Nowe oblicze scoringu kredytowego
W bankowości przeprowadza się analizę danych klientów, aby ocenić stopień ryzyka udzielenia kredytu lub pożyczki. Proces jest zwany scoringiem kredytowym. Do niedawna analiza obejmowała jedynie informacje, które klient zawarł w aplikacji, wnioskując o kredyt lub pożyczkę (tzw. scoring aplikacyjny). Instytucje finansowe rozszerzyły jednak zakres danych o informacje o ich zachowaniu, badając jakie jest ryzyko, że dany klient przestanie spłacać raty kredytu lub pożyczki. Jednak w dalszym ciągu analiza ta opiera się na zaledwie kilku rodzajach danych.
Innowacyjne algorytmy matematyczne oparte o technologię Big Data, wykorzystywane przez instytucje finansowe, stwarzają natomiast możliwość przeszukania olbrzymiej ilości danych. Mogą one pochodzić z różnych źródeł, które do tej pory nie były do tego wykorzystywane, takie jak serwisy społecznościowe czy pliki cookies. Wykorzystanie algorytmów opartych o Big Data daje zdecydowanie lepsze wyniki, które dzięki analizie ogromnej ilości danych mają większą dokładność.
Bariery prawne
Barierą dla rozwoju modeli scoringowych opartych o Big Data są regulacje prawne. Gromadzenie i analiza danych o poszczególnych klientach z całą pewnością dawałyby szybszy rozwój przy sprzyjających przepisach. Z drugiej strony należałoby zadbać o interesy i prawa zwykłych obywateli, którzy są wyczuleni na zbytnią ingerencję w życie prywatne.
Aktualnie obowiązujące przepisy o ochronie danych osobowych, w znaczący sposób ograniczają ewentualność nieograniczonego gromadzenia informacji przez różnego rodzaju instytucje. Z całą pewnością regulacje prawne w tym zakresie, zwłaszcza w obliczu coraz powszechniejszej idei Big Data, będą musiały przejść zmiany. Jednak to od poszczególnych osób będzie zależało, które z informacje o sobie będą udostępniać. W cyberprzestrzeni nie sposób zachować pełną anonimowość, jednak każdy użytkownik jest w stanie ustawić odpowiadający mu poziom prywatności w swoich profilach w serwisach społecznościowych, może też selekcjonować informacje umieszczane przez siebie w sieci.
Instytucje gromadzące i analizujące dane powinny mieć jednak świadomość tego, że ich działalność na tym polu musi być zgodna z obowiązującymi przepisami prawnymi oraz zasadami etycznymi. Niedopuszczalne jest na przykład, by dane takie mogły być zbierane, analizowane bądź sprzedawane beż żadnej kontroli ze strony osób, których te informacje dotyczą.
Zgromadzenie danych to zaledwie część sukcesu
W każdej sekundzie różnego rodzaju urządzenia pomiarowe oraz czujniki gromadzą ogromne ilości danych. Pochodzą one w części z klasycznych źródeł, ale coraz częściej można zauważyć zainteresowanie niekonwencjonalnymi sposobami i źrodłami cennych informacji. W chwili obecnej istnieje jednak mało narzędzi, które byłyby w stanie dokonać odpowiedniej analizy zgromadzonych w taki sposób danych.
Nie wystarczy zatem posiadanie ogromnych ilości danych. Bez zbadania zależności i wysnucia na ich podstawie praktycznych wniosków, będą bezużyteczne. Niezbędny jest więc specjalny model, który będzie w stanie w inteligentny i automatyczny sposób zgłębić zgromadzone dane i zaprezentować wyniki analizy. Bardzo ważna jest w tym jakość danych, bo na ich podstawie są podejmowane wiążące decyzje. Jeśli dane będą złej jakości, będą mogły prowadzić do błędnych wniosków, a tym samym decyzje podjęte na ich podstawie mogą być nietrafione.
Trudności związane z analizą danych
Zespoły ekspertów zajmujących się analizą danych napotykają wiele trudności. Zgromadzone dane nie zawsze są jednoznaczne. Zarówno ludzie jak i systemy komputerowe muszą to brać pod uwagę, bo może się na przykład zdarzyć, że z danej karty rabatowej korzysta więcej niż jedna osoba. W takiej sytuacji można wyciągnąć mylne wnioski. Z tego powodu profesjonaliści pracujący nad modelami scoringowymi w oparciu o Big Data powinni mieć na uwadze fakt, że zastosowane przez nich algorytmy nie mogą traktować każdej informacji w taki sam sposób. Każda zdobyta wiedza na temat danego klienta posiada duże znaczenie dla instytucji, zlecającej takie badanie. Jednak potrzebny jest jeszcze odpowiedni system, który taką wiedzę odpowiednio przetworzy, a także ludzie, którzy będą sprawowali kontrolę nad tym procesem.
Z koncepcją Big Data związanych jest wciąż wiele problemów technologicznych. Mimo, że większość osób oraz instytucji zdaje sobie sprawę, że analiza zgromadzonych danych byłaby pomocna podczas podejmowania kluczowych decyzji, to w dalszym ciągu brakuje do tego nowoczesnych modeli analitycznych. Można jednak zauważyć szybki rozwój inteligentnych systemów opartych na koncepcji Big Data. Wyróżnić tu można np. platformę scoringową opracowaną przez niemiecką firmę Kreditech, która jako Kredito24.pl prowadzi działalność również na rynku polskim. Jej nowoczesny model jest w stanie w ciągu zaledwie kilku sekund zaprezentować wyniki pochodzące nawet z 8000 punktów danych, zgromadzonych z różnego rodzaju źródeł, w tym informacji pozostawionych przez użytkownika np. w serwisach społecznościowych.
Sprzeciw społeczeństwa
Wiele osób ma wątpliwości dotyczące zbierania i przetwarzania danych. Obawy wynikają między innymi z chęci do zachowania prywatności. Jednakże, odpowiednio zebrane i przetworzone dane mogą być wykorzystane z pożytkiem dla danej osoby. Możliwości jakie niosą ze sobą narzędzia analityczne zgodne z technologią Big Data, mają na celu usprawnić podejmowane decyzje przez określone podmioty, na przykład instytucje finansowe zajmujące się przyznawaniem kredytów i pożyczek. Dodatkowe dane, np. te pochodzące z serwisów społecznościowych, pozwolą instytucjom finansowym na skuteczniejsze oszacowanie kosztów ryzyka. Może na tym zyskać klient, który otrzyma możliwość zaciągnięcia tańszej pożyczki.
