वैकल्पिक क्रेडिट स्कोरिङ: उपभोक्ता जानकारीको लागि ठूलो डाटा स्काउरिङ

छवि क्रेडिट:
छवि क्रेडिट
IStock

वैकल्पिक क्रेडिट स्कोरिङ: उपभोक्ता जानकारीको लागि ठूलो डाटा स्काउरिङ

वैकल्पिक क्रेडिट स्कोरिङ: उपभोक्ता जानकारीको लागि ठूलो डाटा स्काउरिङ

उपशीर्षक पाठ
आर्टिफिसियल इन्टेलिजेन्स (एआई), टेलिमेटिक्स र थप डिजिटल अर्थतन्त्रका कारण वैकल्पिक क्रेडिट स्कोरिङ मुख्यधारा बनिरहेको छ।
    • लेखक:
    • लेखक नाम
      क्वान्टमरुन फोयरसाइट
    • अक्टोबर 10, 2022

    अन्तरदृष्टि सारांश

    अधिक कम्पनीहरूले वैकल्पिक क्रेडिट स्कोरिङ प्रयोग गर्दैछन् किनभने यसले उपभोक्ताहरू र ऋणदाताहरूलाई फाइदा पुर्‍याउँछ। आर्टिफिसियल इन्टेलिजेन्स (एआई), विशेष गरी मेसिन लर्निङ (एमएल), परम्परागत बैंकिङ उत्पादनहरूमा पहुँच नभएका व्यक्तिहरूको क्रेडिटयोग्यता मूल्याङ्कन गर्न प्रयोग गर्न सकिन्छ। यो विधिले वैकल्पिक डेटा स्रोतहरू जस्तै वित्तीय लेनदेन, वेब ट्राफिक, मोबाइल उपकरणहरू, र सार्वजनिक रेकर्डहरू हेर्छ। अन्य डेटा बिन्दुहरू हेर्दा, वैकल्पिक क्रेडिट स्कोरिङले वित्तीय समावेशीकरण बढाउने र आर्थिक वृद्धिलाई अगाडि बढाउने क्षमता राख्छ।

    वैकल्पिक क्रेडिट स्कोरिङ सन्दर्भ

    परम्परागत क्रेडिट स्कोर मोडेल धेरै मानिसहरूको लागि सीमित र दुर्गम छ। अफ्रिका सीईओ फोरमको तथ्याङ्क अनुसार, लगभग 57 प्रतिशत अफ्रिकीहरू "क्रेडिट अदृश्य" छन्, जसको मतलब तिनीहरूसँग बैंक खाता वा क्रेडिट स्कोर छैन। फलस्वरूप, उनीहरूलाई ऋण सुरक्षित गर्न वा क्रेडिट कार्ड प्राप्त गर्न कठिनाइ हुन्छ। बचत खाताहरू, क्रेडिट कार्डहरू, वा व्यक्तिगत चेकहरू जस्ता आवश्यक वित्तीय सेवाहरूमा पहुँच नभएका व्यक्तिहरूलाई बैंक नगरिएको (वा कम बैंकिङ गरिएको) मानिन्छ।

    फोर्ब्सका अनुसार यी अनबैंक भएका व्यक्तिहरूलाई इलेक्ट्रोनिक नगद पहुँच, डेबिट कार्ड र तुरुन्तै पैसा प्राप्त गर्ने क्षमता चाहिन्छ। यद्यपि, परम्परागत बैंकिङ सेवाहरूले सामान्यतया यो समूहलाई समावेश गर्दैन। थप रूपमा, परम्परागत बैंक ऋणहरूको लागि जटिल कागजी कार्य र अन्य आवश्यकताहरूले कमजोर समूहहरूलाई उच्च ब्याज दरहरू लगाउने ऋण शार्कहरू र वेतन दिन ऋणदाताहरूमा परिणत गरेको छ।

    वैकल्पिक क्रेडिट स्कोरिङले अनौपचारिक (र प्रायः अधिक सटीक) मूल्याङ्कनका माध्यमहरूलाई विचार गरेर, विशेष गरी विकासशील राष्ट्रहरूमा, बैंकिङ नगरिएका जनसंख्यालाई मद्दत गर्न सक्छ। विशेष गरी, एआई प्रणालीहरू उपयोगिता बिलहरू, भाडा भुक्तानीहरू, बीमा रेकर्डहरू, सोशल मिडिया प्रयोग, रोजगार इतिहास, यात्रा इतिहास, ई-वाणिज्य लेनदेन, र सरकारी र सम्पत्ति रेकर्डहरू जस्ता विविध डेटा स्रोतहरूबाट ठूलो मात्रामा जानकारी स्क्यान गर्न लागू गर्न सकिन्छ। । थप रूपमा, यी स्वचालित प्रणालीहरूले क्रेडिट जोखिममा अनुवाद गर्ने आवर्ती ढाँचाहरू पहिचान गर्न मद्दत गर्न सक्छ, बिलहरू तिर्न असक्षमता वा धेरै लामो समयसम्म कामहरू राख्ने, वा ई-वाणिज्य प्लेटफर्महरूमा धेरै खाताहरू खोल्ने सहित। यी जाँचहरूले ऋण लिने व्यक्तिको व्यवहारमा केन्द्रित हुन्छन् र परम्परागत विधिहरूले छुटेका हुन सक्ने डेटा बिन्दुहरू पहिचान गर्छन्। 

