최근 몇 년 동안 금융 기관은 신용 포트폴리오를 관리하기 위해 데이터 및 신기술 채택을 늘렸습니다. 사실 맥킨지는
최근 설문 조사 의 금융 기관은 신용 포트폴리오 관리를 위해 새로운 데이터와 기술을 사용하는 데 상당한 진전이 있다고 말했습니다.
그러나 금융 서비스 부문의 데이터 및 기술 주변에 남아 있는 과제에 대해서도 조명합니다.
이 기사에서는 McKinsey의 연구를 요약하고 신용 관리에 대한 상위 3가지 데이터 문제를 검토하고 이를 극복하기 위한 몇 가지 흥미로운 아이디어를 살펴봅니다.
McKinsey의 2022년 금융 기관 연구: 간단한 요약
McKinsey는 신용 포트폴리오 관리를 위한 최신 데이터 및 분석 개발에 대해 전 세계 44개 금융 기관을 대상으로 설문 조사를 실시했습니다.
목표
신용 위험 정보에 대한 기존 및 대체 데이터 소스의 사용을 이해하고, 금융 기관이 포트폴리오 세그먼트에서 분석 접근 방식을 사용하는 방법을 확인하고, 차세대 데이터 및 분석을 통합하기 위한 경로를 알려줍니다.
핵심 결과
금융 기관은 신용 포트폴리오 관리를 위해 새로운 데이터를 사용하는 데 상당한 진전을 이루었습니다.
-
60% 의 응답자는 새로운 유형의 데이터 사용을 늘리고 신용 포트폴리오 관리에 고급 분석 기술을 배포했다고 말했습니다.
-
75% 이러한 추세가 향후 XNUMX년 동안 계속될 것으로 예상합니다.
그러나 신용 관리를 위해 새로운 데이터를 사용하는 데 방해가 되는 새로운 문제가 있습니다. 즉, 다음과 같습니다.
-
데이터 품질에 의해 인용된 바와 같이 63% 응답자의.
-
제품 자료에 의해 인용된 바와 같이 42% 응답자의.
-
데이터 비용에 의해 인용된 바와 같이 30% 응답자의.
요약하면, 진전이 있는 동안 신용 포트폴리오 관리를 개선하려는 금융 기관에게는 여전히 장벽이 남아 있습니다.
이를 염두에 두고 사용 중인 데이터에 대한 통찰력부터 시작하여 세부 사항을 살펴보겠습니다.
오늘날 금융 기관은 신용 관리에 어떤 유형의 데이터를 사용합니까?
신용 관리 내에서 새로운 분석을 배포하려고 할 때 회사는 다음과 같은 소스에서 데이터를 얻고 있습니다.
-
내부 신용 행태 데이터 및 교차 제품 데이터
-
신용 조사 기관의 데이터
-
경제 예측
-
그리고 외부 공급자의 새로운 데이터.
여기에는 대체 데이터도 포함됩니다. 예를 들어, 기업 포트폴리오에서 응답자의 절반 이상이 현재 뉴스 미디어, 소셜 미디어 또는 제XNUMX자 계정 데이터를 사용, 파일럿 또는 고려하고 있습니다.
이에 대한 우리의 견해는 일반적으로 시스템과 제품/고객 데이터베이스의 별도 부분에 있는 기존의 모든 내부 및 부서 데이터를 활용하는 것이 하나의 문제라는 것입니다. 다른 하나는 고객 데이터베이스를 가져와서 데이터 공급자와 대조하는 것입니다. 이는 비용과 시간이 많이 소요될 수 있으며 반드시 가치를 추가하지는 않습니다.
3대 새로운 데이터 및 기술 과제
앞에서 언급했듯이 McKinsey 연구의 모든 참가자는 향후 XNUMX~XNUMX년 동안 신용 위험에 직면할 가장 큰 문제에 대해 질문을 받았습니다.
세 가지 새로운 과제는 다음과 같습니다.
