हाल के वर्षों में, वित्तीय संस्थानों ने क्रेडिट पोर्टफोलियो के प्रबंधन के लिए डेटा और नई तकनीकों को अपनाने में वृद्धि की है। वास्तव में, मैकिन्से की
हाल के एक सर्वेक्षण वित्तीय संस्थानों का कहना है कि क्रेडिट पोर्टफोलियो प्रबंधन के लिए नए डेटा और तकनीकों का उपयोग करने में महत्वपूर्ण प्रगति हुई है।
लेकिन यह उन चुनौतियों पर भी रोशनी डालता है जो वित्तीय सेवा क्षेत्र में डेटा और प्रौद्योगिकी के आसपास बनी हुई हैं।
इस लेख में, हम मैकिन्से के अध्ययन पर पुनर्कथन करते हैं, क्रेडिट प्रबंधन के लिए शीर्ष 3 डेटा चुनौतियों की जांच करते हैं, और उन्हें दूर करने के लिए कुछ दिलचस्प विचारों को देखते हैं।
मैकिन्से का 2022 वित्तीय संस्थान अध्ययन: एक त्वरित पुनर्कथन
मैकिन्से ने क्रेडिट पोर्टफोलियो प्रबंधन के लिए डेटा और एनालिटिक्स में नवीनतम विकास पर वैश्विक स्तर पर 44 वित्तीय संस्थानों का सर्वेक्षण किया।
लक्ष्य
क्रेडिट जोखिम की जानकारी के लिए पारंपरिक और वैकल्पिक डेटा स्रोतों के उपयोग को समझने के लिए, यह निर्धारित करने के लिए कि वित्तीय संस्थान पोर्टफोलियो सेगमेंट में विश्लेषणात्मक दृष्टिकोण का उपयोग कैसे करते हैं, और अगली पीढ़ी के डेटा और एनालिटिक्स को शामिल करने के लिए आगे की राह की जानकारी देते हैं।
मुख्य निष्कर्ष
क्रेडिट पोर्टफोलियो प्रबंधन के लिए नए डेटा का उपयोग करने में वित्तीय संस्थानों ने महत्वपूर्ण प्रगति की है:
-
60% तक उत्तरदाताओं ने कहा कि उन्होंने नए प्रकार के डेटा के उपयोग में वृद्धि की है और क्रेडिट पोर्टफोलियो प्रबंधन में उन्नत विश्लेषण तकनीकों को लागू किया है।
-
75% तक अगले दो वर्षों में इन प्रवृत्तियों के जारी रहने की उम्मीद है।
हालाँकि, क्रेडिट प्रबंधन के लिए नए डेटा का उपयोग करने के रास्ते में उभरती चुनौतियाँ आ रही हैं, अर्थात्:
-
आँकड़े की गुणवत्ता, जैसा कि द्वारा उद्धृत किया गया है 63% तक उत्तरदाताओं का.
-
उपयुक्त संसाधन चुनें , जैसा कि द्वारा उद्धृत किया गया है 42% तक उत्तरदाताओं का.
-
डेटा की लागत, जैसा कि द्वारा उद्धृत किया गया है 30% तक उत्तरदाताओं का.
संक्षेप में, जबकि प्रगति की जा रही है, वित्तीय संस्थानों के लिए बाधाएं बनी हुई हैं जो क्रेडिट पोर्टफोलियो प्रबंधन में सुधार करना चाहते हैं।
इसे ध्यान में रखते हुए, आइए विवरण में शामिल हों - उपयोग किए जा रहे डेटा में अंतर्दृष्टि के साथ शुरू करें।
आज क्रेडिट प्रबंधन के लिए वित्तीय संस्थान किस प्रकार के डेटा का उपयोग कर रहे हैं?
