611 views

Bagaimana CredoLab mengurangi risiko kredit bank lewat metadata smartphone

Platform ini menghasilkan skor kredit hanya dalam satu detik, berdasarkan 1,3 juta fitur dari metadata smartphone.

Saat bekerja dibagian kredit dan pinjaman serta sebagai bagian dari tim manajemen risiko bank di Eropa, Peter Barcak melihat secara langsung keterbatasan prosedur pinjaman ritel industri perbankan.

Bank dan pemberi pinjaman sering mendasarkan keputusan pinjaman ritel mereka pada formulir aplikasi yang hanya berisi sekitar dua lusin poin data atau antara 20-30 fitur. Prosedur ini tidak hanya menghabiskan waktu — setiap aplikasi membutuhkan waktu hingga beberapa hari untuk diproses — kemampuan prediksi bank dalam menentukan orang mana yang dapat membayar kembali pinjaman mereka hanya sekitar 62%. Akibatnya, lembaga keuangan kehilangan calon klien yang tidak memiliki rekening bank dan yang tidak terlayani, kemudian terpaksa untuk beralih ke pemberi pinjaman uang informal dan menanggung suku bunga yang berlebihan.

Pencarian Barcak untuk prosedur pinjaman yang lebih baik membawanya ke perangkat seluler, yang menawarkan sejumlah besar poin data yang meningkatkan prediksi secara keseluruhan perilaku kredit seseorang. Berbekal wawasan tentang praktik penilaian risiko kredit bank, ia mendirikan perusahaan penilaian kredit digital CredoLab pada Januari 2016.

Dengan lebih dari 18 juta aplikasi pinjaman dan lebih dari 63 perusahaan pemberi pinjaman kemudian, algoritma berbasis Artificial Intellegent (AI) CredoLab saat ini dapat mengakses sebanyak 1,3 juta fitur untuk menemukan pola perilaku individu dan menghasilkan skor kredit. Proses ini memakan waktu hanya dalam satu detik, Barcak mengatakannya kepada Asian Banking & Finance dalam sebuah wawancara eksklusif.

“Biasanya skor terdiri dari 20 hingga 25 fitur dengan nilai informasi dan fitur tertinggi dengan kemampuan prediksi tertinggi. Tetapi kami telah membangun kumpulan besar 1,3 juta fitur selama empat tahun terakhir untuk dipilih, ”katanya.

Pemberi pinjaman di Asia biasanya menggunakan sistem skor yang memiliki koefisien Gini 0,25-0,30 - di mana nol berarti akurasi 50% dari model pengambilan keputusan yang digunakan, sementara satu sama dengan akurasi 100%. Dalam konteks skor, bank biasanya ditenagai oleh sistem skor yang hanya memiliki akurasi 62,65%, meninggalkan banyak ketidakpastian dalam keputusan kredit yang mereka buat.

Sebaliknya, skor startup memiliki koefisien Gini 0,40-0,50, yang berarti bahwa peluang bank dan perusahaan keuangan yang didukung CredoLab untuk memiliki kekuatan prediksi yang lebih besar, memiliki peningkatan hingga 70% di Gini mereka, dibandingkan dengan model penilaian tradisional mereka.

Secara total, CredoLab mengatakan bahwa pelanggannya telah melihat peningkatan 20% dalam persetujuan pelanggan bank baru, pengurangan 15% dalam kredit macet, dan penurunan 22% dalam tingkat penipuan.

CredoLab membuat penilaian risiko kredit dengan melihat perilaku ponsel klien: bagaimana klien menggunakan ponsel mereka, jenis aplikasi apa yang dapat ditemukan di telepon, cara mereka menerima atau mengirim pesan SMS. Tetapi perusahaan tidak melihat pesan pribadi atau mengakses informasi pribadi karena platform hanya mengumpulkan metadata, bukan data pribadi, dan selalu meminta persetujuan klien.

“Tidak mungkin kami dapat mengakses data tanpa persetujuan klien atau tanpa izin yang diperlukan oleh sistem operasi. CredoLab hanya mengumpulkan metadata: nol, satu. Jadi tidak ada informasi pribadi yang keluar dari perangkat. CredoLab tidak tahu nama klien atau alamat email atau alamat tinggal atau nomor telepon, ”Barcak meyakinkan.

