La selezione dei debitori: come AI e data enrichment riducono gli errori e consentono di servire clienti solvibili prima esclusi dal mercato

Si calcola che nel mondo 4,5 miliardi di persone non abbiano accesso al credito. La causa è la scarsa capacità della finanza tradizionale di valutarne il merito creditizio. Ecco come fanno le piattaforme, grazie alla tecnologia.

 

Tempi di erogazione di pochi giorni – contro le quattro settimane delle banche – e tassi di interesse applicati che possono essere più bassi di quelli medi del mercato tradizionale. Il p2p lending riesce a realizzare questi due obiettivi laddove la finanza delle banche fallisce. Una magia? No, solo un uso efficiente della tecnologia. Intelligenza artificiale, big data, machine learning: ecco il trucco.

 

AI e machine learning per dare significato ai dati

Utilizzando le tecnologie smart le piattaforme riescono a selezionare in maniera più fine e affidabile i richiedenti solvibili e a intercettare una parte del mercato che gli istituti tradizionali non sono in grado di servire, per esempio perché manca un andamentale che consenta di attribuire un merito di credito. Ovvero il punteggio di affidabilità di un soggetto da un punto di vista economico e finanziario. Valutiamo, per dirla ancora con altre parole, la capacità del soggetto debitore di rimborsare all’ente erogatore la somma prestata, rispettando il piano di ammortamento concordato.

Come lo fanno le piattaforme? La base di partenza sono i dati: un mare magnum che di per sé non ha significato ma che, opportunamente trattato, si trasforma in una miniera di informazioni.

La tecnologia che consente di trasformare i dati in informazioni si chiama intelligenza artificiale. Un algoritmo che ha la forma di una rete neurale, con nodi che trasmettono i segnali attraverso le sinapsi in maniera da creare collegamenti tra concetti e dotandoli di significato. Attraverso un procedimento che è molto simile a quello del cervello umano quando apprende: alla fine di esso siamo in grado di trarre inferenze.

 

Come si attribuisce il merito di credito

Ma andiamo con ordine. Tipicamente, nel credito al consumo, sono tre gli aspetti che si indagano: quello sociale e demografico, attraverso cui si verificano la carriera e la condizione abitativa del richiedente per misurarne il patrimonio; quello relativo all’andamentale, che consente di capire se in passato il richiedente ha ripagato correttamente tutti i suoi debiti. In genere per questo scopo è sufficiente interrogare il sistema di informazioni creditizie (SIC), i più importanti gestiti da Crif ed Experian. Infine, ovviamente, viene misurato lo status reddituale, dunque l’analisi dei guadagni e dell’indebitamento già in essere, che consente di misurare la capacità di sostenere il prestito ulteriore che sta richiedendo.

In genere, nel caso delle piattaforme, all’andamentale viene attribuito un peso maggiore per l’elaborazione dello scoring: perché la storia ci dice molto sulla possibilità che, anche in caso di difficoltà economica, il cliente ripaghi i suoi debiti. Questo aspetto è il primo che differenzia le piattaforme dalle banche. Il secondo è che in realtà le piattaforme prendono in considerazione anche dati diversi da quelli elencati fin qui: dati di cui la rete è colma, sugli spostamenti, sulle abitudini di consumo, sugli interessi personali testimoniati dalle ricerche nei browser, sulle caratteristiche tecniche del device, dati estratti dalle app mobili e via dicendo.

 

La nuova frontiera del data enrichment

Un processo che prende il nome di data enrichment: tecnicamente definito come l’azione di validare, integrare e migliorare i dati grezzi disponibili online, per correggere errori, eliminare duplicati, ma anche fornire una visione completa dell’utente. Più in dettaglio, per ciò che riguarda il p2p lending, si calcola che nel mondo 4,5 miliardi di persone non abbiano alcun accesso al credito: il data enrichment può contribuire a individuare in maniera corretta i debitori solvibili che oggi il mercato non riesce a soddisfare perché non ha una visione di insieme sulla loro storia e sulla loro capacità di ripagare i prestiti. Le soluzioni sono diverse (e in realtà abbastanza tipiche delle piattaforme): per esempio c’è chi https://advicerobo.com/our-solution/ prende a riferimento il profilo psicografico del cliente, che si basa sull’analisi della personalità e del comportamento, non solo sulla sua storia reddituale. Risultato per l’azienda che ne fa uso? Il 15% di vendite in più e il 20% di default in meno.

Ci sono diverse società che offrono alle piattaforme e alle banche questa tecnologia: la già citata AdviceRobo o Big Data Scoring https://www.bigdatascoring.com. Esistono anche App che consentono di fare un’autovalutazione al cliente, condividendo alcune informazioni, per esempio https://friendlyscore.com/individuals/fast-free-and-easy-credit-scores.

Ovviamente il processo di data enrichment presuppone l’autorizzazione del cliente all’utilizzo dei suoi dati e non può essere effettuato senza il suo consenso.

 

La selezione “umana”

Tutto il processo fin qui viene svolto da un algoritmo e dunque è rapido e scientifico. Se il richiedente è promosso, in genere le piattaforme di p2p lending applicano un’ulteriore analisi qualitativa.

Un esperto della piattaforma confronta manualmente il credit scoring assegnato dalla rete con i documenti forniti dal richiedente per verificare eventuali incongruenze e successivamente, se anche questo controllo dà esito positivo, effettua la verifica dell’identità del richiedente che può concludersi anche con una chiamata Skype.

Seppur rapido, il processo di valutazione delle richieste di prestito tra privati è molto complesso e prende in considerazione una miriade di dati. Il che rappresenta una protezione importante anche sul fronte dell’investitore garantendo una selezione accurata di debitori solvibili.

 

I vantaggi che le piattaforme riescono a offrire grazie alla selezione

Grazie alla tecnologia e alla efficacia del processo di selezione si riesce a dare rapidamente una risposta ai clienti. Online, la risposta sull’esito della domanda è praticamente in tempo reale: se il cliente riceve l’ok della piattaforma, potrà inviare la documentazione completa e dal momento della corretta ricezione della stessa, saranno necessarie 48 ore per trasferire il denaro sul conto del cliente.

 

 

 

Pubblicato in Aggiornamenti


Per favore lascia un commento

Your email address will not be published. Required fields are marked *

Current day month ye@r *