क्रेडिट संगठन डेटा साइंस क्यों

लेख के लेखक, भारत के उदाहरण का उपयोग करते हुए, डिजिटल क्रांति के क्रेडिट संगठनों के लिए लाभ, डेटा के लोकतंत्रीकरण और उपयोगकर्ताओं के डिजिटल पदचिह्न के विश्लेषण की जांच करते हैं।

डेटा लोकतांत्रीकरण

वर्ल्ड वाइड वेब तक पहुंच लोगों को दुनिया में कहीं से भी नए उत्पादों, सेवाओं, क्षमताओं और सामग्री के बारे में जानने की अनुमति देता है। इसलिए, भारत मोबाइल इंटरनेट का सबसे सक्रिय उपभोक्ता बन गया है।


बड़े निगमों को इस तरह के बदलावों पर ध्यान देना होगा। वे अपने व्यवसाय का ऑनलाइन अनुवाद करते हैं या वहां अपनी उपस्थिति प्रदान करते हैं। 2015 में $ 19.7 बिलियन की तुलना में इस साल ऑनलाइन खुदरा बिक्री बढ़कर $ 50 बिलियन हो गई । और पिछले साल के आंकड़े बताते हैं कि ई-कॉमर्स से संबंधित 82% अनुरोध मोबाइल उपकरणों से भेजे गए थे।

स्मार्टफोन का प्रचलन

भारत में पर्सनल कंप्यूटर और टैबलेट महंगे डिवाइस हैं जो आम जनता के लिए उपलब्ध नहीं हैं। और 4 जी सपोर्ट वाले स्मार्टफोन की कीमत औसतन $ 7 है। इसके कारण देश में 4 जी स्मार्टफोन का व्यापक वितरण हुआ: 2015 में इनकी संख्या 47 मिलियन से बढ़कर 2017 में 218 मिलियन हो गई। पूर्वानुमान के अनुसार, मोबाइल इंटरनेट उपयोगकर्ताओं की संख्या भी 2016 में 240 मिलियन से बढ़कर 2020 में 520 मिलियन हो जाएगी। औसत वार्षिक विकास दर 21% होगी।

औसत डेटा खपत में वृद्धि

4 जी के लॉन्च ने हाई-स्पीड इंटरनेट को जनता के लिए उपलब्ध कराया है। डेटा विनिमय की लागत में 93% की कमी - $ 3.7 प्रति 1 जीबी से $ 0.26 तक - उपभोक्ता व्यवहार पर बड़ा प्रभाव पड़ा, जो इंटरनेट पर आदी हो गया। आंकड़ों के अनुसार, भारतीय आज एक स्मार्टफोन पर लगभग 3 घंटे प्रतिदिन खर्च करते हैं।

डिजिटल पदचिह्न

4 जी स्मार्टफोन के नए उपयोगकर्ताओं की एक तेज आमद के साथ-साथ भौगोलिक कवरेज के विस्तार और गति में वृद्धि ने भारत को डिजिटल उपभोक्ता के पैरों के निशान की जानकारी का भंडार बना दिया है। इस डेटा का लोकतांत्रीकरण विभिन्न उद्योगों में उनके आवेदन के लिए पूरी तरह से नए दृष्टिकोण के उद्भव को उकसा सकता है।

मानव गतिविधि के सभी क्षेत्रों में अब वे गंभीरता से डेटा विश्लेषण का उपयोग करने के लिए विकल्पों पर विचार कर रहे हैं ताकि कवरेज और व्यापार के संचालन के पैमाने को बढ़ाया जा सके। और इससे बड़े पैमाने पर सामाजिक, आर्थिक और तकनीकी परिणाम सामने आएंगे। उनमें से एक सूचना क्रांति के फल का उपयोग खुदरा ऋण देने में ऋण जारी करने की प्रक्रिया की दक्षता बढ़ाने के लिए है।

ऋण दक्षता में सुधार के साधन के रूप में डिजिटल पदचिह्न

उपयोगकर्ता डिजिटल पैरों के निशान के विश्लेषण का उपयोग जोखिम प्रबंधन दक्षता और कम परिचालन लागत के कारण शुद्ध ब्याज मार्जिन में वृद्धि की ओर जाता है।