Lembaga keuangan di wilayah tersebut telah memperhatikan platform CredoLab. Pada Juli 2019, CIMB Philippines bermitra dengan startup yang berbasis di Singapura untuk bisnis pinjaman digital mereka. Kemitraan ini dilaporkan membantu meningkatkan prediksi keseluruhan model bank hingga 40%.

“Kami membantu mereka membuat keputusan kredit cepat karena skor kami tersedia dalam satu detik. Jadi klien kami memiliki keuntungan karena mereka dapat membuat keputusan dengan cepat, ”kata Barcak.

Pada Januari 2020, CredoLab telah memperoleh lebih dari $ 1 miliar pinjaman yang dikeluarkan dan telah menganalisis sekitar 1 triliun poin data di 25 negara.

Perusahaan berencana untuk memperluas secara global dalam lima tahun ke depan. "Kami melihat permintaan besar datang dari pemberi pinjaman yang berbasis di Amerika Latin, Afrika dan India, jadi kami akan terus melakukannya," kata Barcak.

CredoLab tidak hanya berencana untuk bekerja dengan perusahaan keuangan - mereka ingin memperluas untuk menawarkan layanan mereka ke industri non-bank.

“Dalam perjalanan kami bekerja untuk meningkatkan pengalaman kami dalam penilaian berdasarkan data perangkat seluler untuk menjadi perusahaan analitik prediktif yang berpusat pada seluler yang melayani tidak hanya untuk lembaga keuangan, tetapi semua industri yang bersinggungan dengan layanan keuangan misalnya, perusahaan transportasi online, perusahaan kredit airtime, perusahaan travel online, asuransi, e-commerce, pembayaran maskapai atau perusahaan ritel,”tutup Barcak.

Bagaimana aturan baru Cina tentang klasifikasi aset akan mempengaruhi bank?

Langkah-langkah baru  ini memperluas klasifikasi risiko aset bank.

3 prinsip yang memandu Bank Aladin Syariah dalam menjaring segmen nasabah Indonesia

Dalam setahun, bank syariah digital tersebut berhasil melewati penetrasi rendah dengan mencatatkan 1,7 juta nasabah dan kini menargetkan pertumbuhan berkali-kali lipat pada akhir 2023.

Bankir di Hong Kong menghadapi pasar perekrutan yang lambat, serta PHK

Orang dalam industri mengungkapkan bagaimana bank investasi memprioritaskan efisiensi biaya dan produktivitas daripada mempekerjakan karyawan baru.

AT1 write-down 'dapat diabaikan' ke bank-bank Asia Pasifik, tetapi haruskah mereka tetap khawatir?

Analis mengatakan bank-bank Asia Pasifik tidak akan terkena dampak langsung dari bank Swiss tetapi harus mengawasi regulator.

Fintech Singapura Volopay menargetkan pendapatan tiga kali lipat pada Juni 2024

Bangkit mengatasi pandemi, berbagai peraturan, dan tantangan talenta, Volopay menetapkan tujuan yang ambisius untuk memperluas operasional mereka.

1 dari 5 pinjaman rumah, renovasi, dan mobil OCBC sekarang merupakan pinjaman hijau

Bank Singapura telah memberikan lebih dari S$3,5 miliar pinjaman hijau dalam dua tahun dan menargetkan pertumbuhan 10% pada 2023.

DANA menjembatani kesenjangan finansial di Indonesia

Dompet digital DANA memberdayakan para unbanked dan underbanked di Indonesia dan kini  mencatat jumlah pengguna sebanyak 135 juta.

Apakah bank digital gagal mendisrupsi?

Sebagian besar menjadi pemain yang niche, namun tetap melayani tujuan peraturan mereka, kata associate partner McKinsey Hernán Gerson.

Bank masih tertinggal dalam sasaran energi nol bersih

Hanya 7% dari pembiayaan terkait energi yang diberikan oleh bank antara 2016 hingga 2022 yang disalurkan ke proyek energi ramah lingkungan.

Bank BTN Indonesia menunjuk Nixon LP Napitupulu sebagai CEO

Mereka juga telah memutuskan bahwa 20% dari laba bersih 2022 akan digunakan sebagai dividen.