Data Science ratunkiem dla banków w świetle ustawy o kredytach mieszkaniowych
Kopiuj tekst

Data Science ratunkiem dla banków w świetle ustawy o kredytach mieszkaniowych

Nowa ustawa o kredytach mieszkaniowych wchodzi w życie już 22 lipca. Zgodnie z zamierzeniami Dyrektywy 2014/17/UE, przewiduje kompleksową regulację problematyki kredytów związanych z nieruchomościami. Uchwalone w marcu 2017 r. przepisy wprowadzają szereg zmian mających na celu ochronę konsumentów, zapewniając im większą przejrzystość regulacji prawnych.

Zmiany w prawie o kredycie hipotecznym to duże wyzwanie dla banków. Ustawa zakazuje m.in. sprzedaży łączonej - cross selling, nakłada na kredytodawcę nowe obowiązki i zwiększa wymogi odnośnie procedury oceny zdolności kredytowej, czyli scoringu. Jeśli bank przeprowadzi ją nieprawidłowo nie będzie mógł rozwiązać, odstąpić ani zmienić umowy kredytowej.

Więcej o zmianach jakie wprowadza ustawa:
http://www.kurier.pap.pl/depesza/175857/UKNF-posiadacze-kredytow-mieszkaniowych-beda-lepiej-chronieni

Trafny i szybki scoring - jak to zrobić?

W świetle zmian, jakie wprowadza ustawa, niezbędne staje się usprawnienie oraz podniesienie efektywności procesu oceny wiarygodności i możliwości kredytobiorcy. Jednocześnie konieczne będzie sięganie po innowacyjne metody i rozwiązania z obszaru data science.

Zmiany w prawie wiążą się z koniecznością wypracowania takich rozwiązań, które do minimum ograniczą błędy po stronie banków.

- mówi Michał Grams, prezes TogetherData, która współpracuje z bankami i pomaga im optymalizować procesy biznesowe.

Dotychczas ocena wiarygodności kredytobiorcy opierała się na podobieństwie profili i określana była poprzez porównanie do klientów, którzy już otrzymali kredyty. Dzięki wykorzystaniu data science bank może zautomatyzować proces scoringowy. Usprawnić go i oprzeć na rzetelnych danych o konkretnym kliencie, który ubiega się o kredyt. Właściwa analiza danych pozwala dobrze poznać przyszłego kredytobiorcę i stworzyć jego pełny obraz (360stopni). Nie są to już wnioski na podstawie porównania do grupy podobnych klientów. Dla banku wykorzystanie narzędzi data science oznacza trafną ocenę wiarygodności kredytowej. A zatem mniejsze ryzyko związane z brakiem możliwości wypowiedzenia umowy przez kredytodawcę, co wynika ze zmian w ustawie. Automatyzacja scoringu to także korzyść dla samego klienta, który otrzymuje szybką decyzję kredytową, odpowiadającą jego faktycznym możliwościom finansowym.

- dodaje Michał Grams

------------------------------------------------------
TogetherData –   pierwszy Data Science House w Polsce, założony w 2016 roku. Warszawska   firma specjalizuje się w zintegrowanych działaniach z zakresu  analityki  Big Data, ze szczególnym naciskiem na monetyzację  internetowych zbiorów  danych (data enrichment), zgromadzonych przez  przedsiębiorstwa w  systemach BI, CRM i ERP oraz w firmowych  aplikacjach. TogetherData  dostarcza także gotowe usługi i autorskie  rozwiązania z zakresu  data-driven business, umożliwiających  optymalizację procesów biznesowych  oraz czerpanie realnych, finansowych  i organizacyjnych korzyści,  płynących z wielkich zbiorów danych.  Badacze danych zatrudnieni w  TogetherData świadczą również usługi  consultingowe dla firm z sektora  fin-tech, ze szczególnym naciskiem na  banki oraz instytucje  windykacyjne.
Na Twój adres e-mail została wysłana prośba o potwierdzenie subskrypcji.
Potwierdzając subskrypcję wyrażasz zgodę na przetwarzanie Twoich danych w celu otrzymywania treści publikowanych w serwisie.