Współczesne instytucje finansowe oraz firmy oferujące usługi ratalne coraz częściej sięgają po alternatywne źródła danych, aby ocenić zdolność kredytową klienta. Jednym z takich źródeł są dane telekomunikacyjne, czyli informacje o sposobie korzystania z telefonu komórkowego, rodzaju umowy czy historii doładowań.
Na podstawie tego typu danych firmy z sektora finansowego korzystają z modeli scoringowych, budowanych w oparciu o te informacje, do oceny
Przykładowe wskaźniki używane w modelach scoringowych
Jak budowane są modele scoringowe to tajemnica biznesowa firm finansowych lub fintechowych, które w tym obszarze mają duże kompletacje. Uchylając rąbka tajemnicy możemy powiedzieć jakie przykładowe wskaźniki mają zastosowanie przy tworzeniu takich scoringów opartych na danych telco:
- klienci z abonamentem długoterminowym rocznym czy dwuletnim
- wzorce zachowań: regularne doładowania konta na określoną kwotę sugerują przewidywalne dochody; brak doładowań lub doładowania nieregularne mogą świadczyć o niestabilnej sytuacji finansowej,
- czas trwania współpracy z operatorem: długoletni klienci są traktowani jako bardziej wiarygodni – zarówno finansowo, jak i behawioralnie,
Dobry i drogi smartphone pilnie potrzeny!
Pan Tomasz, 29-letni grafik freelancer z Wrocławia, starał się o zakup nowego telefonu w systemie ratalnym, jednak nie posiadał klasycznej historii kredytowej, bo nigdy nie brał kredytu ani pożyczki, nie posiadał karty kredytowej, a jego dochody były zmienne.
Tradycyjny system scoringowy firmy pożyczkowej odrzuciłby jego wniosek, gdyby nie korzystał on z rozwiązania opartego o dane telekomunikacyjne firmy partnerskiej (CRIF), które to rozwiązanie uwzględniało w analizie wiarygodności finansowej następujące fakty:
- Pan Tomasz posiadał abonament u jednego operatora od 2 lat.
- Jego rachunki były opłacane zawsze w terminie
- Korzystał z usług o średniej, ale stałej wartości miesięcznej.
- Nigdy nie zalegał z płatnościami i nie zmieniał operatora.
Na podstawie tych danych Pan Tomasz uzyskał pozytywną ocenę finansową, a jego wniosek o zakup telefonu na raty został zaakceptowany. To pokazuje, jak dane alternatywne mogą pomóc osobom, które są nie posiadają żadnej historii kredytowej, a mimo to są rzetelne i wypłacalne.
Wykorzystanie danych alternatywnych w sektorze finansowym w Polsce
Choć w Polsce rynek danych alternatywnych jest nadal na wczesnym etapie rozwoju, obserwuje się coraz większe zainteresowanie firm finansowych wykorzystaniem danych telekomunikacyjnych.
Według raportu Polskiego Związku Instytucji Pożyczkowych, już ponad 20% firm pożyczkowych w Polsce testuje lub wdraża modele scoringowe bazujące na danych niebankowych – w tym dane telekomunikacyjne.
Dane telekomunikacyjne, pozornie proste informacje o rodzaju abonamentu czy historii doładowań, mogą w praktyce wiele powiedzieć o wiarygodności finansowej klienta. Ich rola rośnie w erze cyfrowych finansów i open data, zwłaszcza gdy tradycyjne formy weryfikacji nie są już wystarczające.
W Polsce trend ten jest coraz bardziej widoczny, a potencjał do dalszego rozwoju jest ogromny, nic dziwnego zatem, że CRIF prezentuje na ryku usług fintech w Polsce nowe rozwiązanie dedykowane zwłaszcza dla sektora bankowego, ubezpieczeniowego, pożyczkowego – TelcoData Antyfraud, jako odpowiedź na rosnące wymagania biznesu, ale również zmieniających się krajobraz oszustw.
W rozwiązaniu TelcoData Antyfraud scoring operatora telekomunikacyjnego umożliwia ocenę wiarygodności właściciela numeru telefonu na podstawie informacji behawioralnych z branży telekomunikacyjnej. Zatem jest to stabilny model oceny, oparty na realnych danych generowany w czasie rzeczywistym.
Dowiedz się więcej o modelach scoringowych działających w oparciu o dane telekomunikacyjne i poznaj TelcoData Antyfraud – zapraszamy do kontaktu:
Paweł Kunat
E-mail: pawel.kunat@erif.pl
Tel.: + 48 661301135
