Үлкен деректерді бағалау - Big Data Scoring

Үлкен деректерді бағалау Бұл бұлтқа негізделген тұтынушы несие берушілерге несие сапасы мен қабылдау ставкаларын қолдану арқылы жақсартуға мүмкіндік беретін қызмет үлкен деректер. Компания 2013 жылы құрылған және кеңселері бар Ұлыбритания, Финляндия, Чили, Индонезия және Польша. Компанияның қызметтері барлық несие берушілерге бағытталған - банктер, жалақы төлеушілер, «тең-теңімен» несиелеу платформалары, микроқаржыландырушылар және лизингтік компаниялар.[1]

Үлкен мәліметтерге негізделген несиелік скоринг модельдері

Facebook ақпаратына негізделген

2013 жылдың 9 сәуірінде компания тек ақпарат негізінде несиелік скорингтік модель құрғанын мәлімдеді Facebook. Компанияның пікірінше, баллдық модельде а Джини коэффициенті 0,340. Үлгіні құру үшін Facebook-тегі жеке тұлғалар туралы мәліметтер Еуропаның әр түрлі елдерінде жеке тұлғалардың алдын-ала рұқсатымен жиналды. Содан кейін бұл деректер дәл сол адамдар үшін несие төлемінің нақты ақпараттарымен біріктірілді және кредиттік скорингтің дәстүрлі модельдерін құруда қолданылатын құралдардың көмегімен баллдық модельдер құрылды.[2]

Жалпыға қол жетімді ақпарат көздеріне негізделген

Big Data Scoring жалпыға қол жетімді желідегі дереккөздерден көптеген деректерді жинайды және қолдану арқылы жеке адамдардың мінез-құлқын болжау үшін пайдаланады меншіктік мәліметтерді өңдеу және балл қою алгоритмдер. Клиенттің кері байланысы негізінде олардың шешімі ұштастыра отырып, балл жинау дәлдігін 25% дейін жақсартуға мүмкіндік береді дәстүрлі ішкі әдістер. Бұл сондай-ақ эквивалентті ұлғаюды білдіреді төменгі жол.[3] Дәстүрлі нарықтарда несиелік бюро деректер жетіспейді, несиелік тарихы аз немесе тіпті жоқ адамдарға қосымша пайда одан да көп болуы мүмкін, мысалы:

Нәтижесінде, скорингтік модель дәлдігін жоғарылатудың арқасында несие алу мүмкіндігі жоғарырақ пайыздық мөлшерлемемен алынады.

Несиелік скорингтегі үлкен деректердің болжамды күші

Facebook ақпараты

Компания Facebook деректерінің болжамды күшін бірінші болып көрсетіп отырған жоқ. Михал Косинсия, Дэвид Стиллвелла және Торе Грейпельб Кембридж университеті «Facebook Likes» мінез-құлқының оңай қол жетімді цифрлық жазбаларын, оның ішінде өте сезімтал жеке атрибуттардың бірқатарын автоматты түрде және дәл болжау үшін пайдалануға болатындығын, соның ішінде: сексуалдық бағдар, этностық, діни және саяси көзқарастар, жеке қасиеттер, интеллект, бақыт, пайдалану тәуелділікті тудыратын заттар, ата-аналардың бөлінуі, жасы және жынысы.[4]"

Қоғамдық ақпарат көздері

Файлдар ғылыми-зерттеу институты транзакциялық деректердегі айқын заңдылықтарды көрсететін қағаз жариялады, несиелік ұпай және жақындағы баға сияқты сыртқы факторлар S&P 500.[5]

Баспасөз хабарламасы және алғыс

2013 жылдың қазан айында Big Data Scoring финалистің бірі ретінде таңдалды Websummit ALPHA көрмесін бастау бағдарламасы.[6] 2013 жылғы наурызда Big Data Scoring құрамына кіретін Code_n байқауының бір финалисті ретінде таңдалды CeBIT Германияның Ганновер қаласындағы көрме.[7] Finovate Fall 2015 конференциясы кезінде Big Data Scoring бас директоры өз шешімдерін тікелей эфирде ұсынды.[8] Компания көптеген онлайн-журналдарда, соның ішінде MarketWatch,[9] PCWorld[10] және eWeek.[11]

