Big Data Scoring - Big Data Scoring

Big Data Scoring je cloudové služba, která spotřebitelským věřitelům umožňuje zlepšit kvalitu půjčky a míru přijatelnosti pomocí služby velká data. Společnost byla založena v roce 2013 a má kanceláře v Spojené království, Finsko, Chile, Indonésie a Polsko. Služby společnosti jsou zaměřeny na všechny věřitele - banky, věřitelé výplaty, platformy pro půjčování peer-to-peer, poskytovatelé mikrofinancování a leasingové společnosti.[1]

Modely kreditního hodnocení založené na velkých datech

Na základě informací z Facebooku

Dne 9. dubna 2013 společnost oznámila, že vytvořila model hodnocení kreditů založený čistě na informacích z Facebook. Podle společnosti má bodovací model a Giniho koeficient 0,340. Za účelem vytvoření modelu byly údaje Facebooku o jednotlivcích shromažďovány v různých evropských zemích s předchozím souhlasem jednotlivců. Tato data byla poté zkombinována se skutečnými informacemi o splácení půjčky pro stejné lidi a skórovací modely byly sestaveny pomocí stejných nástrojů, jaké byly použity při vytváření tradičních modelů skórovacích úvěrů.[2]

Založeno na veřejně dostupných zdrojích

Big Data Scoring shromažďuje obrovské množství dat z veřejně dostupných online zdrojů a pomocí nich předpovídá chování jednotlivců pomocí aplikace proprietární zpracování a hodnocení dat algoritmy. Na základě zpětné vazby od klientů přináší jejich řešení zlepšení v kombinaci s až o 25% přesností skórování tradiční interní metody. To se také silně promítá do ekvivalentního zvýšení spodní řádek.[3] Na trzích, kde jsou tradiční úvěrová kancelář chybí údaje, může být přidaná výhoda ještě větší u lidí s malou nebo dokonce žádnou kreditní historií, například:

Výsledkem je, že více lidí získává přístup k úvěrům s lepší úrokovou sazbou díky zvýšení přesnosti skórovacího modelu.

Prediktivní schopnosti velkých dat při hodnocení kreditů

Informace na Facebooku

Společnost není první, kdo ukázal prediktivní schopnosti údajů z Facebooku. Michal Kosinskia, David Stillwella a Thore Graepelb z Univerzita v Cambridge prokázali, že „snadno dostupné digitální záznamy o chování, Facebook se líbí, lze použít k automatickému a přesnému předpovědi řady vysoce citlivých osobních atributů, včetně: sexuální orientace, etnického původu, náboženských a politických názorů, osobnostních rysů, inteligence, štěstí, používání návykové látky, oddělení rodičů, věk a pohlaví.[4]"

Veřejné zdroje

Filene Research Institute zveřejnil dokument ukazující jasné vzory v transakčních datech, kreditní skóre a vnější faktory, jako je nedávná cena S&P 500.[5]

Tiskové zpravodajství a poděkování

V říjnu 2013 byl Big Data Scoring vybrán jako jeden finalista soutěže Webový summit výstavní program ALPHA.[6] V březnu 2013 byl Big Data Scoring vybrán jako jeden z finalistů soutěže Code_n, která je součástí CeBIT výstava v německém Hannoveru.[7] Během konference Finovate Fall 2015 představil CEO Big Data Scoring svá řešení naživo na pódiu.[8] Společnost byla uvedena v mnoha online časopisech, včetně MarketWatch,[9] PCWorld[10] a eTýden.[11]

Big Data Scoring spolupracuje s MasterCard v jejich programu Start Path.[12]

Kritika

Estonské podnikání denně Äripäev vznesl otázku, zda dolování dat používané pro hodnocení kreditů se provádí legálně. Podle společnosti jejich řešení vyžaduje povolení uživatelů Facebook přístup k jejich údajům a nic není shromažďováno bez předchozího souhlasu.[13]Další zdroje jako např Novinky MSN citovali narušení soukromí jako další obavu týkající se využívání informací ze sociálních médií při hodnocení kreditů.[14]

Reference

  1. ^ „Big Data Scoring“. Webová stránka společnosti.
  2. ^ „Připraven vůbec první obecný evropský přehled sociálních médií“. Webová stránka společnosti. 9. dubna 2013. Archivovány od originál dne 2014-05-29.
  3. ^ „Případová studie o středoevropském věřiteli: Big Data Scoring | Lídr v oblasti řešení Big Data Credit Scoring“. www.bigdatascoring.com. Archivovány od originál dne 22.10.2015. Citováno 2015-11-27.
  4. ^ Kosinski, Michal; David Stillwell; Thore Graepel (12. února 2013). „Soukromé vlastnosti a atributy jsou předvídatelné z digitálních záznamů o lidském chování“ (PDF): 4. Citovat deník vyžaduje | deník = (Pomoc)
  5. ^ Kallerhoff, Philipp (2013). „Big Data and Credit Unions: Machine Learning in Member Transactions“ (PDF). Filene Research Institute. Archivovány od originál (PDF) dne 8. prosince 2015. Citováno 25. listopadu 2015.
  6. ^ "Seznam finalistů WebSummit ALPHA" (PDF). Archivovány od originál (PDF) dne 02.11.2013. Citováno 2014-04-15.
  7. ^ "Seznam finalistů CODE_n" (PDF). Archivovány od originál (PDF) dne 2014-05-27.
  8. ^ „FinovateFall 2015 - bodování velkých dat - Finovate“. Dokončit. Citováno 2015-11-27.
  9. ^ „Když je facebook špatný pro hodnocení jeho kreditu“. MarketWatch. Citováno 13. března 2014.
  10. ^ „Měl by váš profil na Facebooku ovlivnit vaše kreditní skóre? Startupy říkají ano“. PCWorld. Citováno 11. března 2014.
  11. ^ „Výstava CeBIT Code_n ukazuje, proč je užitečná inovace tím nejlepším druhem“. eTýden. Citováno 13. března 2014.
  12. ^ „Portfolio | Start Path“. www.startpath.com. Citováno 2015-11-27.
  13. ^ „Nejsme nelegální těžbou dat ze sociálních médií“. Pobaltské obchodní zprávy. 8. května 2013.
  14. ^ „Pověst:„ To se mi líbí “na Facebooku může poškodit vaše kreditní skóre.“. Novinky MSN. Archivovány od originál 29. srpna 2013. Citováno 27. srpna 2013.