Veja em 3D: supere os desafios comuns dos dados alternativos
Muitas companhias recorreram a soluções de tomada de decisões de SaaS para superar esses problemas. A solução certa suportará, por exemplo, qualquer linguagem de modelagem, permitindo que sua equipe implante rapidamente modelos avançados e preditivos de machine learning. A solução também deve tornar a integração de dados alternativos rápida e fácil, para que você possa testar novos tipos de dados em tempo real.
46%
dos credores não têm especialistas internos em dados alternativos 1
47% dos credores acha o acesso a fontes de dados externas desafiador 1
Quase metade dos credores cita conhecimento interno como um grande desafio para implementar uma estratégia de dados alternativos. Uma solução que acelera sua entrega é se envolver com um parceiro experiente, que ofereça uma variedade de recursos de dados alternativos para preencher esta lacuna interna de conhecimento. Entretanto, escolha-o com sabedoria; encontre um com histórico comprovado de uso de dados alternativos em modelos de decisões de risco de crédito. Trabalhar com um parceiro que complementa os pontos fortes de sua equipe pode impulsionar consideravelmente seus resultados ao fechar as lacunas em sua imagem 3D.
Como credores têm historicamente usado tipos de dados tradicionais, não é surpreendente que muitos se assustem com a perspectiva de integrar novas fontes de dados, especialmente porque o tipo de dado necessário pode variar de acordo com a situação. Por exemplo, para um consumidor sem histórico de crédito, usar pagamentos de aluguel pode ser preditivo, e para outro, ver informações da carteira digital (e-wallet) de quem tipicamente não usa cartão pode ser útil. Estudos definiram 4 as seguintes características de boas fontes de dados alternativos: 1. Cobertura – Cobertura ampla e consistente em um mercado concentrado permite uma coleta de dados facilmente alcançável. Por exemplo: que porcentagem de adultos usa celular em uma região? 2. Especificidade – Dados detalhados de um mutuário podem criar uma imagem abrangente, como pagamentos em dia e atrasados ao longo de um período de tempo significativo. 3. Precisão + pontualidade – Dados precisos e frequentemente atualizados são cruciais. Mantenha-os atuais.
64% dos credores que não usam dados
alternativos citaram desenvolver ou testar novos modelos como um desafio 1
A implantação efetiva de modelos de risco não está confinada a dados alternativos. Muitos credores lutam para desenvolver, testar e implantar modelos de risco de crédito. Alguns dos principais desafios que impedem a implantação fácil do modelo incluem atrasos na recodificação do modelo ocasionados por tecnologia que suporta apenas algumas linguagens e integração lenta de dados. Uma pesquisa da Rexer Data Science constatou que apenas 13% das empresas 6 “quase sempre” implanta com sucesso modelos de analytics.
Made with FlippingBook Digital Publishing Software