Informacja pozytywna w Provident Polska

1. Dlaczego Provident zdecydował się korzystać z informacji pozytywnej do weryfikacji swoich klientów? Od kiedy korzysta z IP?

Od samego początku współpracy z biurami gospodarczymi w Provident nie traktowaliśmy pozyskanych informacji zero-jedynkowo. Powszechnie stosowana w bankach i firmach pożyczkowych zasada „trafiony – zatopiony” nie miała u nas racji bytu. Nasze decyzje kredytowe  oraz wyliczenie zdolności i wiarygodności kredytowej Klienta szacujemy biorąc pod uwagę szczegóły pozyskanych informacji – kwotę, liczbę dni w zadłużeniu, rodzaj wpisu. Informacje pozytywne z BIG pozyskiwaliśmy już w 2016r, ale było jej na tyle mało, że nie mogła się utrzymać w naszych modelach statystycznych. Gdy pod koniec 2017 r. usłyszeliśmy, że ERIF planuje podpisać strategiczny kontrakt, który dałby nam możliwość uzyskania atrakcyjnej informacji pozytywnej z rynku telekomunikacyjnego bardzo temu projektowi kibicowaliśmy. Rok 2018 był przełomowy, bo wtedy to właśnie udział informacji pozytywnej stał się na tyle znaczący, że zaczęliśmy jej używać w naszych kartach scoringowych istotnie poprawiając ich predykcyjność.

2. Jak pracuje teraz IP w Waszym modelu scoringowym? Jaką wagę wśród wszystkich elementów scoringowych ma IP? Czy i jaką korzyść dostrzegacie w analizowaniu IP swoich klientów?

Przez 3 ostatnie lata pozycja informacji pozytywnej w naszych modelach statystycznych utrzymywała swój znaczący status. Obecnie charakterystyki oparte o dane pozytywne stanowią około 58% wszystkich zmiennych, a ich łączna waga w modelu przekracza 48%. To koronny dowód na to, że IP jest istotnym składnikiem naszych modeli predykcyjnych. Nasze analizy pokazują również, że stosując IP jesteśmy w stanie lepiej interpretować informację negatywną, bo wielu Klientów posiada wpisy zarówno jednego i drugiego typu. Dzięki temu umiemy jeszcze lepiej dostosować oferty oraz zminimalizować ryzyko kredytowe spółki.

3. Czy wszechogarniające BIG DATA i zalew nowego typu danych z mediów społecznościowych nie zmarginalizują IP w przyszłości?

Oczywiście im więcej danych tym lepsze można budować modele predykcyjne. Ważne jest jednak, aby znać kontekst tych danych i umieć je sobie biznesowo wytłumaczyć. Profilowanie w oparciu o setki czy tysiące zmiennych przy użyciu Machine Learning jest bez wątpienia skuteczną metodą oceny i zarządzania ryzykiem kredytowym. Jednakże każdy model niezależnie czy jest to proste drzewo decyzyjne czy skomplikowana sieć neuronowa musi dostać rzetelne, wiarygodne i stabilne w czasie dane, a właśnie takie są w mojej ocenie Informacje Pozytywne.

O firmie:

Provident Polska SA jest częścią grupy finansowej International Personal Finance (IPF) notowanej na Londyńskiej Giełdzie Papierów Wartościowych, a także – w ramach notowań równoległych – na Giełdzie Papierów Wartościowych w Warszawie. IPF działa w 11 krajach na całym świecie. W Polsce Provident działa od 1997 roku i jest największą firmą na rynku pozabankowych pożyczek gotówkowych. Provident Polska jest firmą multikanałową i multiproduktową – dociera do wszystkich grup klientów i oferuje szereg produktów: pożyczkę konsumencką dostępną w wariantach online, z obsługą domową lub samodzielną spłatą.