EEN WETENSCHAPPELIJKE OPLOSSING IMPLEMENTEERDE OM GOUDLENINGEN TE ONDERSCHRIJVEN VOOR EEN EEUWEN OUDE BANK
CASESTUDY
EEN CASE STUDY OVER
AI-GEDREVEN KREDIET
ONDERSCHRIJVING OPLOSSING
Een van de oudste banken in India met een geschiedenis van meer dan 100 jaar, die een breed scala aan bankdiensten, deposito’s, leningen, spaar-/zichtrekeningen aanbiedt, wilde een intelligente technologische oplossing om de huidige acceptatiebenadering voor hun goudleningen te transformeren.
Het doel van de bank was om de afhankelijkheid van handmatige acceptatie van goudleningen te verminderen en een wetenschappelijke benadering te implementeren om de nauwkeurigheid van de risicobeoordeling te verbeteren met diepere inzichten voor hun bestaande en nieuwe potentiële kredietnemers.
EEN CASE STUDY OVER
AI-GEDREVEN KREDIET
ONDERSCHRIJVING OPLOSSING
Een van de oudste banken in India met een geschiedenis van meer dan 100 jaar, die een breed scala aan bankdiensten, deposito’s, leningen, spaar-/zichtrekeningen aanbiedt, wilde een intelligente technologische oplossing om de huidige acceptatiebenadering voor hun goudleningen te transformeren.
Het doel van de bank was om de afhankelijkheid van handmatige acceptatie van goudleningen te verminderen en een wetenschappelijke benadering te implementeren om de nauwkeurigheid van de risicobeoordeling te verbeteren met diepere inzichten voor hun bestaande en nieuwe potentiële kredietnemers.
De bank opereert vanuit meer dan 750 vestigingen en biedt een breed scala aan leningproducten om te voorzien in de financiële behoeften van kleine individuele klanten en grote industrieën. En een van de leningproducten is een goudlening.
Voor een goudlening leent de bank geld aan een lener door hun goudartikelen als onderpand te verpanden. En op basis van de huidige marktwaarde en kwaliteit van goud wordt het geleende bedrag verstrekt.
Volgens onze klant was de cruciale uitdaging waarmee de bank werd geconfronteerd, het identificeren van de juiste reeks kredietwaardige kredietnemers en wanbetalers. Alvorens contact met ons op te nemen, was de risicobeoordeling van de bank uitsluitend gebaseerd op de handen van een filiaalmanager, die de risicobereidheid van de klant evalueert op basis van documenten, juweel en financiële status.
PROBLEEMSTELLING
PROBLEEMSTELLING
De bank opereert vanuit meer dan 750 vestigingen en biedt een breed scala aan leningproducten om te voorzien in de financiële behoeften van kleine individuele klanten en grote industrieën. En een van de leningproducten is een goudlening.
Voor een goudlening leent de bank geld aan een lener door hun goudartikelen als onderpand te verpanden. En op basis van de huidige marktwaarde en kwaliteit van goud wordt het geleende bedrag verstrekt.
Volgens onze klant was de cruciale uitdaging waarmee de bank werd geconfronteerd, het identificeren van de juiste reeks kredietwaardige kredietnemers en wanbetalers. Alvorens contact met ons op te nemen, was de risicobeoordeling van de bank uitsluitend gebaseerd op de handen van een filiaalmanager, die de risicobereidheid van de klant evalueert op basis van documenten, juweel en financiële status.
PROBLEEMSTELLING
Bovendien bood de bank geen extra voordelen aan loyale en goede kredietwaardige kredietnemers. Ook werd er geen risicopremie toegevoegd aan wanbetalers. In plaats daarvan bood de bank gewoon een gewoon vanillerentepercentage aan zowel ideale kredietnemers als wanbetalers.
Nogmaals, in het geval van een opwaardeerlening moet de klant fysiek aanwezig zijn in een kantoor, waar de beslissing om een opwaardeerlening te verstrekken uitsluitend was gebaseerd op een handmatige risicobeoordeling door een bankmanager.
Om deze uitdagingen het hoofd te bieden, wilde de klant een zeer wetenschappelijke oplossing die hen kan helpen de nauwkeurigheid van hun risicobeoordeling te verbeteren en hun activiteiten te versnellen door de time-to-ja te verkorten.
PROBLEEMSTELLING
Bovendien bood de bank geen extra voordelen aan loyale en goede kredietwaardige kredietnemers. Ook werd er geen risicopremie toegevoegd aan wanbetalers. In plaats daarvan bood de bank gewoon een gewoon vanillerentepercentage aan zowel ideale kredietnemers als wanbetalers.
Nogmaals, in het geval van een opwaardeerlening moet de klant fysiek aanwezig zijn in een kantoor, waar de beslissing om een opwaardeerlening te verstrekken uitsluitend was gebaseerd op een handmatige risicobeoordeling door een bankmanager.
Om deze uitdagingen het hoofd te bieden, wilde de klant een zeer wetenschappelijke oplossing die hen kan helpen de nauwkeurigheid van hun risicobeoordeling te verbeteren en hun activiteiten te versnellen door de time-to-ja te verkorten.
Kredietrisico en vooroordelen tussen kredietnemers verminderen
Voorspel rentetarieven op basis van risicobeoordeling
Snellere kredietbeslissingen bieden
Stroomlijn en standaardiseer alle handmatige processen
Rolgebaseerde toegang tot alle belanghebbenden
Altijd en overal toegang tot informatie
ZAKELIJKE DOELEN
ZAKELIJKE DOELEN
Kredietrisico en vooroordelen tussen kredietnemers verminderen
Voorspel rentetarieven op basis van risicobeoordeling
Snellere kredietbeslissingen bieden
Stroomlijn en standaardiseer alle handmatige processen
Rolgebaseerde toegang tot alle belanghebbenden
Altijd en overal toegang tot informatie
OPLOSSING
De datawetenschappers van Zuci hebben dit project geïnitieerd door inzicht te krijgen in de bestaande workflow voor het goedkeuren van leningen en de verschillende zakelijke uitdagingen in de leningcyclus om vooraf de succesmaatstaf te bepalen.
