- Lendtech
- 28.02.2024
Każde obecne w sieci przedsiębiorstwo ma dostęp do ogromnej ilości cennych informacji na temat swoich klientów. Zwykłe interakcje na stronie internetowej i podstawowe dane zgromadzone w formularzach to wiedza, która właściwe wykorzystana, może istotnie wpłynąć na wyniki biznesowe firmy.
W tym artykule przyjrzymy się alternatywnym metodom oceny ryzyka, które rozszerzają tradycyjne podejścia i poprawiają jakość modeli predykcyjnych dzięki wykorzystaniu nietypowych danych. Czytaj dalej, jeśli chcesz dowiedzieć się więcej na temat sposobu ich działania oraz możliwych korzyści biznesowych z ich wdrożenia.
Czym są alternatywne metody oceny ryzyka?
Alternatywne metody oceny ryzyka rewolucjonizują tradycyjne podejście, integrując dodatkowe dane o kliencie w procesie oceny ryzyka. Klasyczne metody bazują na informacjach z biur informacji kredytowej / gospodarczej, historii płatności, rodzajach używanych produktów finansowych czy historii zapytań o weryfikację zdolności kredytowej. Niestety, takie podejście może skutkować wykluczeniem z systemu finansowego grup klientów, które nie mają rozbudowanej historii kredytowej (np. młodzi ludzie, emigranci czy małe i nowe firmy). Alternatywne metody oceny ryzyka mają na celu wyeliminowanie tego problemu poprzez uwzględnienie nietypowych danych, pochodzących m.in. z biometrii behawioralnej, analizy połączenia internetowego, wykorzystywanego urządzenia, adresu zamieszkania czy numeru telefonu bądź adresu mailowego. Taki sposób pozwala uzyskać pełniejszy obraz ryzyka, unikając jednocześnie niesłusznych wykluczeń.
Dlaczego warto rozważyć alternatywne metody oceny ryzyka?
Tradycyjne podejście do zarządzania ryzykiem, oparte na prostych modelach (wykorzystujących wyłącznie podstawowe dane) oraz restrykcyjnych zasadach (o niskim stopniu dostosowania ofert do różnych profili ryzyka), może prowadzić do wykluczenia niektórych grup klientów ze sprzedaży oraz niesłusznego ograniczenia niektórym klientom poziomu możliwych do zaciągnięcia zobowiązań.
Dotyczy to przede wszystkim oceny ryzyka najmłodszych, którzy często nie posiadają rozbudowanej historii kredytowej. Co więcej niektórzy przedstawiciele pokolenia Z czy Y świadomie rezygnują z kart kredytowych i tradycyjnych rozwiązań bankowych, wybierając w zamian nowoczesne oferty FinTechów. W rezultacie model, który jest oparty jedynie na standardowych danych staje się mniej skuteczny w prognozowaniu ryzyka dotyczącego tych osób.
Rozważając alternatywne metody oceny ryzyka, należy również zwrócić uwagę na rosnącą liczbę nadużyć w kanale cyfrowym. Standardowe dane wykorzystywane do oceny ryzyka stają się niewystarczające do skutecznego identyfikowania podejrzanych aktywności. Alternatywne podejście opiera się na analizie zachowania użytkownika na stronie i technikach wprowadzania danych, co okazuje się być niezwykle skuteczne w kontekście wykrywania nadużyć.
Przykłady danych, które można wykorzystać w alternatywnych metodach oceny ryzyka
Do danych, które można wykorzystać w alternatywnych metodach oceny ryzyka należą:
- Dane biometryczne (behavioral biometrics) – styl pisania na klawiaturze, ruch myszką / przesuwanie palcami po ekranie, wklejanie danych ze schowka, sposób trzymania i ruch urządzenia
- Parametry urządzenia (device fingerprinting) – rodzaj urządzenia, cechy fizyczne urządzenia, system operacyjny i zainstalowane oprogramowanie
- Dane kontekstowe – połączenie internetowe (adres IP) i sieć telekomunikacyjna, lokalizacja urządzenia
- Dane wprowadzane przez użytkownika – dane osobowe, adres e-mail, numer telefonu, adres
- Dane z analizy sieci społecznościowych i internetu
- Dodatkowe źródła danych – AISP (dane bankowe), scoring telekomunikacyjny, dane z kart płatniczych, dane transakcyjne ihistoria płatnicza
Czy na podstawie powyższych danych możliwe jest zbudowanie skutecznego modelu predykcyjnego? Na poniższej grafice możesz zobaczyć dokładność modelu, który został stworzony przy wykorzystaniu jedynie danych pochodzących z cyfrowej sygnatury użytkownika, która obejmuje informacje pochodzące z biometrii behawioralnej, analizy urządzenia oraz dane kontekstowe i wprowadzane przez użytkownika.
Jak możesz zauważyć, model oceniający ryzyko fraudu / defaultu, który wykorzystuje jedynie dane z sygnatury osiągnął wskaźnik ROC na poziomie 84%. Osiągnięty wynik już jest imponujący, a może być jeszcze wyższy poprzez dodanie do modelu dodatkowych danych, np. informacji zewnętrznych pochodzących z biur informacji kredytowej / gospodarczej.
Zastosowania biznesowe alternatywnych metod oceny ryzyka
Do zastosowań alternatywnych metod oceny ryzyka należą m.in.:
- Wzbogacenie obecnych procesów oceny ryzyka defaultu / fraudu, w celu zwiększenia skuteczności predykcji
- Pre-scoring – na podstawie danych adresowych z prostego formularza możliwe jest np. stworzenie modelu szacującego prawdopodobieństwo konwersji leada (geoscoring). W rezultacie działania sprzedażowe mogą być skupione na najlepszych klientach, co pozytywnie wpływa na przychody i marżę
- Antyfraud – dane pochodzące z biometrii behawioralnej cechują się wysoką mocą predykcyjną w kontekście identyfikacji nadużyć. Ponadto analiza informacji pozostawionych przez klientów w formularzach pozwala na sprawdzenie powiązań mogących świadczyć o nadużyciu (np. identyfikacja sytuacji, w której 10 wniosków zostało złożonych na różne osoby pod tym samym adresem).
Podsumowanie
Wykorzystanie alternatywnych danych umożliwia stworzenie efektywnych modeli oceny ryzyka, które mogą zwiększyć jakość dotychczasowych predykcji i uwolnić dodatkowy potencjał sprzedażowy. Warto więc dokładnie przyjrzeć się różnorodnym danym, które już teraz posiadasz na temat swoich klientów i sprawdzić ich potencjał do zwiększenia efektywności obecnych procesów kredytowych czy antyfraudowych.
W Algolytics wspieramy firmy poszukujące nowoczesnych rozwiązań oceny ryzyka. Razem możemy ocenić, jakie dane o Twoich klientach warto wykorzystać, aby skutecznie zarządzać ryzykiem defaultu / fraudu oraz zwiększać sprzedaż. Jeśli chcesz dowiedzieć się więcej, skontaktuje się z nami przez formularz kontaktowy na stronie https://algolytics.pl/kontakt/.
Autor: Lendtech | Data publikacji: 28.02.2024
![Polacy w obliczu inflacji sięgają po oszczędności [BADANIE]](https://www.lendtech.pl/wp-content/uploads/2022/08/josh-appel-netpasr-bmq-unsplash_md-704x434.jpg)
