Bankfolk: Brug Big Data til at jagte dårlige betalere

Solvenskravene til bankerne bliver stadigt skrappere i hele verden. Derfor er der overalt fokus på at anvende f.eks. Big Data til at udveksle oplysninger om dårlige betalere.

Jag dårlige låntager ud af bankerne ved hjælp af Big Data.

Det var budskabet på en bankkonference, som netop er afholdt i New Delhi. Bankfolkene foreslog nemlig den indiske nationalbank, Reserve Bank of India, at gå ind i udbredelsen af it og Big Data for at sikre dels bedre afsløring af dårlige betalere og dels nemmere og hurtigere udveksling af oplysninger mellem långiverne for at begrænse antallet af dårlige låntagere.

»Selv om vi allerede har systemer til at dele oplysninger, så ser vi nu på, om vi kan bruge Big Data til risikostyring og i sager om fornyelse af lån,« lød det fra en af de bankfolk, der var med i et såkaldt risikostyringsudvalg på konferencen, ifølge Business Standards.

Bank-it har hidtil handlet om kundeservice - nu går det på skyldnerjagt

Hidtil har it i høj grad været anvendt i bankerne for at øge selvbetjeningen og servicen over for bankkunderne, herhjemme med netbank, Mobile Pay-systemer og lignende.

Men lige som vi ser det i Danmark, bliver solvenskravene stadigt skrappere i hele verden. Derfor er der overalt fokus på, hvordan man kan anvende teknologi, f.eks. Big Data, til at gardere sig mod tab, f.eks. ved at nedbringe antallet af dårlige lånforretninger.

Flere virksomheder i Indien, herunder it-virksomheder og detailhandel, anvender allerede Big Data for at afsløre svindel og forbedre produktiviteten.

Ifølge kilder på konferencen kom direktøren i den indiske nationalbank Raghuram Rajan, også i et indlæg ind på, at långiverne bør øge deres anvendelse af teknologi og digitalisere deres forskellige processer for at øge effektiviteten.

Udover at sikre imod udstedelse af lån til dårlige betalere, kan Big Data også betyde, at bankerne kan få bedre styr på de låntagere, der allerede er inde i butikken og som har vist sig ikke at være så gode kunder som ønsket - med hurtigere og mere præcis gældsinddrivelse og stævning i fogedretten.

Tips og korrekturforslag til denne historie sendes til tip@version2.dk

Kommentarer (7)

René Nielsen

Det kunne jo godt lede til en mistanke om at man via BigData ville ”suge alt til sig” via f.eks. sociale netværk!

Tænk over det næste gang du læser eller selv skriver en bemærkning på Linkedin om ”at søge nye udfordringer”!

Det kunne hurtigt på banksprog blive til at den næste månedsløn udebliver med tilhørende kredittørke fra banken/bankerne.

Lars Jensen

Det er en glimrende idé. Bortset fra at det vel kun er i Indien at det muligvis er lovligt. Her i landet er det næppe tilladt at udveksle den slags data. Big Data bliver begrænset til deres egen kundedata, så på den måde kan man godt sige at alle banker og pengeinstitutter her i landet allerede benytter "Big Data" i det omfang det er muligt.

Johnnie Hougaard Nielsen

Tænk over det næste gang du læser eller selv skriver en bemærkning på Linkedin om ”at søge nye udfordringer”!

Ved sådanne løsagtige bemærkninger er det vel ikke den største risiko om banken ser den. "Nye udfordringer" betyder jo tit et ønske om at næste karrieretrin polstrer lønnen, og det kan banken næppe synes er noget betænkeligt. Det er vel de færreste der siger op uden at have næste job.

Nuværende arbejdsplads er jo så en anden sag, med mindre hensigten er at servere et indirekte argument til forhandling af løn eller andre vilkår.

Kenn Nielsen

Ved sådanne løsagtige bemærkninger er det vel ikke den største risiko om banken ser den. "Nye udfordringer" betyder jo tit et ønske om at næste karrieretrin polstrer lønnen, og det kan banken næppe synes er noget betænkeligt. Det er vel de færreste der siger op uden at have næste job.

Der ta'r du fejl.
"Løsagtige bemærkninger" tæller bare med i den samlede score, som er det eneste din bankmadame kommer til at måtte lade indgå i vurderingen om din videre kreditværdighed.

Når du så har argumenteret dig blå i hovedet, siger bankmadamen (m/k) :
"Jamen det forstår jeg da godt, men du kan jo se dét felt dér (peger på skærmen). Og når det felt viser en score under 49999point så skal jeg sige 'nej.."

K

Johnnie Hougaard Nielsen

"Løsagtige bemærkninger" tæller bare med i den samlede score

Med sølvpapirshatten på, vil jeg nu observere at det kunne påvirke den samlede score mere negativt ikke at være interesseret i "nye udfordringer". Eller omvendt at netop en sådan bemærkning ville være et plus i dette fiktive regnskab.

Det er i bankernes interesse med mere "økonomisk aktive" kunder, og job skifte (med flytning) er da bestemt noget med chance for gebyrer. Og økonomi til tilbagebetaling af et nyt lån. Ka-ching!

René Nielsen

Jeg tror at det er de færreste som opslår på Linkedin at de søger nyt job idet konsekvenserne i ens nuværende job hurtig bliver at man mister de sjove opgaver, ikke bliver indkaldt til møder og i det hele taget bliver kørt ud på et sidespor.

Derudover tror jeg ikke at bankerne bruger penge på noget som de ikke vil bruge. Så den med nye udfordringer, tror jeg ikke at jeg ville bruge.

Jakob Sørensen

Banker ligger, antageligvis, inde med temmelig store mængder kundedata. Det virker usandsynligt, at de begynder at skrabe data sammen fra Facebook, LinkedIn mfl., før de har optimeret analysen af egne data. Data der i øvrigt ikke må deles bankerne imellem.

Jeg ville bestemt være varsom med, hvad jeg skriver på diverse sociale medier, men ikke af frygt for hvad det ville betyde for mit næste banklån. Der er vi ikke endnu...

Log ind eller opret en konto for at skrive kommentarer