Îmbogățirea datelor cheie pentru îmbunătățirea acurateței modelelor AI în Fintech

Îmbogățirea datelor, procesul de îmbunătățire a datelor interne cu date relevante, contextuale, obținute din surse externe, este esențială pentru companiile de servicii financiare care doresc să profite la maximum de investițiile lor în inteligența artificială (AI), permițându-le să construiască modele predictive mai precise și Îmbunătățiți procesul decizional, spune Mobilewalla, un furnizor de soluții de informații pentru consumatori cu sediul în Singapore.

Într-o hârtie nouă intitulată Îmbunătățirea preciziei modelării predictive pentru Fintech cu IA centrată pe date, firma explorează de ce calitatea, amploarea și profunzimea datelor sunt cruciale pentru companii pentru a construi modele predictive precise și modul în care îmbogățirea datelor și ingineria caracteristicilor beneficiază AI în fintech.

Potrivit lucrării, în timp ce cea mai mare parte a atenției legate de IA se concentrează asupra tehnicilor complexe de ML și a codului algoritmului de rafinare, este esențial ca furnizorii de servicii financiare să-și amintească că datele utilizate pentru antrenarea algoritmilor pot avea și mai mult impact pentru a prezice acuratețea modelării.

Lucrarea menționează ratingul de credit ca un caz de utilizare în care informațiile colectate direct de la solicitanți sunt adesea insuficiente pentru a filtra probabilii neplatnici și pentru a preveni frauda. În schimb, datele colectate de la solicitanți ar trebui să fie îmbogățite cu informații suplimentare, cum ar fi locația, datele demografice și modelele de comportament și multe altele, pentru a permite o evaluare mai precisă a creditului, se spune în lucrare.

Aceste declarații sunt ecou cu cele făcute la începutul acestui an de către fondatorul, CEO-ul și președintele Mobilewalla, Anindya Datta. În timpul unui panel de discuții Fintech Fireside Asia găzduit de Fintech News Singapore, Anindya a spus că, în timp ce unele informații, cum ar fi caracteristicile gospodăriei și implicarea în aplicație, pot părea lipsite de valoare în evaluarea înclinației cuiva la neplată, ele sunt de fapt predictive ale probabilității de neplată a împrumutului.

Mai mult de o duzină de jucători cumpără acum, plătește mai târziu (BNPL) se bazează pe datele Mobilewalla pentru a evalua riscul de nerambursare a consumatorului, precum și în procesul de colectare a datoriilor, a spus el, menționând că creșterea și succesul lor au derivat parțial din capacitatea lor de a utiliza date alternative pentru a evalua riscul, extinzând în cele din urmă accesul la credit pentru cei care nu au date tradiționale de credit.

imagine prin Freepik

Mobilewalla, lider în inteligența consumatorilor, colectează, curățește și procesează un set de date bogat, care poate fi apoi folosit de întreprinderi pentru a-și înțelege mai bine clienții. În sectorul financiar, compania a colaborat cu Kredivo, marca de top BNPL din Indonezia, permițându-le să-și segmenteze clienții în mod mai adecvat, să personalizeze experiența clienților și să vândă încrucișat alte soluții digitale după achiziție.

Creșterea cererii de date terțe și de tehnici de îmbogățire a datelor în sectorul financiar vine pe fondul adoptării în expansiune a AI în industrie.

Credit imagine recomandată: editat de Freepik aici și aici