Pengayaan Data Kunci untuk Meningkatkan Akurasi Model AI di Fintech

Pengayaan data, proses peningkatan data internal dengan data kontekstual yang relevan yang diperoleh dari sumber eksternal, sangat penting bagi perusahaan jasa keuangan yang ingin mendapatkan hasil maksimal dari investasi mereka dalam kecerdasan buatan (AI), memungkinkan mereka untuk membangun model prediktif yang lebih akurat dan meningkatkan pengambilan keputusan, kata Mobilewalla, penyedia solusi intelijen konsumen yang berbasis di Singapura.

Di sebuah kertas baru berjudul Meningkatkan Keakuratan Pemodelan Prediktif untuk Fintech dengan AI Data-Centric, perusahaan mengeksplorasi mengapa kualitas, luas, dan kedalaman data sangat penting bagi bisnis untuk membangun model prediktif yang akurat, dan bagaimana pengayaan data dan rekayasa fitur menguntungkan AI di fintech.

Menurut makalah tersebut, sementara sebagian besar perhatian yang terkait dengan AI berkonsentrasi pada teknik ML yang kompleks dan menyempurnakan kode algoritme, penting bagi penyedia layanan keuangan untuk mengingat bahwa data yang digunakan untuk melatih algoritme dapat lebih berdampak untuk memprediksi akurasi pemodelan.

Makalah ini mengutip peringkat kredit sebagai kasus penggunaan di mana informasi yang dikumpulkan langsung dari pelamar seringkali tidak cukup untuk menyaring kemungkinan mangkir dan mencegah penipuan. Sebaliknya, data yang dikumpulkan dari pelamar harus diperkaya dengan informasi tambahan seperti lokasi, demografi dan pola perilaku, dan banyak lagi, untuk memungkinkan penilaian kredit yang lebih akurat, kata surat kabar itu.

Pernyataan ini menggemakan pernyataan yang dibuat awal tahun ini oleh pendiri, CEO, dan ketua Mobilewalla Anindya Datta. Dalam diskusi panel Fintech Fireside Asia yang diselenggarakan oleh Fintech News Singapore, Anindya tersebut bahwa meskipun beberapa informasi, seperti karakteristik rumah tangga dan keterlibatan aplikasi, mungkin tampak tidak berguna dalam menilai kecenderungan seseorang untuk gagal bayar, informasi tersebut sebenarnya memprediksi kemungkinan default pinjaman.

Lebih dari selusin pemain beli sekarang, bayar nanti (BNPL) mengandalkan data Mobilewalla untuk menilai risiko default konsumen serta dalam proses penagihan utang, katanya, mencatat bahwa pertumbuhan dan kesuksesan mereka sebagian berasal dari kemampuan mereka untuk memanfaatkan data alternatif untuk menilai risiko, yang pada akhirnya memperluas akses ke kredit bagi mereka yang tidak memiliki data kredit tradisional.

gambar melalui Freepik

Mobilewalla, pemimpin dalam kecerdasan konsumen, mengumpulkan, membersihkan, dan memproses kumpulan data yang kaya, yang kemudian dapat digunakan oleh perusahaan untuk lebih memahami pelanggan mereka. Di sektor keuangan, perusahaan telah bekerja sama dengan orang-orang seperti Kredivo, merek BNPL terkemuka di Indonesia, yang memungkinkan mereka untuk mensegmentasi pelanggan mereka dengan lebih tepat, menyesuaikan pengalaman pelanggan, dan melakukan cross-sell solusi digital lainnya pasca akuisisi.

Meningkatnya permintaan untuk data pihak ketiga dan teknik pengayaan data di sektor keuangan muncul karena adopsi AI yang berkembang pesat di industri.

Kredit gambar unggulan: Diedit dari Freepik di sini dan di sini