Я помню 90-е годы, когда я хотел получить жилищный заем, и мне потребовалось 3 месяца, чтобы завершить процесс, начиная с предоставления всех бумажных копий моих доходов, налоговых деклараций, документов, удостоверяющих личность, а затем банк проверил мою кредитоспособность и предоставил одобрение.

Сегодня у всех есть какие-то ссуды, такие как жилищная ссуда, автокредит, ссуда на образование, ссуда на двух колесах или даже ссуда на покупку такой техники, как телевизор с высокой четкостью изображения и холодильник.

Как они оценивают вашу кредитоспособность? Существует так много случаев неплательщиков, число которых продолжает расти, и, следовательно, авторитетные банки или кредиторы постоянно ищут способы повысить доходность или заранее выявлять риски.

Кредиторы традиционно принимают решения на основе кредитного рейтинга соискателя кредита - трехзначного числа, полученного в таких кредитных бюро, как TransUnion, Experian и Equifax. Но эти кредитные рейтинги основаны исключительно на кредитной истории и не принимают во внимание обширные доступные данные, которые потенциально могут дать кредиторам доступ к точкам данных, столь же разнообразным, как онлайн-покупки, прочность социальных связей и модели путешествий. Если рассматривать эти данные в целом, кредиторы могут получить полное представление о потенциальных заемщиках и могут значительно улучшить свои возможности прогнозирования невозврата кредитов.

Сегодня цифровая трансформация все изменила. Хотя процентная ставка и стоимость закрытия по кредитам по-прежнему являются первоочередными задачами, важны скорость, простота, прозрачность и обслуживание клиентов всего процесса.

Поскольку покупательная способность среди миллениалов и поколения Z продолжает расти, они склонны приобретать недвижимость и приобретать активы, которые обеспечат стабильность и принесут богатство.

Возможность перекрестных продаж ссудных продуктов этим клиентам приводит к значительной части новых ссуд. Разница для клиентов, ориентированных на цифровые технологии, заключается в том, что они делают покупки в Интернете и могут выбрать альтернативного поставщика, исходя из правильного сочетания стоимости и простоты процесса.

Искусственный интеллект сегодня используется для определения кредитоспособности тех, кто не имеет кредитной истории, например студентов, иммигрантов и т. д. Он также помогает улучшить качество обслуживания клиентов , Например указав предварительно одобренную сумму кредита. AI упрощает и ускоряет одобрение кредитов, сокращает операционные расходы, а затем эту экономию можно распространить на клиентов в виде более низких ставок. Искусственный интеллект может обрабатывать большие объемы данных, которые андеррайтеры-люди просто не смогут понять.

Машинное обучение упрощает процесс, резко снижает вероятность ошибок и значительно сокращает время, необходимое для утверждения ссуды и выплаты средств заемщику, тем самым повышая качество обслуживания клиентов.

Искусственный интеллект и машинное обучение также помогают обнаруживать мошенничество, сравнивая поведение клиентов с базовыми данными обычных клиентов и удаляя выбросы.

Сегодня, помимо кредитного рейтинга и дохода, кредиторы также обращают внимание на цифровой след, данные о платежах из других источников, историю покупок, профессиональную репутацию из LinkedIn и других источников.

Это называется альтернативным источником данных. Использование машинного обучения для анализа этих альтернативных данных в кредитах и ​​кредитном рейтинге может вызвать некоторые проблемы конфиденциальности, этического и юридического характера.

Будущее цифрового кредитования снизит трение, связанное с процессом заимствования, устранит бумажную работу и переведет все этапы пути клиента к онлайн и мобильным возможностям. Искусственный интеллект и машинное обучение станут неотъемлемой частью финансового кредитования.

Первоначально опубликовано на сайте simpleified-analytics.blogspot.com 7 января 2018 г.