การให้คะแนนเครดิตทางเลือก: การค้นหาข้อมูลขนาดใหญ่สำหรับข้อมูลผู้บริโภค

เครดิตภาพ:
เครดิตภาพ
iStock

การให้คะแนนเครดิตทางเลือก: การค้นหาข้อมูลขนาดใหญ่สำหรับข้อมูลผู้บริโภค

การให้คะแนนเครดิตทางเลือก: การค้นหาข้อมูลขนาดใหญ่สำหรับข้อมูลผู้บริโภค

ข้อความหัวข้อย่อย
การให้คะแนนเครดิตทางเลือกกลายเป็นกระแสหลักมากขึ้นด้วยปัญญาประดิษฐ์ (AI) เทเลเมติกส์ และเศรษฐกิจดิจิทัลที่มากขึ้น
    • เขียนโดย:
    • ชื่อผู้เขียน
      สายตาควอนตัมรัน
    • ตุลาคม 10, 2022

    โพสต์ข้อความ

    บริษัทจำนวนมากขึ้นใช้การให้คะแนนเครดิตทางเลือกเพราะเป็นประโยชน์ต่อผู้บริโภคและผู้ให้กู้ ปัญญาประดิษฐ์ (AI) โดยเฉพาะแมชชีนเลิร์นนิง (ML) สามารถใช้ในการประเมินความน่าเชื่อถือทางเครดิตของผู้ที่ไม่สามารถเข้าถึงผลิตภัณฑ์การธนาคารแบบดั้งเดิมได้ วิธีนี้จะพิจารณาแหล่งข้อมูลทางเลือก เช่น ธุรกรรมทางการเงิน การเข้าชมเว็บ อุปกรณ์มือถือ และบันทึกสาธารณะ การดูข้อมูลอื่นๆ การให้คะแนนเครดิตทางเลือกมีศักยภาพที่จะเพิ่มการรวมบริการทางการเงินและขับเคลื่อนการเติบโตทางเศรษฐกิจ

    บริบทการให้คะแนนเครดิตทางเลือก

    รูปแบบคะแนนเครดิตแบบดั้งเดิมนั้นจำกัดและไม่สามารถเข้าถึงได้สำหรับคนจำนวนมาก ตามข้อมูลจากฟอรัม CEO ของแอฟริกา ประมาณ 57 เปอร์เซ็นต์ของชาวแอฟริกัน "มองไม่เห็นเครดิต" ซึ่งหมายความว่าพวกเขาไม่มีบัญชีธนาคารหรือคะแนนเครดิต เป็นผลให้พวกเขามีปัญหาในการกู้ยืมเงินหรือรับบัตรเครดิต บุคคลที่ไม่มีสิทธิ์เข้าถึงบริการทางการเงินที่จำเป็น เช่น บัญชีออมทรัพย์ บัตรเครดิต หรือเช็คส่วนตัว จะถือว่าไม่มีบัญชีธนาคาร จากข้อมูลของ Forbes คนที่ไม่มีบัญชีธนาคารเหล่านี้ต้องการเงินสดอิเล็กทรอนิกส์ บัตรเดบิต และความสามารถในการรับเงินในทันที อย่างไรก็ตาม บริการธนาคารแบบดั้งเดิมมักจะไม่รวมกลุ่มนี้ นอกจากนี้ เอกสารที่ซับซ้อนและข้อกำหนดอื่นๆ สำหรับการกู้ยืมเงินจากธนาคารแบบธรรมดา ส่งผลให้กลุ่มเสี่ยงหันไปหาเจ้าหนี้เงินกู้และเจ้าหนี้รายวันที่กำหนดอัตราดอกเบี้ยสูง

    การให้คะแนนเครดิตทางเลือกสามารถช่วยประชากรที่ไม่มีบัญชีธนาคาร โดยเฉพาะอย่างยิ่งในประเทศกำลังพัฒนา โดยการพิจารณาวิธีการประเมินที่ไม่เป็นทางการมากขึ้น (และมักจะแม่นยำกว่า) โดยเฉพาะอย่างยิ่ง ระบบ AI สามารถใช้ในการสแกนข้อมูลปริมาณมากจากแหล่งข้อมูลที่หลากหลาย เช่น ค่าสาธารณูปโภค การชำระค่าเช่า บันทึกการประกันภัย การใช้โซเชียลมีเดีย ประวัติการจ้างงาน ประวัติการเดินทาง ธุรกรรมอีคอมเมิร์ซ และบันทึกของรัฐบาลและทรัพย์สิน . นอกจากนี้ ระบบอัตโนมัติเหล่านี้สามารถช่วยระบุรูปแบบที่เกิดซ้ำซึ่งส่งผลต่อความเสี่ยงด้านเครดิต รวมถึงการไม่สามารถชำระค่าใช้จ่ายหรือหยุดงานนานเกินไป หรือการเปิดบัญชีบนแพลตฟอร์มอีคอมเมิร์ซมากเกินไป การตรวจสอบเหล่านี้มุ่งเน้นไปที่พฤติกรรมของผู้ยืมและระบุจุดข้อมูลที่วิธีการแบบเดิมอาจพลาดไป 

    ผลกระทบก่อกวน

    เทคโนโลยีที่เกิดขึ้นใหม่เป็นปัจจัยสำคัญในการเร่งการยอมรับการให้คะแนนเครดิตทางเลือก หนึ่งในเทคโนโลยีดังกล่าวรวมถึงแอปพลิเคชั่นบล็อคเชน เนื่องจากสามารถให้ลูกค้าควบคุมข้อมูลของตนได้ในขณะที่ยังอนุญาตให้ผู้ให้บริการสินเชื่อตรวจสอบข้อมูลได้ คุณลักษณะนี้สามารถช่วยให้ผู้คนรู้สึกควบคุมวิธีจัดเก็บและแบ่งปันข้อมูลส่วนบุคคลของตนได้มากขึ้น