-
#1: 데이터 품질: 60%는 혁신적인 새 데이터 소스를 사용하는 데 있어 가장 큰 제약으로 데이터 품질을 꼽았습니다.
-
#2: 리소스: 42%는 자원을 두 번째로 떠오르는 과제로 꼽았습니다.
-
#3: 데이터 비용: 30%는 데이터 비용을 세 번째로 큰 문제로 꼽았습니다.
각 챌린지를 자세히 살펴보겠습니다.
#1: 데이터 품질
금융 기관이 중요한 소비자 결정을 내리기 위해 막대한 양의 데이터를 활용한다는 점을 고려하면 항상 데이터의 정확성과 무결성이 필요합니다.
고객 데이터가 불완전하거나 점수 매기기 방법이 부정확한 경우 결과가 소비자 공정성에 심각한 영향을 미칠 수 있습니다. 또한 금융 서비스는 단일 오류가 다운스트림 프로세스를 빠르게 배가시키는 시간에 민감합니다.
데이터 품질을 개선하려면 상위 XNUMX개 국과 같은 데이터 제공자가 보유한 데이터의 투명성을 높여야 합니다.
#2: 리소스
McKinsey가 리소스를 최우선 과제로 표시한 것 외에도 데이터 및 분석 컨설팅 회사의 연구에서 금융 부문 고위 경영진의 XNUMX분의 XNUMX 이상이 이를 강조했습니다.
사이노주어.
이 연구는 또한 39%가 고위 경영진이 데이터의 가치를 완전히 이해하지 못한다고 느꼈다고 밝혔습니다. 이러한 기술 격차의 주요 원인 중 하나는 기술 변화의 속도 때문입니다.
마찬가지로 데이터 과학자, 데이터 분석가 및 데이터 엔지니어는 모두 수요가 많습니다.
대체로 말해서 격차를 메우기 위한 방법에는 두 가지 옵션이 있습니다. 또는 외부 인재를 고용합니다.
#3: 데이터 비용
PWC에 따르면 전 세계 대형 은행들은
연간 데이터 비용 88만 달러 – 정보 그들은 정보에 입각한 결정을 내리고 규정을 준수할 의무가 있습니다. 그러나 뷰로 데이터 가격 책정과 관련하여 투명성이 뚜렷하게 부족합니다. 이전 기사에서 길게 논의한 내용입니다.
은행 및 기타 대출 기관과의 협력을 통해 우리는 금융 기관이 데이터 구매와 관련된 비용을 크게 줄일 수 있다는 것을 알고 있습니다.
은행과 대금업자는 강력한 결과를 보고 있습니다.
-
중간에 계약을 협상하면 데이터 비용을 평균 25%-40% 절약할 수 있습니다. 동일한 공급업체를 이용하는 경우에도 마찬가지입니다.
-
여러 기관 출처의 데이터를 사용하면 가격 레버리지 및 다양한 데이터 출처에 도움이 될 수 있으며 다른 기관이 가질 수 있는 신용 기록의 격차를 해소할 수도 있습니다.
-
한 은행은 추가 비용 없이 고객 라이프사이클에서 추가 데이터를 사용할 수 있는 지속적인 유연성을 통해 연간 3만 파운드의 비용을 절감하여 50%를 절감했습니다.
요약하면 대출 기관은 데이터 가격 및 품질의 투명성을 높여 데이터 비용을 줄이고 더 높은 품질의 데이터를 얻을 수 있는 상당한 기회가 있습니다.
올바른 프레임워크로 이러한 문제 해결
McKinsey의 설문 조사에 따르면 신용 포트폴리오 관리자가 혁신적인 데이터 소스를 사용하기 시작했지만 여전히 주요 장벽이 남아 있습니다. 올바른 데이터 품질 찾기에서 리소스 및 데이터 비용에 이르기까지.
McKinsey는 계속해서 데이터 소스의 평가와 향상된 투명성이 금융 기관이 진화하는 데이터와 벤더 환경을 이해하는 데 도움이 될 것이라고 말합니다. 그리고 우리는 확실히 동의합니다.
