Facebook Pixel
Logo

Big Data Scoring : Big Data Scoring

Big Data Scoring หมายถึง การใช้เทคนิคการวิเคราะห์ข้อมูลขั้นสูง (advanced data analytics) และการเรียนรู้ของเครื่อง (machine learning) เพื่อประเมินความสามารถในการชำระหนี้หรือโปรไฟล์ความเสี่ยงของบุคคลหรือธุรกิจ โดยวิเคราะห์ข้อมูลจำนวนมากจากแหล่งต่าง ๆ แตกต่างจากวิธีการให้คะแนนเครดิตแบบดั้งเดิม (traditional credit scoring) ที่เน้นเฉพาะประวัติการเงินและรายงานเครดิตเป็นหลัก Big Data Scoring จะนำข้อมูลหลากหลายประเภทมาพิจารณา เช่น กิจกรรมบนโซเชียลมีเดีย พฤติกรรมออนไลน์ ประวัติการทำธุรกรรม และร่องรอยดิจิทัลอื่น ๆ

ตัวอย่าง :

บริษัท Fintech อาจใช้ Big Data Scoring ประเมินผู้ขอกู้เงินโดยวิเคราะห์กิจกรรมบนโซเชียลมีเดีย ประวัติการทำธุรกรรม และข้อมูลอื่น ๆ ที่ไม่ใช่ข้อมูลเครดิตแบบดั้งเดิม ควบคู่กับรายงานเครดิต

ประเด็นสำคัญ

ใช้การวิเคราะห์ขั้นสูงและ machine learning เพื่อประเมินความสามารถในการชำระหนี้

วิเคราะห์แหล่งข้อมูลที่หลากหลายนอกเหนือจากรายงานสินเชื่อแบบดั้งเดิม

ให้การประเมินความเสี่ยงที่แม่นยำและมีความยืดหยุ่นมากขึ้น โดยเฉพาะสำหรับผู้ที่มีประวัติเครดิตจำกัด

คำตอบสั้น ๆ สำหรับคำถามที่พบบ่อย

ใช้แหล่งข้อมูลที่หลากหลายกว่า รวมถึงโซเชียลมีเดียและพฤติกรรมออนไลน์ ทำให้ประเมินความสามารถในการชำระหนี้ได้ครบถ้วนมากขึ้น

ช่วยให้การประเมินความเสี่ยงแม่นยำมากขึ้น โดยเฉพาะสำหรับบุคคลหรือธุรกิจที่มีประวัติเครดิตจำกัด

ใช้เพื่อสนับสนุนการตัดสินใจด้านการให้สินเชื่อ ประกันภัย และด้านอื่น ๆ โดยให้ข้อมูลเชิงลึกเกี่ยวกับโปรไฟล์ความเสี่ยงของลูกค้า

scroll top

ลงทะเบียนรับจดหมายข่าวของเราเพื่อรับข้อมูลการอัปเดตข่าวสารล่าสุด!