    ธนาคารยังสามารถใช้อินเทอร์เน็ตของสรรพสิ่ง (IoT) เพื่อดูรายละเอียดเพิ่มเติมเกี่ยวกับความเสี่ยงด้านเครดิตในอุปกรณ์ต่างๆ ซึ่งรวมถึงการรวบรวมข้อมูลเมตาแบบเรียลไทม์จากโทรศัพท์มือถือ ผู้ให้บริการด้านสุขภาพสามารถให้ข้อมูลที่เกี่ยวข้องกับสุขภาพต่างๆ เพื่อจุดประสงค์ในการให้คะแนน เช่น ข้อมูลที่รวบรวมจากอุปกรณ์สวมใส่ เช่น อัตราการเต้นของหัวใจ อุณหภูมิ และบันทึกปัญหาด้านสุขภาพที่มีอยู่ก่อน แม้ว่าข้อมูลนี้จะไม่มีผลโดยตรงกับการประกันชีวิตและสุขภาพ แต่อาจแจ้งตัวเลือกผลิตภัณฑ์ของธนาคาร ตัวอย่างเช่น การติดเชื้อ COVID-19 ที่อาจเกิดขึ้นอาจส่งสัญญาณถึงความจำเป็นในการให้ความช่วยเหลือเงินเบิกเกินบัญชีฉุกเฉิน หรือวิสาหกิจขนาดกลางและขนาดย่อมที่มีปัจจัยเสี่ยงสูงในการชำระคืนเงินกู้และการหยุดชะงักของธุรกิจ ในขณะเดียวกัน สำหรับการประกันภัยรถยนต์ บริษัทบางแห่งใช้ข้อมูลเทเลเมติกส์ (GPS และเซ็นเซอร์) แทนการให้คะแนนเครดิตแบบเดิมเพื่อประเมินว่าผู้สมัครรายใดมีแนวโน้มที่จะต้องรับผิดชอบมากที่สุด 

    จุดข้อมูลสำคัญประการหนึ่งในการให้คะแนนเครดิตทางเลือกคือเนื้อหาโซเชียลมีเดีย เครือข่ายเหล่านี้มีข้อมูลจำนวนมหาศาลที่สามารถเป็นประโยชน์ในการทำความเข้าใจแนวโน้มของบุคคลที่จะชำระหนี้ ข้อมูลนี้มักจะแม่นยำกว่าที่ช่องที่เป็นทางการเปิดเผย ตัวอย่างเช่น การตรวจสอบใบแจ้งยอดบัญชี โพสต์ออนไลน์ และทวีตให้ข้อมูลเชิงลึกเกี่ยวกับพฤติกรรมการใช้จ่ายของใครบางคนและความมั่นคงทางเศรษฐกิจ ซึ่งจะช่วยให้ธุรกิจตัดสินใจได้ดีขึ้น 

    ผลกระทบของการให้คะแนนเครดิตทางเลือก

    ความหมายที่กว้างขึ้นของการให้คะแนนเครดิตทางเลือกอาจรวมถึง: 

    • บริการสินเชื่อที่ไม่ใช่แบบดั้งเดิมเพิ่มเติมจากบริการธนาคารแบบเปิดและการธนาคารในฐานะที่เป็นบริการ บริการเหล่านี้อาจช่วยให้ผู้ที่ไม่มีบัญชีธนาคารสามารถขอสินเชื่อได้อย่างมีประสิทธิภาพมากขึ้น
    • การใช้ IoT และอุปกรณ์สวมใส่ที่เพิ่มขึ้นในการประเมินความเสี่ยงด้านเครดิต โดยเฉพาะข้อมูลด้านสุขภาพและบ้านอัจฉริยะ
    • การเริ่มต้นใช้บริการข้อมูลเมตาของโทรศัพท์เพื่อประเมินผู้ที่ไม่มีบัญชีธนาคารเพื่อเสนอบริการสินเชื่อ
    • ไบโอเมตริกซ์ถูกใช้เป็นข้อมูลคะแนนเครดิตทางเลือกมากขึ้นเรื่อยๆ โดยเฉพาะอย่างยิ่งในการตรวจสอบพฤติกรรมการซื้อของ
    • รัฐบาลจำนวนมากขึ้นทำให้สินเชื่อที่ไม่ใช่แบบดั้งเดิมเข้าถึงและให้บริการได้มากขึ้น 
    • ความกังวลที่เพิ่มขึ้นเกี่ยวกับการละเมิดความเป็นส่วนตัวของข้อมูลที่อาจเกิดขึ้น โดยเฉพาะการรวบรวมข้อมูลไบโอเมตริกซ์

    คำถามที่จะแสดงความคิดเห็นเกี่ยวกับ

    • อะไรคือความท้าทายที่อาจเกิดขึ้นในการใช้ข้อมูลการให้คะแนนเครดิตทางเลือก?
    • จุดข้อมูลที่เป็นไปได้อื่น ๆ สามารถรวมอยู่ในการให้คะแนนเครดิตทางเลือกได้อย่างไร

    ข้อมูลอ้างอิงเชิงลึก

    ลิงก์ที่เป็นที่นิยมและลิงก์สถาบันต่อไปนี้ถูกอ้างอิงสำหรับข้อมูลเชิงลึกนี้: