Hoe kunstmatige intelligentie kan helpen bij kredietscores | Kredietscore-AI
Samenvatting
De kwaliteit van het acceptatieproces is van cruciaal belang voor een succesvolle kredietverlening. Volledige automatisering van het proces met een machine learning-model dat een beslissing neemt, verbeterde de kwaliteit van de kredietportefeuille aanzienlijk en verhoogde de snelheid van de besluitvorming. We hebben een model ontwikkeld om gevallen van wanbetaling van kredietnemers te voorspellen. Het model bleek superieur aan menselijke prestaties en verbeterde de gezondheid van de kredietportefeuille. Het zorgde ook voor een positieve ervaring van een leningnemer dankzij snelle beslissingen over zijn leningaanvraag.
Uitdaging
De klant vroeg om het acceptatieproces te automatiseren en daagde ons uit om machine learning-modellen te leveren die superieur zijn aan de deskundige prestaties van een underwriter. Het model is ontwikkeld en getest op een beperkt aantal leningaanvragen. Externe informatiebronnen over de kredietwaardigheid moesten worden getest en voorgesteld.
Oplossing van AI Superior
We hebben een AI-component ontwikkeld om het acceptatieproces volledig te automatiseren. Er zijn meer dan 800 kenmerken geëxtraheerd uit 14 verschillende gegevensbronnen. De component is gebaseerd op een geavanceerde machine learning-aanpak om de kans op wanbetaling van een potentiële kredietnemer te voorspellen.
Resultaat en implicaties
De oplossing verbetert de portefeuilleprestaties als gevolg van de daling van het aantal geaccepteerde klanten met in gebreke gebleven leningen, terwijl het algehele acceptatiepercentage van nieuwe klanten behouden blijft. Bovendien verhoogden de ontwikkelde oplossingen de snelheid van de besluitvorming aanzienlijk, waardoor het proces werd teruggebracht van een paar uur of een dag tot slechts een fractie van een minuut.
Dutch 
English 
German 
Arabic 
French 
Spanish