Tietojen rikastusavain tekoälymallien tarkkuuden parantamiseen Fintechissä

Tietojen rikastaminen, prosessi, jossa sisäistä tietoa lisätään asiaankuuluvilla, kontekstuaalisilla ulkoisista lähteistä saaduilla tiedoilla, on kriittinen rahoituspalveluyrityksille, jotka haluavat saada kaiken irti investoinneistaan ​​tekoälyyn, jolloin ne voivat rakentaa tarkempia ennakoivia malleja ja parantaa päätöksentekoa, sanoo Mobilewalla, Singaporessa toimiva kuluttajatietoratkaisujen toimittaja.

Jonkin sisällä uusi paperi Ennakoivan mallinnuksen tarkkuuden parantaminen fintecheille datakeskeisellä tekoälyllä, yritys tutkii, miksi tiedon laatu, leveys ja syvyys ovat ratkaisevan tärkeitä yrityksille tarkkojen ennustavien mallien luomisessa ja kuinka tiedon rikastaminen ja ominaisuussuunnittelu hyödyttävät tekoälyä fintechissä.

Paperin mukaan vaikka valtaosa tekoälyyn liittyvästä huomiosta keskittyy monimutkaisiin ML-tekniikoihin ja algoritmikoodin jalostukseen, rahoituspalveluntarjoajien on tärkeää muistaa, että algoritmien kouluttamiseen käytetyt tiedot voivat olla vieläkin tehokkaampia ennustamaan mallinnuksen tarkkuutta.

Paperi mainitsee luottoluokituksen käyttötapauksena, jossa suoraan hakijoilta kerätyt tiedot eivät usein riitä suodattamaan todennäköisiä laiminlyöntejä ja estämään petoksia. Sen sijaan hakijoilta kerättyjä tietoja tulisi rikastaa lisätiedoilla, kuten sijainnilla, väestötiedoilla ja käyttäytymismalleilla ja muilla, jotta luottoluokitus olisi tarkempi, lehdessä sanotaan.

Nämä lausunnot toistavat Mobilewallan perustajan, toimitusjohtajan ja puheenjohtajan Anindya Dattan aiemmin tänä vuonna antamia lausuntoja. Fintech Fireside Asian paneelikeskustelun aikana, jota isännöi Fintech News Singapore, Anindya sanoi että vaikka jotkin tiedot, kuten kotitalouden ominaisuudet ja sovellusten sitoutuminen, voivat vaikuttaa arvottomalta arvioitaessa maksukyvyttömyyttä, ne ennustavat itse asiassa lainan maksukyvyttömyyden todennäköisyyttä.

Yli tusina osta nyt, maksa myöhemmin (BNPL) -pelaajaa luottaa Mobilewallan tietoihin arvioidakseen kuluttajien maksukyvyttömyysriskiä sekä perintäprosessissa, hän sanoi ja huomautti, että heidän kasvunsa ja menestyksensä ovat osittain johtuneet heidän kyvystään hyödyntää vaihtoehtoisia tietoja riskien arvioimiseksi, mikä viime kädessä laajentaa luottojen saatavuutta niille, joilla ei ole perinteisiä luottotietoja.

Kuva Freepikin kautta

Mobilewalla, johtava kuluttajatiedon toimittaja, kerää, puhdistaa ja käsittelee monipuolisen tietojoukon, jota yritykset voivat sitten käyttää ymmärtääkseen paremmin asiakkaitaan. Rahoitusalalla yritys on työskennellyt muun muassa Indonesian johtavan BNPL-brändin Kredivon kanssa, mikä on mahdollistanut asiakkaidensa segmentoinnin tarkoituksenmukaisemmin, räätälöidä asiakaskokemusta ja ristiinmyydä muita digitaalisia ratkaisuja hankinnan jälkeen.

Kolmansien osapuolien tietojen ja tiedon rikastustekniikoiden kasvava kysyntä rahoitusalalla johtuu tekoälyn kasvavasta käyttöönotosta alalla.

Esitelty kuvahyvitys: Muokattu Freepikiltä tätä ja tätä