जैसा कि वे क्रेडिट प्रबंधन के भीतर नए एनालिटिक्स को तैनात करना चाहते हैं, कंपनियां स्रोतों से डेटा प्राप्त कर रही हैं जैसे:
-
आंतरिक क्रेडिट व्यवहार डेटा और क्रॉस-उत्पाद डेटा
-
क्रेडिट ब्यूरो से डेटा
-
आर्थिक पूर्वानुमान
-
और बाहरी प्रदाताओं से नया डेटा।
इसमें वैकल्पिक डेटा भी शामिल है; उदाहरण के लिए, कॉर्पोरेट पोर्टफोलियो में, आधे से अधिक उत्तरदाता वर्तमान में समाचार मीडिया, सोशल मीडिया, या तृतीय-पक्ष खाता डेटा का उपयोग कर रहे हैं, प्रयोग कर रहे हैं या उन पर विचार कर रहे हैं।
इस पर हमारा विचार यह है कि सभी मौजूदा आंतरिक और ब्यूरो डेटा का उपयोग करना, जो आमतौर पर सिस्टम और उत्पाद/ग्राहक डेटाबेस के अलग-अलग हिस्सों में होता है, एक समस्या है। दूसरा ग्राहक डेटाबेस ले रहा है और इसे डेटा प्रदाताओं के विरुद्ध मिलान कर रहा है। यह महंगा और समय लेने वाला हो सकता है और आवश्यक रूप से मूल्य नहीं जोड़ेगा।
शीर्ष 3 उभरती हुई डेटा और प्रौद्योगिकी चुनौतियाँ
जैसा कि हमने पहले देखा, मैकिन्से के अध्ययन में प्रत्येक प्रतिभागी से अगले दो से तीन वर्षों में क्रेडिट जोखिम का सामना करने वाली सबसे बड़ी चुनौतियों के बारे में पूछा गया।
शीर्ष तीन उभरती हुई चुनौतियाँ हैं:
-
#1: डेटा गुणवत्ता: 60% ने नवीन नए डेटा स्रोतों का उपयोग करने के लिए शीर्ष बाधा के रूप में डेटा गुणवत्ता का हवाला दिया
-
#2: संसाधन: 42% ने दूसरी उभरती हुई चुनौती के रूप में संसाधनों का हवाला दिया।
-
#3: डेटा लागत: 30% ने तीसरी सबसे बड़ी चुनौती के रूप में डेटा की लागत का हवाला दिया।
आइए प्रत्येक चुनौती को अधिक विस्तार से देखें…
#1: डेटा की गुणवत्ता
यह देखते हुए कि वित्तीय संस्थान महत्वपूर्ण उपभोक्ता निर्णय लेने के लिए भारी मात्रा में डेटा का लाभ उठाते हैं, उन्हें हर समय डेटा सटीकता और अखंडता की आवश्यकता होती है।
यदि ग्राहक डेटा अधूरा है या स्कोरिंग पद्धतियां गलत हैं, तो आउटपुट उपभोक्ता की निष्पक्षता को गंभीर रूप से प्रभावित कर सकते हैं। इसके अलावा, वित्तीय सेवाएं समय के प्रति संवेदनशील होती हैं जहां एक त्रुटि डाउनस्ट्रीम प्रक्रियाओं को तेजी से गुणा करती है।
डेटा गुणवत्ता में सुधार के लिए शीर्ष तीन ब्यूरो जैसे डेटा प्रदाताओं के पास मौजूद डेटा में पारदर्शिता बढ़ाने की आवश्यकता है।
# 2: संसाधन
मैकिन्से द्वारा संसाधनों को एक शीर्ष चुनौती के रूप में फ़्लैग किए जाने के अलावा, इसे डेटा और एनालिटिक्स कंसल्टेंसी के एक अध्ययन में वित्तीय क्षेत्र के एक चौथाई से अधिक वरिष्ठ अधिकारियों द्वारा भी रेखांकित किया गया था।
सिनोज़ूर.