우리가 보기에 이러한 도전은 새로운 것이 아닙니다. 이것은 우리가 금융 기관을 지원하는 일을 통해 자주 보게 되는 것입니다.
좋은 소식은 다음과 같습니다. 금융 기관은 주요 데이터 문제를 해결하기 위해 XNUMX단계를 수행할 수 있습니다.
#1: 데이터 요구 사항 이해: 여기에는 데이터 원본, 데이터 품질 및 데이터 정확성이 포함됩니다. 외부 전문가와 협력하여 기존 데이터 소스와 지불 대상을 계획할 수 있습니다.
#2: 데이터 품질 및 가격 격차 평가: 공급업체 및 설치 공간이 동일한 타사 제품과 가격을 비교하십시오.
#3: 회사의 데이터 벤치마크 평가: 모든 잠재적 절감 효과를 찾고 목표 가격을 발견하십시오.
#4: 사용해야 하는 데이터 및 뷰로의 폭포수 구축: 여기에 대해 더 알아보기.
#5: 협상: 또는 벤치마킹 프로세스의 각 반복에서 협상 레버와 함께 지원을 통해 데이터 계약, 정책 및 절차를 새로 고칩니다.
데이터 벤치마킹으로 데이터 문제 해결
결론적으로, 데이터 벤치마킹 접근 방식의 이점은 분명하며 기관이 적절한 가격에 가장 고품질의 데이터를 소싱하려는 노력을 강화하도록 동기를 부여해야 합니다.
데이터 뷰로 가격, 품질 및 정확성에 대한 완전한 통찰력은 현재 공급업체를 유지하거나 다른 공급업체로 이동하거나 다중 뷰로 접근 방식을 채택하는지 여부에 관계없이 공급업체 협상에 정보를 제공하는 개인화된 비교를 제공할 수 있습니다.
데이터 벤치마킹의 작동 방식에 관심이 있으시면 아래에 의견을 남겨주세요.
- SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
- 플라토 블록체인. Web3 메타버스 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
- 출처: https://www.finextra.com/blogposting/23935/3-emerging-data-challenges-in-credit-management-according-to-mckinsey?utm_medium=rssfinextra&utm_source=finextrablogs
- :이다
- $UP
- 1
- 2022
- a
- 소개
- 에 따르면
- 계정
- 가로질러
- 또한
- 추가
- 주소
- 채택
- 양자
- 많은
- 영향을
- 반대
- All
- 대안
- 금액
- 애널리스트
- 분석
- 분석
- 및
- 다른
- 접근
- 구혼
- 있군요
- 약
- 기사
- 기사
- AS
- At
- 평균
- 은행
- 은행
- 장벽
- BE
- 존재
- 이하
- 기준
- 벤치마킹
- 혜택
- 더 나은
- 가장 큰
- 빌드
- 국
- by
- 통화
- CAN
- 확실히
- 도전
- 과제
- 이전 단계로 돌아가기
- 요금
- 왼쪽 메뉴에서
- 인용
- 선명한
- 본문
- 기업
- 회사
- 비교
- 치고는
- 컨설팅
- 소비자
- 계속
- 계약
- 계약
- 핵심
- Corporate
- 비용
- 비용
- 엄호
- 신용
- 임계
- Current
- 현재
- 고객
- 고객 데이터
- 데이터
- 데이터베이스
- 데이터베이스
- 결정
- 수요
- 배포
- 배포
- 세부설명
- 결정
- 개발
- DID
- 발견
- 논의 된
- 뚜렷한
- 몇몇의
- 마다
- 이전
- 노력
- 신흥
- 엔지니어
- 거대한
- 오류
- 평가
- 평가
- 조차