उपभोक्ता डिजिटल पदचिह्न उपयोगकर्ता द्वारा उत्पन्न एक स्वच्छ और अप्रमाणित डेटा स्रोत है। यह प्रोफाइलिंग ग्राहकों के लिए, साथ ही साथ उपभोक्ता व्यवहार और वरीयताओं की पहचान करने के लिए एक महान उपकरण है। प्रौद्योगिकी सेवाओं के साथ रणनीतिक समझौतों पर हस्ताक्षर करने वाले भारतीय खुदरा उधारदाताओं ने पहले ही डिजिटल ग्राहक मेटाडेटा के विश्लेषण के लाभों की सराहना की है। उदाहरण के लिए, एक साल पहले, आईसीआईसीआई बैंकिंग कॉरपोरेशन ने पेटीएम के साथ एक साझेदारी समझौते में प्रवेश किया , और इसने उसे तत्काल अल्पकालिक ऑनलाइन ऋण प्रदान करने की अनुमति दी। और कैपिटल फ्लोट ने हाल ही में $ 30 मिलियन के लिए अखरोट के व्यक्तिगत वित्त आवेदन का अधिग्रहण किया ।

व्यवहार पैटर्न और उपयोगकर्ता रुझान उधारदाताओं को संभावित भरोसेमंद ग्राहकों की पहचान करने और उन्हें एक सकारात्मक जवाब देने में मदद करेंगे, भले ही ग्राहक अभी तक एक सकारात्मक क्रेडिट इतिहास बनाने में कामयाब नहीं हुए हों। अतिरिक्त जानकारी के रूप में डिजिटल ट्रैक्स और वैकल्पिक डेटा का उपयोग करने वाले मॉडल पहले ही विश्व अभ्यास में अपनी प्रभावशीलता दिखा चुके हैं। कई मायनों में, वे क्रेडिट संगठनों के पारंपरिक मॉडल को दरकिनार करते हैं। FICO के अध्ययन से पता चला है कि वैकल्पिक डेटा स्रोत बेहतर जोखिम और मार्जिन की भविष्यवाणी कर सकते हैं, और लेनदेन डेटा, उपयोगिता बिल, मीडिया और अन्य स्रोत मॉडल की समग्र पूर्वानुमान शक्ति के पूरक हैं।

सामान्य तौर पर, उपभोक्ता डिजिटल पैरों के निशान का संग्रह, प्रसंस्करण और विश्लेषण नीचे वर्णित कई स्तरों पर वित्तीय सेवाओं को एक साथ अधिक सुलभ बना देगा।

स्तर 1: नए वैकल्पिक डेटा विश्लेषण तकनीकों के साथ दर्शकों तक पहुंच बढ़ाना

भारत में, 300 मिलियन से अधिक लोग स्मार्टफोन का उपयोग करते हैं, और 2018 के अंत तक यह आंकड़ा बढ़कर 530 मिलियन हो जाना चाहिए । सोशल नेटवर्क के उपयोगकर्ताओं की संख्या में अनुमानित वृद्धि वर्तमान 225 मिलियन की तुलना में लगभग 64% (371 मिलियन लोग) होगी।

भारतीयों की डिजिटल उपस्थिति के विस्तार से देश में अधिक लोग ऋण का उपयोग कर सकेंगे। यह दृश्य कई पेशेवरों द्वारा साझा किया जाता है जो जोखिम मूल्यांकन के लिए वैकल्पिक डेटा को पेश करने के विचार का समर्थन करते हैं । उनका मानना ​​है कि यह उन ग्राहकों की क्षमताओं को सकारात्मक रूप से प्रभावित करेगा जो पहले उनकी सॉल्वेंसी का आकलन नहीं कर सकते थे। पीईआरसी के अध्ययन के अनुसार, वैकल्पिक डेटा के अलावा 64% ग्राहकों की क्रेडिट रेटिंग में सुधार हुआ, जिनके पास क्रेडिट इतिहास का अभाव था, और गिरावट केवल 1% मामलों में देखी गई थी।