शोध में यह भी पाया गया कि 39% ने महसूस किया कि वरिष्ठ अधिकारी डेटा के मूल्य को पूरी तरह से नहीं समझते हैं। इस कौशल अंतर के प्रमुख कारणों में से एक तकनीकी परिवर्तन की गति है।
इसी तरह, डेटा वैज्ञानिक, डेटा विश्लेषक और डेटा इंजीनियर सभी उच्च मांग में हैं।
मोटे तौर पर, अंतर को पाटने के लिए दो विकल्प हैं: मौजूदा कर्मचारियों को बेहतर डेटा कौशल प्रदान करने के लिए उन्हें फिर से कुशल बनाना और उनका कौशल बढ़ाना; या बाहरी प्रतिभा को काम पर रखना।
#3: डेटा लागत
पीडब्ल्यूसी के मुताबिक, दुनिया भर के बड़े बैंक जितना खर्च करते हैं
डेटा - सूचना पर $88 मिलियन प्रति वर्ष वे सूचित निर्णय लेने और नियमों का पालन करने के लिए बाध्य हैं। फिर भी जब ब्यूरो डेटा मूल्य निर्धारण की बात आती है तो पारदर्शिता की स्पष्ट कमी होती है। जिस पर हमने पिछले लेखों में विस्तार से चर्चा की है।
बैंकों और अन्य उधारदाताओं के साथ हमारे काम से, हम जानते हैं कि वित्तीय संस्थान डेटा खरीदने में शामिल लागत को बहुत कम कर सकते हैं।
बैंकों और कर्जदाताओं को दिख रहे हैं मजबूत नतीजे:
-
मध्यावधि अनुबंध पर बातचीत करने से डेटा लागत पर औसतन 25% -40% की बचत होती है - तब भी जब वे एक ही आपूर्तिकर्ता के साथ रहते हैं।
-
कई ब्यूरो स्रोतों से डेटा का उपयोग करने से मूल्य निर्धारण उत्तोलन और विविध डेटा स्रोतों में मदद मिल सकती है - और यहां तक कि अन्य ब्यूरो के क्रेडिट इतिहास में अंतर को भी कवर कर सकते हैं।
-
एक बैंक ने बिना किसी अतिरिक्त शुल्क के ग्राहक जीवनचक्र में अतिरिक्त डेटा का उपयोग करने के लिए चल रहे लचीलेपन के साथ 3% की बचत करते हुए प्रति वर्ष £50 मिलियन की लागत भी कम कर दी।
संक्षेप में, उधारदाताओं के लिए डेटा मूल्य निर्धारण और गुणवत्ता में बढ़ी हुई पारदर्शिता के माध्यम से अपनी डेटा लागत कम करने और उच्च गुणवत्ता वाले डेटा प्राप्त करने का एक महत्वपूर्ण अवसर है।
इन चुनौतियों को सही ढांचे के साथ संबोधित करना
मैकिन्से का सर्वेक्षण इंगित करता है कि क्रेडिट पोर्टफोलियो प्रबंधकों ने नए डेटा स्रोतों का उपयोग करना शुरू कर दिया है, प्रमुख बाधाएं बनी हुई हैं। संसाधनों और डेटा लागतों के माध्यम से सही डेटा गुणवत्ता खोजने से।
मैकिन्से का कहना है कि डेटा स्रोतों के मूल्यांकन के साथ-साथ बढ़ी हुई पारदर्शिता से वित्तीय संस्थानों को विकसित होते डेटा और विक्रेता परिदृश्य को समझने में मदद मिलेगी। और हम निश्चित रूप से सहमत हैं।
हमारे विचार में, ये चुनौतियाँ कोई नई नहीं हैं। यह कुछ ऐसा है जिसे हम वित्तीय संस्थानों का समर्थन करने वाले अपने काम के माध्यम से बार-बार देखते हैं।
अच्छी खबर यह है: प्रमुख डेटा मुद्दों को हल करने के लिए वित्तीय संस्थान पांच कदम उठा सकते हैं:
#1: डेटा आवश्यकताओं को समझें: इसमें डेटा स्रोत, डेटा गुणवत्ता और डेटा सटीकता शामिल हैं। बाहरी विशेषज्ञों के साथ काम करके, आप मौजूदा डेटा स्रोतों और आप जो भुगतान कर रहे हैं, उसे मैप कर सकते हैं।
#2: डेटा गुणवत्ता और मूल्य निर्धारण अंतराल का आकलन करें: अपने मूल्य निर्धारण की तुलना समान आपूर्तिकर्ता और पदचिह्न वाले अन्य लोगों से करें।
#3: कंपनी के डेटा बेंचमार्क का मूल्यांकन करें: सभी संभावित बचतों को देखें और लक्ष्य मूल्य निर्धारण की खोज करें।
