Idag presenterar Instantor, det tredje snabbast växande FinTech-bolaget i Sverige som gör svåra beslut enkla inom kreditriskhantering, en ny rapport.
Rapporten “Credit Risk Management 2019 – How Do You Stack Up?” baseras på en undersökning genomförd av Instantor, där beslutsfattare inom riskhantering från ledande finansieringsföretag från 20 länder i Europa, inklusive Sverige, har deltagit. Rapporten visar att två tredjedelar av företagen som deltog i studien implementerar maskininlärning och att majoriteten av företagen förbättrar sina kreditriskprocesser genom maskininlärning.
Under det senaste decenniet har ett antal nya strikta regelverk snabbt utvecklats i Europa för att skydda marknaden and slutkonsumenten. Konsumenters efterfrågan på fullt digitaliserade och mobilvänliga tjänster samt en smidigare upplevelse i stort har ökat. Simultant har trycket på att uppnå interna affärsmål till lägre risk ökat samtidigt som kostanden för lagefterlevnad ökat. Dessa faktorer har påverkat finansieringsorganisationer att ta tillvara på mer effektiva och innovativa verktyg, så som maskininlärning. Norden, med Sverige i spetsen, ligger långt fram i adoptionen av ny teknologi – penetrationen av online baserade banktjänster ligger på 90 procent jämfört med 60 procent i resten av Europa.
Som en del i rapporten identifierar Instantor faktorer som finansieringsföretag behöver ta hänsyn till för att anpassa verksamheten till den rådande marknaden. Några av dessa inkluderar: att ställa om till fullt digitaliserade och automatiserade processer; att implementera avancerad analys; att ingå partnerskap med FinTechs; att hantera personuppgifter enligt rådande GDPR regelverk samt att innovera tjänster med hjälp av data. Instantor har tagit tillvara på de möjligheter som skapats genom PSD2, vilka gör det möjligt för finansieringsinstitut att få nya kunder och ta tillvara på nya datakällor, så som transaktionsdata.
Rapporten “Credit Risk Management 2019 – How Do You Stack Up?” understryker de många fördelar som maskininlärning kan innebära för finansieringsföretag, så som ökad kundnöjdhet, bättre bevarande av kundrelationer samt ökad vinst.
Genom maskininlärning kan Instantors lösning förbättra scoringmodellernas prediktiva kraft, vilket ger en snabbare och mer exakt låneacceptansprocess och effektiviserad hantering samtidigt som det ger en ökad konkurrensfördel.
Rapporten visar även på utmaningarna med att implementera maskininlärning. De största anledningarna till att inte genomföra en implementering är bristande kunskap om hur det påverkar verksamheten (44 procent) samt förståelse för hur det påverkar företagets resultat (22 procent). “I samband med att vi nu släpper rapporten och som en del av vårt gemensamma mål som företag, att demokratisera finansieringsmarknaden, lanserar vi ett antal seminarier och webinarier som syftar till att överföra mer kunskap till företag inom kreditriskhantering”, säger Raiha Buchanan, marknadschef på Instantor.
“Vi vill ge organisationer möjlighet att ta tillvara på de många fördelarna med maskininlärning genom att bidra med kunskap och teknologi. Maskininlärningen ger finansieringsföretag möjlighet att ta sig an fler kunder till lägre risk,” fortsätter Raiha Buchanan.
70 procent av företagen som deltog i studien uppger att de använder maskininlärning för att öka acceptansgraden för nya lån och minska risken.
44 procent av företagen som uppgav att de inte använder maskininlärning idag, angav okunskap om hur det kan förbättra verksamheten som främsta skäl till detta.
Rapporten återfinns här.
Lär mer: www.instantor.com
