন এবং একটি উপযোগী অফার প্রদান করছেন, যা প্রায়শই গ্রহণ বাড়ায়।"
“সেই অপ্রতুল বাজারের দিকে তাকিয়ে, আপনি ডেটা নিতে সক্ষম। এবং সেই ইতিহাস এবং আচরণের প্যাটার্ন এবং অন্যান্য ডেটা সেটের সাহায্যে, আপনি এমন সিদ্ধান্ত নিতে পারবেন যা ক্রেডিট এবং জালিয়াতি উভয় ক্ষেত্রেই ঝুঁকির থ্রেশহোল্ড পূরণ করে কারণ আপনি গ্রাহকদের অনবোর্ডিং করছেন যেগুলি ঐতিহ্যগতভাবে আপনি তাদের কাছে পৌঁছাতে এবং তাদের আর্থিক উপকরণগুলি অফার করতে সক্ষম হবেন না তারা অতীতে ব্যবহার করতে পারেনি।"
তিনি ব্যাখ্যা করেছেন যে এই দানাদার চেহারা এবং দীর্ঘ ইতিহাস নতুন ভোক্তাদের গ্রহণ করার সময় সফলভাবে প্রতারণা হ্রাস করে। রিয়েল-টাইম ডেটা ভিউ বিকল্প ডেটা ব্যবহার করে অনেক সিদ্ধান্ত নেওয়ার মডেলগুলিতে অন্তর্ভুক্ত করা ঋণদাতাদের অন্তর্দৃষ্টি দেয় যা দ্রুত জালিয়াতি সনাক্ত করতে পারে।
Fintechs সামনে, কিন্তু ব্যাঙ্কগুলি ধরছে
AI এবং মেশিন লার্নিং বাস্তবায়ন করা আর্থিক প্রতিষ্ঠানগুলির এই ডেটা বের করার এবং ব্যবহার করার ক্ষমতার জন্য মৌলিক। অনেক সময় কাঁচা ডেটার একটি বৃহৎ পুল থেকে সরানো হয়, এই সরঞ্জামগুলি ঋণদাতাদের দ্রুত অনুন্নত ভোক্তাদের ঋণযোগ্যতা মূল্যায়ন করার ক্ষমতা দিয়েছে।
বক্তারা একমত হন যে ফিনটেক প্রযুক্তি বাস্তবায়নে নেতৃত্ব দিয়েছে, তাদের সাফল্যের একটি প্রধান উদাহরণ হিসাবে BNPL-এর আকাশছোঁয়া জনপ্রিয়তা। যাইহোক, ব্যাঙ্কগুলি ধরতে শুরু করেছে এবং গ্রাহকদের পরিষেবা দেওয়ার ক্ষেত্রে ফিনটেকের উদ্ভাবনের সাথে মেলাতে শুরু করেছে যা তারা ঐতিহ্যগতভাবে প্রত্যাখ্যান করবে।
“ক্লায়েন্টরা ইন্টারঅ্যাক্ট করার আশা করে। এটা বর্তমান অর্থনীতি কিভাবে কাজ করে,” হান্টিংটন বলেন. “আমি মনে করি না যে ব্যাঙ্কগুলিকে না বলার জন্য এটি আর একটি বিকল্প। এটি ঐতিহ্যগতভাবে আমরা সবসময় এটি করেছি, এবং আমরা এটি এভাবেই চালিয়ে যাব।"
ব্যাঙ্কগুলি, তাদের উত্তরাধিকারী সিস্টেমগুলির সাথে, নতুন প্রযুক্তিকে অন্তর্ভুক্ত করতে অসুবিধা হয়েছে, সঙ্গতিপূর্ণ মান বজায় রাখার জন্য ব্যাপক পদক্ষেপগুলি প্রয়োগ করা প্রয়োজন৷
"এই ব্যাপারে কোন ভুল করবেন না. এটি সঠিকভাবে পেতে এবং এটি চালু করা খুব জটিল, বিশেষ করে, যেমন আপনি জানেন, বৃহত্তর আর্থিক প্রতিষ্ঠান এবং আমাদের কিছু অবকাঠামো," হান্টিংটন বলেছেন।
“শুরু করা এবং এটি সঠিকভাবে করা অত্যন্ত জটিল। আমি মনে করি এটি সেই মডেলগুলি তৈরি করার জন্য, সেগুলিকে পাশাপাশি চালানোর জন্য বলে যে এটি প্রত্যাশিত ফলাফল ছিল… আমি মনে করি যে এই মুহূর্তে অনেক ব্যাংক সম্ভবত যা ভাবছে তার একটি বিশাল অংশ।"
ব্যাখ্যা করা কঠিন কিন্তু অপরিহার্য
এআই-এর ব্যবহার নিয়ন্ত্রক এবং ভোক্তাদের কাছ থেকে একইভাবে সমালোচনা পেয়েছে, যারা উদ্বিগ্ন যে প্রযুক্তিটি উত্তরাধিকারসূত্রে প্রাপ্ত পক্ষপাত ধারণ করতে পারে। বিকল্প ডেটার বিশাল সেট গ্রহণ করার সময় ব্যাখ্যাযোগ্যতা এবং স্পষ্টতার বিষয় যার উপর ভিত্তি করে সিদ্ধান্ত নেওয়া হয় তা আরও বেশি প্রাসঙ্গিক হয়ে উঠেছে।
ব্যাখ্যাযোগ্যতার মানগুলির সাথে সঙ্গতিপূর্ণ রাখা এমন প্রতিষ্ঠানের জন্য চ্যালেঞ্জিং হতে পারে যারা ইন-হাউস মডেল তৈরি করতে চায় যা তাদের আন্ডাররাইটিং প্রক্রিয়াকে অবহিত করবে।
“সুতরাং আপনি যখন একটি এআই মেশিন লার্নিং মডেল পেয়ে থাকেন, আপনি রিয়েল-টাইমে কাজ করতে সক্ষম হন, আপনি রিয়েল-টাইমে জানাতে সক্ষম হন, আপনি অন্তর্দৃষ্টিগুলি বের করতে সক্ষম হন এবং আপনি সক্ষম হন একটি বাস্তব সময়ের ভিত্তিতে প্রশিক্ষণ এবং ব্যাখ্যাযোগ্যতা আছে,” Stares বলেন.