# 4: आपके द्वारा उपयोग किए जाने वाले डेटा और ब्यूरो के जलप्रपात का निर्माण करें: इस पर अधिक यहाँ.
#5: बातचीत करें: या बेंचमार्किंग प्रक्रिया के प्रत्येक पुनरावृत्ति में बातचीत लीवर के साथ समर्थन के साथ डेटा अनुबंधों, नीतियों और प्रक्रियाओं को ताज़ा करें।
डेटा बेंचमार्किंग के साथ अपनी डेटा चुनौतियों का समाधान करें
अंत में, डेटा बेंचमार्किंग दृष्टिकोण के लाभ स्पष्ट हैं और संस्थानों को सही कीमत पर सबसे उच्च गुणवत्ता वाले डेटा के स्रोत के अपने प्रयासों को तेज करने के लिए प्रेरित करना चाहिए।
डेटा ब्यूरो मूल्य निर्धारण, गुणवत्ता और सटीकता में पूर्ण अंतर्दृष्टि आपूर्तिकर्ता वार्ताओं को सूचित करने के लिए एक वैयक्तिकृत तुलना प्रदान कर सकती है - चाहे आप अपने वर्तमान प्रदाता के साथ रहना चुनते हैं, दूसरे में जाना चाहते हैं, या बहु-ब्यूरो दृष्टिकोण अपनाना चाहते हैं।
यदि आप रुचि रखते हैं कि डेटा बेंचमार्किंग कैसे काम करती है, तो नीचे एक टिप्पणी छोड़ दें।
- एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
- प्लेटोब्लॉकचैन। Web3 मेटावर्स इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
- स्रोत: https://www.finextra.com/blogposting/23935/3-emerging-data-challenges-in-credit-management-according-to-mckinsey?utm_medium=rssfinextra&utm_source=finextrablogs
- :है
- $यूपी
- 1
- 2022
- a
- About
- अनुसार
- लेखा
- शुद्धता
- के पार
- इसके अलावा
- अतिरिक्त
- पता
- अपनाना
- दत्तक ग्रहण
- उन्नत
- को प्रभावित
- के खिलाफ
- सब
- वैकल्पिक
- राशियाँ
- विश्लेषकों
- विश्लेषणात्मक
- विश्लेषिकी
- और
- अन्य
- दृष्टिकोण
- दृष्टिकोण
- हैं
- चारों ओर
- लेख
- लेख
- AS
- At
- औसत
- बैंक
- बैंकों
- बाधाओं
- BE
- जा रहा है
- नीचे
- बेंचमार्क
- बेंच मार्किंग
- लाभ
- बेहतर
- सबसे बड़ा
- निर्माण
- पद
- by
- कॉल
- कर सकते हैं
- निश्चित रूप से
- चुनौती
- चुनौतियों
- परिवर्तन
- प्रभार
- चुनें
- आह्वान किया
- स्पष्ट
- टिप्पणी
- कंपनियों
- कंपनी का है
- तुलना
- पर विचार
- परामर्श
- उपभोक्ता
- जारी रखने के
- अनुबंध
- ठेके
- मूल
- कॉर्पोरेट
- लागत
- लागत
- आवरण
- श्रेय
- महत्वपूर्ण
- वर्तमान
- वर्तमान में
- ग्राहक
- ग्राहक डेटा
- तिथि
- डाटाबेस
- डेटाबेस
- निर्णय
- मांग
- तैनात
- तैनात
- विवरण
- निर्धारित करना
- के घटनाक्रम
- डीआईडी
- अन्य वायरल पोस्ट से
- चर्चा की
- अलग
- कई
- से प्रत्येक
- पूर्व
- प्रयासों
- कस्र्न पत्थर
- इंजीनियर्स
- विशाल
- त्रुटि
- मूल्यांकन करें
- मूल्यांकन
- और भी
- प्रत्येक
- उद्विकासी
- उदाहरण
- एक्जीक्यूटिव
- मौजूदा
- उम्मीद
- बाहरी
- अतिरिक्त
- का सामना करना पड़
- निष्पक्षता
- वित्तीय
- वित्तीय संस्था
- वित्तीय संस्थाए
- वित्तीय क्षेत्र
- वित्तीय सेवाओं
- खोज
- ललितकार
- फ्लैग किए गए