- 모든
- 진화하는
- 예
- 임원으로 미국으로 이전하여 일할 수 있는 권리를 부여함
- 현존하는
- 기대
- 외부
- 여분의
- 마주보고
- 공평
- 금융
- 금융 기관
- 금융 기관
- 금융 부문
- 금융 서비스
- 발견
- 파인 트라
- 신고 된
- 유연성
- 발자국
- 럭셔리
- 앞으로
- 발견
- 에
- 충분히
- 이득
- 갭
- 얻을
- 점점
- 세계적으로
- 간다
- 좋은
- 매우
- 초록색
- 반
- 있다
- 개최
- 도움
- 높은
- 높은 품질의
- 강조
- 채용
- history
- 방법
- HTML
- HTTPS
- 아이디어
- 개선
- in
- 부정확 한
- 포함
- 통합
- 증가
- 표시
- 통보
- 정보
- 정보
- 혁신적인
- 통찰력
- 제도
- 기관
- 보전
- 관심있는
- 흥미있는
- 내부의
- 참여
- 문제
- IT
- 되풀이
- JPG
- 키
- 알아
- 결핍
- 경치
- 넓은
- 가장 큰
- 최근
- 최신 개발
- 휴가
- 대출
- 길이
- 이점
- wifecycwe
- 처럼
- 보기
- 찾고
- 만든
- 주요한
- 확인
- 유튜브 영상을 만드는 것은
- 관리
- 구축
- 관리자
- 지도
- 어울리는
- 맥킨지
- 미디어
- 방법론
- 백만
- 신경
- 배우기
- 또한
- 가장
- 움직임
- 여러
- 즉
- 필연적으로
- 협상
- 신제품
- 새로운 기술
- news
- 다음 것
- 다음 세대
- 획득
- of
- on
- ONE
- 지속적으로
- 기회
- 옵션
- 기타
- 기타
- 극복하다
- 평화
- 부품
- 통로
- 지불하는
- 개인화
- 플라톤
- 플라톤 데이터 인텔리전스
- 플라토데이터
- 플러그
- 정책
- 유가 증권
- 포트폴리오 관리
- 포트폴리오 매니저
- 포트폴리오
- 가능성
- 너무 이른
- 이전 기사
- 가격
- 가격
- 문제
- 절차
- 방법
- 프로세스
- 진행
- 제공
- 공급자
- 제공
- 구입
- PWC
- 품질
- 지구
- 빠른
- 빨리
- 이유
- 요약하다
- 최근
- 감소
- 감소
- 규정
- 남아
- 필요
- 요구조건 니즈
- 연구
- 제품 자료
- 결과
- 위험
- 말했다
- 같은
- 절약
- 저금
- 라고
- 과학자
- 점수
- 둘째
- 부문
- 보고
- 세그먼트
- 연장자
- 별도의
- 서비스
- 영상을
- 상당한
- 단일
- 기술
- 기술 격차
- 사회적
- 소셜 미디어
- 일부
- 무언가
- 출처
- 지우면 좋을거같음 . SM
- 말하기
- 전문가
- 지출
- 스포트라이트
- 직원
- 시작 중
- 유지
- 단계
- 강한
- 교육과정
- 이러한
- 개요
- SUPPORT
- 지원
- 설문조사
- 조사
- 시스템은
- 받아
- 복용
- 재능
- 목표
- 기법
- 기술
- 기술
- Technology
- 그
- XNUMXD덴탈의
- 세계
- 그들의
- 그들
- Bowman의
- 제삼
- 타사
- 세
- 을 통하여
- 도처에
- 시간
- 시간이 많이 걸리는
- 시간에 민감한
- 시대
- 에
- 오늘
- 상단
- 만진
- 전통적인
- 투명도
- 트렌드
- 유형
- 이해
- 사용
- 보통
- 가치
- 공급 업체
- 관측
- 방법..
- 잘
- 뭐
- 여부
- 어느
- 동안
- 의지
- 과
- 이내
- 원
- 작업
- 일하는
- 일
- 세계
- 싸다
- year
- 년
- 자신의
- 너의
- 제퍼 넷