स्तर 2: लागत में कमी

डिजिटल उधारदाताओं के पास पारंपरिक उधारदाताओं की तुलना में परिचालन लागत कम होती है। भारत में निजी क्रेडिट संगठन फिनटेक कंपनियों के साथ मिलकर काम करते हैं, जिससे उनके वित्तपोषण की गुणवत्ता में सुधार होता है और इसे जारी करने की लागत कम होती है। पारंपरिक बैंकों में परिचालन खर्च की राशि बकाया ऋणों की राशि का 6% तक पहुंचती है , जबकि वैकल्पिक उधारदाताओं के लिए यह आंकड़ा 2% तक नहीं पहुंचता है। उधार आकलन प्रक्रियाओं में वैकल्पिक डेटा को एकीकृत करना लागत को कम कर सकता है और मुनाफे में वृद्धि कर सकता है।

स्तर 3: लघु ऋण लाभप्रदता

क्रेडिट जोखिम मूल्यांकन प्रक्रिया में वैकल्पिक डेटा का एकीकरण वित्तपोषण प्रदान करने की लागत को कम करता है और ग्राहकों के व्यापक सर्कल को ऋण के लिए आवेदन करने की अनुमति देता है। इससे छोटे ऋणों की लाभप्रदता बढ़ जाती है।

विशेषज्ञ ध्यान देते हैं कि क्रेडिट संस्थानों के लिए वैकल्पिक डेटा स्रोतों का उपयोग करने का मुख्य लाभ जोखिम वाले मध्यम स्तर पर लाभदायक ऋणों की संख्या में वृद्धि है। इसके अलावा, वैकल्पिक डेटा उधारदाताओं को उधारकर्ता के अधिक विस्तृत चित्र को आकर्षित करने और उसे व्यक्तिगत ब्याज दरों की पेशकश करने की अनुमति देता है। उधार उद्योग में कई खिलाड़ियों के लिए यह कार्य अभी भी मुश्किल माना जाता है।

लाभप्रदता में वृद्धि उधार देने वाली संस्थाओं को और अधिक सक्रिय रूप से अध्ययन करने और ऐसे तरीकों को लागू करने के लिए प्रेरित करेगी।

निष्कर्ष

भारतीय रिजर्व बैंक (RBI) खुदरा उधारदाताओं के लिए वैकल्पिक डेटा के मूल्य पर भी जोर देता है । जैसा कि आरबीआई ने अपनी रिपोर्ट में नोट किया है, वैकल्पिक डेटा का एकीकरण क्रेडिट संगठनों को उधारकर्ताओं की वित्तीय स्थिति का आकलन करने के लिए नए मानदंड देता है, जिससे उन्हें अधिक सूचित निर्णय लेने की अनुमति मिलती है।

विनियामक आवेग और वैकल्पिक डेटा स्रोतों की शुरुआत के लिए सामाजिक-आर्थिक आवश्यकता ने AI और डेटा विश्लेषण के क्षेत्र में स्टार्टअप्स की आमद को उकसाया, जो उधार दक्षता बढ़ाने के लिए वैकल्पिक डेटा प्रोसेसिंग टूल पर ध्यान केंद्रित किया।

यह वैकल्पिक डेटा के एकीकरण को एक व्यापक घटना बना देगा और देश में प्रत्येक उधारकर्ता की जरूरतों को पूरा करने वाले व्यक्तिगत ऋण उत्पादों के उद्भव के लिए स्थिति बनाने के लिए आरबीआई के उप प्रमुख, विशाल आचार्य की इच्छा का एहसास करेगा।

“बैंकिंग सेवाओं और भविष्य में क्रेडिट तक पहुंच को ग्राहक की जरूरतों के अनुसार खंडित किया जाएगा और उपभोक्ता सामान क्षेत्र की तरह आम जनता के लिए उपलब्ध होगा। आरबीआई के डिप्टी हेड विशाल आचार्य कहते हैं, '' हम चाहते हैं कि एक छोटी सी चाय की दुकान भी उचित अवधि के लिए 500 रुपये उधार ले सके।