Punktacja dużych zbiorów danych
Big Data Scoring to usługa oparta na chmurze , która umożliwia kredytodawcom konsumenckim poprawę jakości pożyczek i współczynników akceptacji dzięki wykorzystaniu dużych zbiorów danych . Firma została założona w 2013 roku i posiada biura w Wielkiej Brytanii , Finlandii , Chile , Indonezji i Polsce . Usługi firmy skierowane są do wszystkich pożyczkodawców – banków , chwilówek , platform pożyczkowych peer-to-peer , dostawców mikrofinansowania i firm leasingowych .
Modele scoringowe oparte na dużych zbiorach danych
Na podstawie informacji z Facebooka
9 kwietnia 2013 roku firma ogłosiła, że zbudowała model scoringowy oparty wyłącznie na informacjach z Facebooka . Według firmy, model scoringowy ma współczynnik Giniego równy 0,340. W celu zbudowania modelu dane Facebooka dotyczące osób zostały zebrane w różnych krajach europejskich za uprzednią zgodą osób. Dane te zostały następnie połączone z rzeczywistymi informacjami o spłacie pożyczki dla tych samych osób, a modele scoringowe zostały zbudowane przy użyciu tych samych narzędzi, które są używane przy budowaniu tradycyjnych modeli scoringowych.
Na podstawie publicznie dostępnych źródeł
Big Data Scoring gromadzi ogromne ilości danych z publicznie dostępnych źródeł internetowych i wykorzystuje je do przewidywania zachowań poszczególnych osób, stosując zastrzeżone algorytmy przetwarzania danych i oceniania . W oparciu o opinie klientów, ich rozwiązanie zapewnia poprawę dokładności oceniania nawet o 25% w połączeniu z tradycyjnymi metodami wewnętrznymi . Przekłada się to również solidnie na równoważny wzrost zysków . Na rynkach, na których brakuje tradycyjnych danych biur kredytowych , dodatkowa korzyść może być jeszcze większa dla osób z niewielką historią kredytową lub nawet bez historii kredytowej, na przykład:
Powoduje to, że więcej osób otrzymuje dostęp do kredytu z lepszym oprocentowaniem dzięki zwiększeniu dokładności modelu scoringowego.
Predykcyjne moce dużych zbiorów danych w punktacji kredytowej
Informacje z Facebooka
Firma nie jest pierwszą, która pokazuje siłę predykcyjną danych z Facebooka. Michał Kosiński , David Stillwell i Thore Graepel z University of Cambridge wykazali, że „łatwo dostępne cyfrowe rejestry zachowań, polubienia na Facebooku, mogą być wykorzystywane do automatycznego i dokładnego przewidywania szeregu bardzo wrażliwych cech osobistych, w tym: orientacji seksualnej, pochodzenia etnicznego, wyznania. i poglądy polityczne, cechy osobowości, inteligencja, szczęście, używanie substancji uzależniających, separacja rodzicielska, wiek i płeć.
Źródła publiczne
Instytut Badawczy Filene opublikował artykuł pokazujący wyraźne wzorce w danych transakcyjnych, punktacji kredytowej i czynnikach zewnętrznych, takich jak ostatnia cena S&P 500 .
Relacje prasowe i podziękowania
W październiku 2013 firma Big Data Scoring została wybrana jako jeden z finalistów programu start-upowego ALPHA wystawy Websummit . W marcu 2013 Big Data Scoring została wybrana jako jeden z finalistów konkursu Code_n, który jest częścią CeBIT w Hanowerze w Niemczech. Podczas konferencji Finovate Jesień 2015 Prezes Big Data Scoring zaprezentował swoje rozwiązania na żywo na scenie. Firma była opisywana w wielu magazynach internetowych, w tym MarketWatch , PCWorld i eWeek .
Big Data Scoring współpracuje z MasterCard w ich programie Start Path.
Krytyka
Estoński dziennik biznesowy Ęripäev zadał pytanie, czy eksploracja danych wykorzystywana do oceny zdolności kredytowej jest prowadzona zgodnie z prawem. Według firmy ich rozwiązanie wymaga zgody użytkowników Facebooka na dostęp do ich danych i nic nie jest gromadzone bez uprzedniej zgody. Inne źródła, takie jak MSN News, wymieniają naruszenie prywatności jako dodatkowy problem związany z wykorzystaniem informacji z mediów społecznościowych w ocenie zdolności kredytowej.