“যদি আপনার কাছে নন-এফসিআর ডেটা অন্তর্ভুক্ত করার প্রযুক্তি থাকে এবং এটিকে এর নেটিভ আকারে নেওয়া হয় তবে আপনি সেই ডেটা আপনার সিদ্ধান্তের মধ্যেই গ্রহণ করতে পারেন। এটি তখন মডেলগুলিকে জানাতে ব্যবহার করা যেতে পারে এবং আপনার সিদ্ধান্তই সম্মতি বজায় রাখবে।"
অ্যালার্ড সম্মত হন, উল্লেখ করেন যে সিদ্ধান্ত নেওয়ার মডেলগুলি তৈরি করার সময় ডকুমেন্টেশন এবং স্পষ্টতা নিশ্চিত করা এই সম্মতির জন্য গুরুত্বপূর্ণ এবং ভবিষ্যতে এটি আরও গুরুত্বপূর্ণ হয়ে উঠতে পারে।
যদিও বর্তমানে, ডেটাতে অ্যাক্সেস সীমিত হতে পারে, মার্কিন যুক্তরাষ্ট্রে উন্মুক্ত ব্যাঙ্কিং বিকাশে বর্ধিত প্রচেষ্টার বিকল্প ডেটাতে ব্যাপক অ্যাক্সেস তৈরি করার সম্ভাবনা রয়েছে।
"আশা করি, ভবিষ্যতে, এটি কম জটিল হবে এবং একজন ভোক্তার পক্ষে বলা সহজ হবে, 'এখানে আমার সমস্ত অ্যাকাউন্ট রয়েছে৷ এখানেই আমি ব্যাঙ্ক করি, এখানেই আমি ব্যবসা করি এবং আমি একজন ভোক্তা হিসেবে আমার ডেটা শেয়ার করার জন্য বেছে নিচ্ছি।' তারপর, এটা সামঞ্জস্য এবং এটি ব্যবহার করার জন্য সঠিক প্রযুক্তির অ্যাক্সেস আছে তার উপর ভিত্তি করে ক্রেডিট সিদ্ধান্ত নেওয়া লোকেরা উপর দায়িত্বশীল,” Allard বলেন.
"যতক্ষণ তথ্য পাওয়া যায়, এটি ব্যবহার করার জন্য সঠিক সমাধান বাছাই করা সম্পর্কে।"
তিনটি বক্তাই অনুভব করেছিলেন যে প্রযুক্তিগত সমাধানের পছন্দটি বর্ধিত অন্তর্ভুক্তির লক্ষ্যে পৌঁছানোর বিকল্প ডেটার সাফল্যের জন্য গুরুত্বপূর্ণ।
ক্রেডিট ব্যুরো পরিবর্তন করার সময়
ওয়েবিনারের চূড়ান্ত প্রশ্নগুলির মধ্যে একটি ক্রেডিট ব্যুরোতে পরিণত হয়েছিল।
ঐতিহ্যগত ক্রেডিট স্কোর বছরের পর বছর ধরে ঋণের আন্ডাররাইট করার জন্য একটি প্রমিত পদ্ধতি। ক্রেডিট ডিসিশনিংয়ে ফিনটেকের উদ্ভাবন একটি বৃহত্তর দর্শকদের কাছে ক্রেডিট খোলার বিকল্প উপায়গুলির জন্য তাৎক্ষণিক প্রয়োজন হয়ে উঠেছে। বিকল্প তথ্যের আগমন ক্রেডিট ব্যুরোর স্কোরিং প্রক্রিয়াকে অবহিত করতে পারে, পৃথক প্রতিষ্ঠানের জন্য বিকল্প, অভ্যন্তরীণ প্রযুক্তির প্রয়োজনীয়তাকে বাদ দিয়ে।
"আমি মনে করি না একটি বিকল্প আছে," হান্টিংটন বলেন. "আমি মনে করি তাদের মডেল পরিবর্তন করতে হবে এবং এই কোরটি যেভাবে গণনা করা হয় এবং এই ডেটার কিছু অন্তর্ভুক্ত করতে হবে।"
"প্রশ্নটি হবে যে তারা প্রাসঙ্গিক উপায়ে ডেটা এবং ডেটার বিকল্প উত্সগুলি ব্যবহার করছে তা নিশ্চিত করতে তারা কী গতিতে উদ্ভাবন করতে পারে।"
সম্পর্কিত:
- এসইও চালিত বিষয়বস্তু এবং পিআর বিতরণ। আজই পরিবর্ধিত পান।
- প্লেটোব্লকচেন। Web3 মেটাভার্স ইন্টেলিজেন্স। জ্ঞান প্রসারিত. এখানে প্রবেশ করুন.
- উত্স: https://news.fintechnexus.com/provenir-webinar-alternative-data-the-catalyst-for-financial-inclusion/