กุญแจสำคัญในการเสริมแต่งข้อมูลเพื่อเพิ่มความแม่นยำของแบบจำลอง AI ใน Fintech

การเสริมแต่งข้อมูล กระบวนการปรับปรุงข้อมูลภายในด้วยข้อมูลเชิงบริบทที่เกี่ยวข้องและได้มาจากแหล่งภายนอก เป็นสิ่งสำคัญสำหรับบริษัทที่ให้บริการทางการเงินที่ต้องการได้รับประโยชน์สูงสุดจากการลงทุนในปัญญาประดิษฐ์ (AI) ทำให้พวกเขาสร้างแบบจำลองการคาดการณ์ที่แม่นยำยิ่งขึ้นและ ปรับปรุงการตัดสินใจ Mobilewalla ผู้ให้บริการโซลูชั่นข้อมูลผู้บริโภคในสิงคโปร์กล่าวว่า

ใน กระดาษใหม่ หัวข้อ Improving Predictive Predictive Modeling Accuracy for Fintechs with Data-Centric AI บริษัทได้สำรวจว่าเหตุใดคุณภาพของข้อมูล ความกว้าง และความลึกจึงมีความสำคัญสำหรับธุรกิจในการสร้างแบบจำลองการคาดการณ์ที่แม่นยำ และการเสริมข้อมูลและวิศวกรรมคุณลักษณะมีประโยชน์ต่อ AI ในฟินเทคอย่างไร

จากรายงานระบุว่า ในขณะที่ความสนใจส่วนใหญ่เกี่ยวกับ AI มุ่งเน้นไปที่เทคนิค ML ที่ซับซ้อนและการปรับแต่งโค้ดอัลกอริทึม ผู้ให้บริการทางการเงินต้องจำไว้ว่าข้อมูลที่ใช้ในการฝึกอัลกอริทึมอาจส่งผลกระทบมากขึ้นในการทำนายความถูกต้องของแบบจำลอง

กระดาษอ้างถึงการจัดอันดับเครดิตเป็นกรณีการใช้งานที่ข้อมูลที่รวบรวมโดยตรงจากผู้สมัครมักจะไม่เพียงพอที่จะกรองผู้ที่มีแนวโน้มจะผิดนัดชำระและป้องกันการฉ้อโกง ข้อมูลที่รวบรวมจากผู้สมัครควรเสริมด้วยข้อมูลเพิ่มเติม เช่น สถานที่ ข้อมูลประชากร และรูปแบบพฤติกรรม และอื่นๆ เพื่อให้การประเมินเครดิตมีความแม่นยำมากขึ้น

คำกล่าวเหล่านี้สะท้อนถึงคำกล่าวเมื่อต้นปีนี้โดย Anindya Datta ผู้ก่อตั้ง ซีอีโอ และประธาน Mobilewalla ในระหว่างการอภิปรายของ Fintech Fireside Asia ซึ่งจัดโดย Fintech News Singapore Anindya กล่าวว่า แม้ว่าข้อมูลบางอย่าง เช่น ลักษณะครัวเรือนและการมีส่วนร่วมในแอป อาจดูไร้ค่าในการประเมินแนวโน้มที่จะผิดสัญญา

ผู้เล่นมากกว่าหนึ่งโหลซื้อตอนนี้จ่ายทีหลัง (BNPL) พึ่งพาข้อมูลของ Mobilewalla เพื่อประเมินความเสี่ยงในการผิดนัดชำระหนี้ของผู้บริโภครวมถึงในกระบวนการเก็บหนี้ เขากล่าวโดยสังเกตว่าการเติบโตและความสำเร็จของพวกเขาส่วนหนึ่งมาจากความสามารถในการใช้ประโยชน์จาก ข้อมูลทางเลือกในการประเมินความเสี่ยง ในที่สุดก็ขยายการเข้าถึงสินเชื่อไปยังผู้ที่ขาดข้อมูลเครดิตแบบเดิม

ภาพโดย Freepik

Mobilewalla ผู้นำด้านข่าวกรองผู้บริโภค รวบรวม ทำความสะอาด และประมวลผลชุดข้อมูลที่สมบูรณ์ ซึ่งองค์กรต่างๆ สามารถใช้เพื่อให้เข้าใจลูกค้าได้ดีขึ้น ในภาคการเงิน บริษัทได้ทำงานร่วมกับ Kredivo ซึ่งเป็นแบรนด์ BNPL ชั้นนำของอินโดนีเซีย ซึ่งช่วยให้พวกเขาสามารถแบ่งกลุ่มลูกค้าของตนได้อย่างเหมาะสมยิ่งขึ้น ปรับแต่งประสบการณ์ของลูกค้า และขายต่อเนื่องโซลูชันดิจิทัลอื่น ๆ หลังการซื้อกิจการ

ความต้องการที่เพิ่มขึ้นสำหรับข้อมูลบุคคลที่สามและเทคนิคการเสริมแต่งข้อมูลในภาคการเงินนั้นเป็นผลมาจากการนำ AI มาใช้อย่างเฟื่องฟูในอุตสาหกรรม

เครดิตภาพ: เรียบเรียงจาก Freepik โปรดคลิกที่นี่เพื่ออ่านรายละเอียดเพิ่มเติม และ โปรดคลิกที่นี่เพื่ออ่านรายละเอียดเพิ่มเติม