Big Data Scoring бірге жұмыс істейді MasterCard олардың бастау жолы бағдарламасында.[12]

Сын

Эстония бизнесі күнделікті Äрипәев деген сұрақты қойды деректерді өндіру несиелік скоринг үшін қолданылатын заңды түрде жүзеге асырылады. Компанияның айтуынша, оларды шешу үшін пайдаланушылардан рұқсат талап етіледі Facebook олардың мәліметтеріне қол жеткізу үшін және алдын ала рұқсатынсыз ештеңе жиналмайды.[13]Сияқты басқа көздер MSN жаңалықтары несиелік скоринг кезінде әлеуметтік медиа ақпаратын пайдалануға қатысты қосымша проблема ретінде жеке өмірге қол сұғуды атады.[14]

Әдебиеттер тізімі

  1. ^ «Үлкен мәліметтерді бағалау». Компанияның веб-парағы.
  2. ^ «Жалпыға ортақ еуропалық әлеуметтік медиа үшін алғашқы карта дайын». Компанияның веб-парағы. 9 сәуір 2013. мұрағатталған түпнұсқа 2014-05-29.
  3. ^ «Орталық еуропалық несие беруші туралы кейс-стади: Үлкен деректерді бағалау | Үлкен деректер бойынша несиелік скринингтік шешімдердің көшбасшысы». www.bigdatascoring.com. Архивтелген түпнұсқа 2015-10-22. Алынған 2015-11-27.
  4. ^ Косинский, Михал; Дэвид Стиллвелл; Thore Graepel (2013 жылғы 12 ақпан). «Жеке қасиеттер мен атрибуттар адамның мінез-құлқының цифрлық жазбаларынан болжамды болады» (PDF): 4. Журналға сілтеме жасау қажет | журнал = (Көмектесіңдер)
  5. ^ Каллерхоф, Филипп (2013). «Үлкен мәліметтер және несиелік одақтар: мүшелік операциялар кезінде машиналық оқыту» (PDF). Файлдар ғылыми-зерттеу институты. Архивтелген түпнұсқа (PDF) 2015 жылғы 8 желтоқсанда. Алынған 25 қараша 2015.
  6. ^ «WebSummit ALPHA финалисттерінің тізімі» (PDF). Архивтелген түпнұсқа (PDF) 2013-11-02. Алынған 2014-04-15.
  7. ^ «CODE_n финалистер тізімі» (PDF). Архивтелген түпнұсқа (PDF) 2014-05-27.
  8. ^ «FinovateFall 2015 - Үлкен деректерді бағалау - Finovate». Финоват. Алынған 2015-11-27.
  9. ^ «Фейсбук несиелік рейтингке зиян тигізген кезде». MarketWatch. Алынған 13 наурыз, 2014.
  10. ^ «Сіздің Facebook профиліңіз сіздің несиелік ұпайларыңызға әсер етуі керек пе? Стартаптар» иә «дейді». PCWorld. Алынған 11 наурыз, 2014.
  11. ^ «CeBIT Code_n көрмесі пайдалы инновацияның не үшін ең жақсы түр екенін көрсетеді». eWeek. Алынған 13 наурыз, 2014.
  12. ^ «Портфолио | Бастау жолы». www.startpath.com. Алынған 2015-11-27.
  13. ^ «Біз заңсыз түрде әлеуметтік медиадан дерек өндіру емеспіз». Baltic Business News. 2013 жылғы 8 мамыр.
  14. ^ «Өсек: Facebook-тегі» ұнату «сіздің несиелік ұпайыңызға әсер етуі мүмкін». MSN жаңалықтары. Архивтелген түпнұсқа 2013 жылғы 29 тамызда. Алынған 27 тамыз, 2013.