Met deze informatie verzamelden onze data-engineers alle relevante gegevensvelden die nodig zijn om een goede lener van een wanbetaler te bepalen en voerden ze deze in onze eigen oplossing voor kredietacceptatie voor functie-extractie.
Zuci’s AI-gestuurde oplossing voor kredietacceptatie, HALO, analyseerde deze ingevoerde gegevens en haalde patronen en gedragingen op. Deze patronen werden vervolgens geautomatiseerd en in de juiste vorm gebracht om de gegevensintegriteit te bereiken.
Na herhaalde gegevensopschoning creëerde HALO’s machine learning-algoritme een uniek kredietacceptatiemodel dat deze patronen en gedragingen benut om risicovolle en kredietwaardige leners te identificeren bij het afsluiten van een nieuwe klant.
Ten slotte werd het model voortdurend getraind om de hoogste nauwkeurigheid te bereiken bij het voorspellen van het kredietrisico voor een goudlening voordat het in de omgeving van de bank werd ingezet.
OPLOSSING
De datawetenschappers van Zuci hebben dit project geïnitieerd door inzicht te krijgen in de bestaande workflow voor het goedkeuren van leningen en de verschillende zakelijke uitdagingen in de leningcyclus om vooraf de succesmaatstaf te bepalen.
Met deze informatie verzamelden onze data-engineers alle relevante gegevensvelden die nodig zijn om een goede lener van een wanbetaler te bepalen en voerden ze deze in onze eigen oplossing voor kredietacceptatie voor functie-extractie.
Zuci’s AI-gestuurde oplossing voor kredietacceptatie, HALO, analyseerde deze ingevoerde gegevens en haalde patronen en gedragingen op. Deze patronen werden vervolgens geautomatiseerd en in de juiste vorm gebracht om de gegevensintegriteit te bereiken.
Na herhaalde gegevensopschoning creëerde HALO’s machine learning-algoritme een uniek kredietacceptatiemodel dat deze patronen en gedragingen benut om risicovolle en kredietwaardige leners te identificeren bij het afsluiten van een nieuwe klant.
Ten slotte werd het model voortdurend getraind om de hoogste nauwkeurigheid te bereiken bij het voorspellen van het kredietrisico voor een goudlening voordat het in de omgeving van de bank werd ingezet.
Ons team begon met een ontdekkingsfase door een 3-daagse workshop te geven met de belanghebbenden
Algemene vereisten, end-to-end levenscyclus van leningen, uitdagingen en bedrijfsdoelen begrepen
Na de ontdekkingsfase heeft de bank een voorbeeldset van klanten voorzien van de vooraf gedefinieerde gegevensvelden voor het maken van een voorbeeldmodel
Met API-aanroepen heeft ons team van data-ingenieurs de voorbeeldset in HALO ingevoerd voor data-analyse, functie-extractie en beheer, en uiteindelijk een acceptatiemodel gebouwd
Een demo gepresenteerd aan alle stakeholders met alle benodigde KPI’s en alle vragen van stakeholders beantwoord
HOE ZUCI-SYSTEMEN HELPEN?
HOE ZUCI-SYSTEMEN HELPEN?
Ons team begon met een ontdekkingsfase door een 3-daagse workshop te geven met de belanghebbenden
Algemene vereisten, end-to-end levenscyclus van leningen, uitdagingen en bedrijfsdoelen begrepen
Na de ontdekkingsfase heeft de bank een voorbeeldset van klanten voorzien van de vooraf gedefinieerde gegevensvelden voor het maken van een voorbeeldmodel
Met API-aanroepen heeft ons team van data-ingenieurs de voorbeeldset in HALO ingevoerd voor data-analyse, functie-extractie en beheer, en uiteindelijk een acceptatiemodel gebouwd
Een demo gepresenteerd aan alle stakeholders met alle benodigde KPI’s en alle vragen van stakeholders beantwoord
HOE ZUCI-SYSTEMEN HELPEN?
Voorspelde goede leners en de slechte door de steekproefset klanten te scoren en na te gaan dat alle belanghebbenden tevreden waren, heeft de bank een uitgebreidere steekproefset van bankklanten verstrekt om het model verder te trainen voor een betere nauwkeurigheid
Na goedkeuring en feedback van belanghebbenden heeft ons team HALO geïmplementeerd in de productieomgeving van de bank
Leverde HALO-productdocumentatie (inclusief een handleiding voor systeembeheer), 24/7 productondersteuning, toezicht op de uitrol van productie en ondersteuning na de productie om een succesvolle zakelijke acceptatie te garanderen
HOE ZUCI-SYSTEMEN HELPEN?
Voorspelde goede leners en de slechte door de steekproefset klanten te scoren en na te gaan dat alle belanghebbenden tevreden waren, heeft de bank een uitgebreidere steekproefset van bankklanten verstrekt om het model verder te trainen voor een betere nauwkeurigheid
Na goedkeuring en feedback van belanghebbenden heeft ons team HALO geïmplementeerd in de productieomgeving van de bank
Leverde HALO-productdocumentatie (inclusief een handleiding voor systeembeheer), 24/7 productondersteuning, toezicht op de uitrol van productie en ondersteuning na de productie om een succesvolle zakelijke acceptatie te garanderen