- लचीलापन
- पदचिह्न
- के लिए
- आगे
- पाया
- से
- पूरी तरह से
- लाभ
- अन्तर
- मिल
- मिल रहा
- ग्लोबली
- चला जाता है
- अच्छा
- बहुत
- हरा
- आधा
- है
- धारित
- मदद
- हाई
- उच्च गुणवत्ता
- हाइलाइट
- किराए पर लेना
- इतिहास
- कैसे
- एचटीएमएल
- HTTPS
- विचारों
- में सुधार
- in
- ग़लत
- शामिल
- सम्मिलित
- वृद्धि हुई
- इंगित करता है
- सूचित करना
- करें-
- सूचित
- अभिनव
- अन्तर्दृष्टि
- संस्था
- संस्थानों
- ईमानदारी
- रुचि
- दिलचस्प
- आंतरिक
- शामिल
- मुद्दों
- IT
- यात्रा
- जेपीजी
- कुंजी
- जानना
- रंग
- परिदृश्य
- बड़ा
- सबसे बड़ा
- ताज़ा
- नवीनतम घटनाक्रम
- छोड़ना
- उधारदाताओं
- लंबाई
- लीवरेज
- जीवन चक्र
- पसंद
- देखिए
- देख
- बनाया गया
- प्रमुख
- बनाना
- निर्माण
- प्रबंधन
- प्रबंध
- प्रबंधक
- नक्शा
- मिलान
- मैकिन्से
- मीडिया
- के तरीके
- दस लाख
- मन
- अधिक
- और भी
- अधिकांश
- चाल
- विभिन्न
- यानी
- अनिवार्य रूप से
- वार्ता
- नया
- नयी तकनीकें
- समाचार
- अगला
- अगली पीढ़ी
- प्राप्त करने के
- of
- on
- ONE
- चल रहे
- अवसर
- ऑप्शंस
- अन्य
- अन्य
- काबू
- शांति
- भागों
- पथ
- का भुगतान
- निजीकृत
- प्लेटो
- प्लेटो डेटा इंटेलिजेंस
- प्लेटोडाटा
- प्लग
- नीतियाँ
- संविभाग
- निवेश संविभाग का प्रबंध की व्याख्या
- पोर्टफोलियो मैनेजर
- विभागों
- संभावित
- पिछला
- पिछले लेख
- मूल्य
- कीमत निर्धारण
- मुसीबत
- प्रक्रिया
- प्रक्रिया
- प्रक्रियाओं
- प्रगति
- प्रदान करना
- प्रदाता
- प्रदाताओं
- क्रय
- पीडब्ल्यूसी
- गुणवत्ता
- तिमाही
- त्वरित
- जल्दी से
- कारण
- संक्षिप्त
- हाल
- को कम करने
- घटी
- नियम
- रहना
- की आवश्यकता होती है
- आवश्यकताएँ
- अनुसंधान
- उपयुक्त संसाधन चुनें
- परिणाम
- जोखिम
- कहा
- वही
- बचत
- बचत
- कहते हैं
- वैज्ञानिकों
- स्कोरिंग
- दूसरा
- सेक्टर
- देखकर
- खंड
- वरिष्ठ
- अलग
- सेवाएँ
- चाहिए
- महत्वपूर्ण
- एक
- कौशल
- कौशल की खाई
- सोशल मीडिया
- सोशल मीडिया
- कुछ
- कुछ
- स्रोत
- सूत्रों का कहना है
- बोल रहा हूँ
- विशेषज्ञों
- बिताना
- सुर्ख़ियाँ
- कर्मचारी
- शुरुआत में
- रहना
- कदम
- मजबूत
- अध्ययन
- ऐसा
- सारांश
- समर्थन
- सहायक
- सर्वेक्षण
- सर्वेक्षण में
- सिस्टम
- लेना
- ले जा
- प्रतिभा
- लक्ष्य
- तकनीक
- प्रौद्योगिकीय
- टेक्नोलॉजीज
- टेक्नोलॉजी
- कि
- RSI
- दुनिया
- लेकिन हाल ही
- उन
- इन
- तीसरा
- तीसरे दल
- तीन
- यहाँ
- भर
- पहर
- बहुत समय लगेगा
- संवेदनशील समय
- बार
- सेवा मेरे
- आज
- ऊपर का
- छुआ
- परंपरागत
- ट्रांसपेरेंसी
- रुझान
- प्रकार
- समझना
- उपयोग
- आमतौर पर
- मूल्य
- विक्रेता
- देखें
- मार्ग..
- कुंआ
- क्या
- या
- कौन कौन से
- जब
- मर्जी
- साथ में
- अंदर
- जीत लिया
- काम
- काम कर रहे
- कार्य
- विश्व
- लपेटो
- वर्ष
- साल
- आप
- आपका
- जेफिरनेट