Dalam pinjaman: Sulit melepaskan peninjauan manual

Manajemen Bisnis

Tahap selama pemberian pinjaman dianggap sebagai pengambil risiko dan pengelola setelah penilaian kredit, yang menghubungkan risiko dari tahap pra-pinjaman hingga pasca-pinjaman.

◎ Pembangunan Model Pengendalian Risiko

Dari hasil umpan balik, 16 lembaga keuangan konsumen yang diwawancarai semuanya menyebutkan bahwa mereka membangun sistem persetujuan kredit real-time menggunakan teknologi seperti kecerdasan buatan, komputasi awan, dan big data, sementara 3 lembaga lainnya menggunakan kombinasi antara metode manual tradisional dan sistem pengendalian risiko.

Dinamisasi Manajemen Risiko

Infrastruktur Digitalisasi Mandiri

◎ Pelunasan adalah Fokus Pengendalian Risiko

Berdasarkan konten yang disediakan oleh 16 lembaga keuangan konsumen, dalam pengelolaan klasifikasi pengguna selama tahap pinjaman, lembaga keuangan konsumen secara komprehensif menilai kemampuan pelunasan pengguna berdasarkan berbagai dimensi seperti riwayat kredit, kondisi aset, dan stabilitas konsumsi.

Penilaian Komprehensif Kemampuan Pelunasan

Data Multidimensi

Dalam membangun model risiko dan strategi terkait akses dan penetapan harga yang seimbang selama tahap pinjaman, tidak lepas dari algoritma pembelajaran mesin canggih maupun data yang kaya.

◎ Penggunaan dan Pengumpulan Data

Dari sumber pengumpulan data, 16 lembaga keuangan yang diwawancarai secara keseluruhan mengadopsi metode penggabungan mendalam antara data pengguna yang dikumpulkan secara internal dan data pasar valuta asing, memanfaatkan keunggulan akumulasi data peminjam, dan melakukan eksplorasi data mendalam berdasarkan skenario bisnis yang kompleks dan data dalam jumlah besar (603138), untuk mengumpulkan berbagai data risiko pelanggan.

Pengasahan Akurat Profil Pengguna

Pengumpulan Data dari Berbagai Sumber

◎ Kemajuan dan Hasil R&D

Berdasarkan data yang diberikan oleh 16 lembaga yang diwawancarai, karena perbedaan skala dan pendapatan, terdapat juga perbedaan besar dalam investasi R&D dan hasil teknologi.

Efektivitas Anti-Penipuan yang Signifikan

Divergensi Jumlah Paten

Tantangan Pengembangan Usaha

Selain adanya perbedaan dalam investasi teknologi, berbagai lembaga keuangan konsumen juga memiliki pengalaman berbeda terkait tantangan operasional selama tahap pinjaman dan solusi yang diterapkan.

◎ Data Penilaian Masih Kurang Lengkap

Saat ini, data pendapatan, utang, dan laporan kredit di dalam negeri masih belum lengkap, sehingga lembaga keuangan konsumen kekurangan dukungan data yang efektif saat menilai kemampuan pembayaran kembali pengguna.

Solusi: Terus memperkenalkan data pendapatan atau utang pihak ketiga yang akurat dan efektif, serta mengembangkan model verifikasi pendapatan dan utang, untuk melakukan verifikasi cepat dan efektif terhadap kemampuan pembayaran kembali peminjam.

◎ Kontradiksi antara “Umum” dan “Menguntungkan” Terlihat

Dalam konteks penurunan suku bunga industri keuangan konsumen secara keseluruhan saat ini, kontradiksi antara “Umum” dan “Menguntungkan” dalam keuangan konsumen semakin nyata, dan kompetisi pasar yang semakin ketat menuntut pengelolaan pelanggan yang lebih rinci, termasuk melakukan penyaringan risiko secara lebih akurat sebelum pemberian pinjaman dan meningkatkan ketergantungan pengguna.

Solusi: Terus mendorong digitalisasi, meningkatkan efisiensi akuisisi pelanggan melalui teknologi, menekan biaya tenaga kerja, dan mengatasi tantangan selama proses pengembangan bisnis dengan teknologi.