    विघटनकारी प्रभाव

    उदीयमान प्रविधिहरू वैकल्पिक क्रेडिट स्कोरिङको अवलम्बनलाई तीव्र पार्ने मुख्य कारक हुन्। यस्तो एउटा प्रविधिले क्रेडिट प्रदायकहरूलाई जानकारी प्रमाणित गर्न अनुमति दिँदा ग्राहकहरूलाई उनीहरूको डेटा नियन्त्रण गर्न दिने क्षमताको कारणले ब्लकचेन अनुप्रयोगहरू समावेश गर्दछ। यो सुविधाले मानिसहरूलाई उनीहरूको व्यक्तिगत जानकारी कसरी भण्डारण र साझेदारी गरिन्छ भन्ने बारे थप नियन्त्रणमा महसुस गर्न मद्दत गर्न सक्छ।

    बैंकहरूले उपकरणहरूमा क्रेडिट जोखिमको थप विस्तृत चित्रको लागि चीजहरूको इन्टरनेट (IoT) प्रयोग गर्न सक्छन्; यसमा मोबाइल फोनबाट वास्तविक-समय मेटाडाटा सङ्कलन समावेश छ। स्वास्थ्य सेवा प्रदायकहरूले स्कोरिङ उद्देश्यका लागि विभिन्न स्वास्थ्य-सम्बन्धित डेटाहरू योगदान गर्न सक्छन्, जस्तै मुटुको दर, तापक्रम, र पूर्व-अवस्थित स्वास्थ्य समस्याहरूको कुनै पनि रेकर्ड जस्ता पहिरनयोग्य वस्तुहरूबाट सङ्कलन गरिएको डेटा। यद्यपि यो जानकारी प्रत्यक्ष रूपमा जीवन र स्वास्थ्य बीमामा लागू हुँदैन, यसले बैंक उत्पादन छनौटहरू सूचित गर्न सक्छ। उदाहरणका लागि, सम्भावित COVID-19 संक्रमणले आपतकालीन ओभरड्राफ्ट सहायताको आवश्यकता वा साना तथा मझौला उद्यमहरूलाई ऋण चुक्ता गर्ने र व्यापार अवरोधका लागि उच्च जोखिम कारकहरू भएको संकेत गर्न सक्छ। यसैबीच, कार बीमाको लागि, केही कम्पनीहरूले पारम्परिक क्रेडिट स्कोरिङको सट्टा टेलिमेटिक्स डेटा (GPS र सेन्सरहरू) प्रयोग गर्छन् कि कुन उम्मेदवारहरू उत्तरदायी हुने सम्भावना छ। 

    वैकल्पिक क्रेडिट स्कोरिङमा एक प्रमुख डेटा बिन्दु सामाजिक मिडिया सामग्री हो। यी सञ्जालहरूले डेटाको प्रभावशाली मात्रा राख्छन् जुन व्यक्तिको ऋण तिर्न सक्ने सम्भावना बुझ्न उपयोगी हुन सक्छ। यो जानकारी प्रायः औपचारिक च्यानलहरूले प्रकट गर्ने भन्दा बढी सही हुन्छ। उदाहरणका लागि, खाता विवरणहरू, अनलाइन पोस्टहरू, र ट्वीटहरू जाँच गर्नाले कसैको खर्च गर्ने बानी र आर्थिक स्थिरता बारे अन्तर्दृष्टि दिन्छ, जसले व्यवसायहरूलाई राम्रो निर्णयहरू गर्न मद्दत गर्न सक्छ। 

    वैकल्पिक क्रेडिट स्कोरिङ को प्रभाव

    वैकल्पिक क्रेडिट स्कोरिङको व्यापक प्रभावहरू समावेश हुन सक्छन्: 

    • थप गैर-परम्परागत कर्जा सेवाहरू खुला बैंकिङ र बैंकिङ-ए-सेवा-द्वारा ईन्धन। यी सेवाहरूले बैंक नगरिएकाहरूलाई ऋणको लागि थप प्रभावकारी रूपमा आवेदन गर्न मद्दत गर्न सक्छ।
    • क्रेडिट जोखिम, विशेष गरी स्वास्थ्य र स्मार्ट गृह डेटाको मूल्याङ्कन गर्न IoT र पहिरनयोग्य वस्तुहरूको बढ्दो प्रयोग।
    • स्टार्टअपहरूले फोन मेटाडेटा सेवाहरू प्रयोग गरेर बैंक नगरिएका व्यक्तिहरूलाई क्रेडिट सेवाहरू प्रस्ताव गर्नको लागि मूल्याङ्कन गर्दछ।
    • बायोमेट्रिक्स वैकल्पिक क्रेडिट स्कोर डेटाको रूपमा बढ्दो रूपमा प्रयोग भइरहेको छ, विशेष गरी किनमेल गर्ने बानीहरूको निगरानीमा।
    • गैर-परम्परागत कर्जालाई अझ सुलभ र सेवायोग्य बनाउने थप सरकारहरू। 
    • सम्भावित डेटा गोपनीयता उल्लङ्घनको बारेमा बढ्दो चिन्ता, विशेष गरी बायोमेट्रिक डेटा संग्रहको लागि।

    विचार गर्न प्रश्नहरु

    • वैकल्पिक क्रेडिट स्कोरिङ डाटा प्रयोग गर्दा सम्भावित चुनौतीहरू के के हुन्?
    • वैकल्पिक क्रेडिट स्कोरिङमा अन्य सम्भावित डेटा बिन्दुहरू के समावेश गर्न सकिन्छ?

    अन्तरदृष्टि सन्दर्भहरू

    निम्न लोकप्रिय र संस्थागत लिङ्कहरू यस अन्तरदृष्टिको लागि सन्दर्भ गरिएको थियो: