Holen Sie sich die Daten- Superpower: Der Röntgenblick
AUSWEITUNG DES KREDITFÄHIGEN MARKTES Ein traditioneller Ansatz zur Entscheidungsfindung ist die Einbeziehung des Kreditscores als Hauptmethode zur Bestimmung der Kreditwürdigkeit. Und warum? Weil diese Methode zuverlässig ist, die Verfahren bereits vorhanden sind und es aufgrund der veralteten Technologie schwierig sein kann, etwas Neues auszuprobieren! Lassen Sie uns eines klarstellen: Kreditscores sind effektive Risiko-Gradmesser. Wenn es aber darum geht, den Markt für die Kreditvergabe auszuweiten, bedeutet die ausschließliche Verwendung von Kreditscores, dass Sie oft Bewerber mit geringem Risiko herausfiltern, die durchaus wertvolle Kunden werden könnten. Weltweit gibt es Millionen von Kunden, die keine Bankhistorie haben, über die nur sehr wenige Informationen vorliegen, weil sie bspw. Kreditanfänger, Einwanderer oder Personen aus anderen unterversorgten Bevölkerungsgruppen sind. In der EU gibt es mehr als 13 Millionen „Bonitäts- unsichtbare“ Personen5, die keinen Zugang zu Mobiltelefonen oder Mobilfunkdiensten haben; nördlich der US-Grenze gelten 15 % der Kanadier als „banktechnisch unterversorgt“6. In Lateinamerika, wo Bargeld nach wie vor die bevorzugte Zahlungsmethode ist, haben 70 % der Erwachsenen keine Bankverbindung oder gelten als banktechnisch unterversorgt. Weltweit hat mehr als 1 Milliarde Menschen keine Bonitätshistorie – das heißt, fast ¼ der Weltbevölkerung könnte keine Genehmigung erhalten, wenn eine solche, lediglich aufgrund ihrer Bonitätshistorie
erteilt würde! Was ist also die Alternative? Um die risikoarme Bevölkerung dieses potenziellen Marktes sowohl für Mobilfunkdienste als auch für die Finanzierung von Mobiltelefonen anzusprechen, müssen Sie über den traditionellen Kreditscore als Indikator der Kreditwürdigkeit hinausgehen. Integrieren Sie stattdessen alternative Datenquellen in Ihre Entscheidungsprozesse, um alternative Kreditrisiko-Indikatoren, wie bspw. Rechnungen von Versorgungsunternehmen und Mietzahlungen, Ausgabegewohnheiten und die Beschäftigungshistorie potenzieller Kunden zu erfahren. In Kombination mit KI-/ML-Funktionen sind Sie auf Basis der so gesammelten Daten durchaus in der Lage, das Risiko von Personen, die keine Bonitätshistorie haben oder über die nur wenige Informationen vorhanden sind, zuverlässig zu bewerten. Zum Einstieg in die Märkte mit Personen ohne bzw. mit nur sehr magerer Bank-/ Bonitätshistorie, die durchaus Abonnenten mit geringem Risiko für Sie sein können, sollten Sie sich für Lösungen entscheiden, die: • Zugang zu alternativen Datenquellen bieten • alternative Daten mit prädiktiven, maschinellen Lernmodellen zur Erstellung von Risikobewertungen analysieren • alternative Daten zur sofortigen Entscheidungsfindung einsetzen
Die richtigen Daten zur Hand zu haben, ist wie ein Röntgenblick: Sie können tief unter die Oberfläche sehen und entdecken, was anderen verborgen bleibt. Vom ersten Kontakt an geben die Daten Aufschluss über das Risiko und die Authentizität eines potenziellen Abonnenten. Je mehr Datenpunkte Ihre Technologie sammeln kann, desto einfacher ist es, legitime Anträge zu verifizieren und potenzielle Falschspieler zu erkennen. Das Gleiche gilt für die Ansprache von Kunden ohne Bankverbindung – neue Datenquellen ermöglichen es
Telekommunikationsunternehmen, Bewertungslisten aus alternativen Bonitätssignalen zu erstellen. Nutzen Sie den Röntgenblick, um Daten wie diese zu betrachten: • Präsenz in den sozialen Medien: Es ist ein rotes Tuch, wenn Social-Media- Konten neu sind, nicht existieren oder keine Aktivität aufweisen. • Mietzahlungshistorie: Wenn der Antragsteller stets pünktlich gezahlt hat, könnte dies ein Hinweis auf seine Kreditwürdigkeit sein.
MINIMIEREN SIE IHRE VERLUSTE – ENTWICKELN SIE EINEN SECHSTEN SINN FÜR UNEINBRINGLICHE FORDERUNGEN
Die Vorhersage von Gefahren ist eine Superkraft, die die meisten von uns gerne hätten. Wäre es nicht toll, wenn Ihr Risikomanagementteam Zahlungsausfälle noch vor ihrem Auftreten erkennen könnte? Uneinbringliche Forderungen können bis zu 2 % Ihres Umsatzes ausmachen. 7 Das mag wie ein Tropfen auf den heißen Stein erscheinen, aber für ein Unternehmen wie die Deutsche Telekom, die 2020 mehr als 80 Milliarden Euro erwirtschaftete 8 , bedeutet ein Verlust von 2 % einen Geldwert von mehr als 1,5 Milliarden Euro. Obwohl derart viel auf dem Spiel steht, überwachen viele traditionelle Risikomanagementmodelle nur den Zahlungsstatus. Wenn sich die Kundenbonität zwischen den Abrechnungszyklen ändert, ist eine versäumte Zahlung die erste Warnung, die Sie erhalten.
Was ist also die Alternative? Neben der oben erwähnten soliden Kreditrisikoanalyse beim Onboarding eines Kunden sollte die Risikoüberwachung über den gesamten Kundenlebenszyklus hinweg fortgesetzt werden. Die Implementierung von Frühwarnsignalen gibt Ihnen den sechsten Sinn, der Sie zum Handeln drängt und sowohl Kreditrisiko als auch Zahlungsausfälle reduziert. Es gibt zwei äußerst wirksame Taktiken, die Ihre proaktive Risikomanagementstrategie optimieren werden: • Einbindung von Verhaltensdaten und Erkenntnissen in Ihre Modelle • Regelmäßige, vom Zahlungsstatus unabhängige Überwachung des Kontostandes
|
5
Made with FlippingBook Digital Publishing Software