2016年7月18日

如何利用大数据确保普惠金融是普惠的

贡献:Shivani Siroya

InVenture是一家数据科学公司，为以前没有财务身份的人建立财务身份。利用来自客户手机的10,000多个独特数据点，我们创建了另一种信用评分，以评估新兴市场中几乎没有正式财务记录的人的信誉。我们的愿景是帮助全世界25亿没有银行账户的男女获得公平、灵活的金融服务。

现在，我们用我们的分数来批准客户的小额贷款，我们提供的服务在50到500美元之间。我们知道我们的评分是有效的:我们已经达到了95%的还款率，这是一个让许多大银行羡慕的比率。然而，为了实现我们的目标——从根本上扩大金融服务的覆盖面——我们必须确保我们服务的是一个多元化的群体。我们必须确保我们向所有类型的人提供贷款，基于他们独特的信誉，而不是仅仅根据几个可能将数百万人排除在外的指标。

我们的算法寻找新的和非常规的理由来信任人们，寻找证明他们愿意和有能力偿还贷款的行为和模式。

饰演凯特·克劳馥写了在《纽约时报》6月份的一篇文章中，人工智能有一个“白人问题”。太多的算法天生就有偏见，以其创造者的形象编写，并排除了其他人群。我们知道，偏见会给我们的产品和使命判死刑，我们一直在寻找更具包容性的方法。但我们怎么能保证我们已经尽了全力呢?

理解约束条件

像任何数据科学公司一样，我们在一组约束条件下工作。首先，我们完全依赖移动数据;我们只能为拥有移动设备的客户提供服务。幸运的是，巨大的扩散这意味着，在过去的18个月里，我们已经能够为10万名客户提供服务。这种增长也不会放缓;国际市场研究公司GfK最近智能手机在国际市场，尤其是新兴市场的显著增长。

我们的第二个主要限制是在客户方面。目前，我们的主要金融服务是贷款，但贷款并不适合所有人，普惠金融也不等同于贷款。我们希望为客户提供合适的金融服务，而不一定是最赚钱的。这就是为什么我们推出了新版本的智能手机应用程序，塔拉在肯尼亚;在接下来的几个月里，我们将推出更多个性化的信贷产品和金融服务，让我们的客户的日常生活更轻松。

利用数据和研究来增加信任

那么我们如何最大化这两个约束呢?我们如何为迅速增长的智能手机用户群体提供最好、最具包容性的金融服务?

简单的回答是:数据。大量的数据。当客户下载Tala并授权我们访问他或她的智能手机上的数据时，我们会积累超过10,000个独特的数据点来做出信贷决策。但仅凭数据并不能保证包容性。如果我们的算法选择了一种类型的人，它就不允许我们向最多的人开放我们的服务。例如，让我们假设有一个理想客户。就叫他吉姆吧。吉姆有稳定的收入来源，拥有一个小生意，有一个稳定的储蓄账户，并偿还了以前的贷款。如果我们的应用程序为这一类型的客户自行选择，那么我们的还款率将接近100%，我们的风险将大大降低，但交易的破坏因素是，我们将只服务那些已经能够利用传统金融服务的客户。

我们已经看到，晚上9点到凌晨12点之间的来电与来电的比率可以预测客户是否偿还贷款。

相反，我们的算法会寻找新的、非常规的理由来信任人们，寻找能够证明他们愿意和有能力偿还贷款的行为和模式。在汇总了成千上万的客户资料后，我们能够看到与还款相关的趋势。例如，我们已经看到，晚上9点到凌晨12点之间的来电与来电的比率可以预测贷款的支付情况;如果在这段时间内拨打的电话少于30%，还款率就会提高18%。我们选择呼出呼叫而不是呼入呼叫，因为我们的客户可以控制他们的呼出呼叫，这是我们想要保持的。同样，我们发现手机上有超过23个社交媒体应用程序的客户的还款率下降了20%，而手机上有少于10个社交媒体应用程序的客户的还款率有所提高。

这些数据点使我们能够做出明智的信贷决策，但即使它们也不能保证包容性。为了确保我们的公司保持包容性，我们必须认识到一些事情。

首先，我们不能自满于我们的数据模型。人是流动的，趋势是变化的，依赖相同的数据算法限制了开云体育体育赛事包容性。坚持使用一种算法可以保证特定的客户，但会排斥更多的客户。虽然一部手机只能提供有限数量的数据点，但这个数字是非常大的，这意味着我们将继续不遗余力，继续学习每个数据点的功效，为数百万不同的客户打开访问通道。

如果不充分了解我们的客户，数据就没有意义。

第二，我们不能只依靠数据。如果不充分了解我们的客户，数据就没有意义。这意味着将我们大量的定量数据与定性见解相结合。我们强调用户和市场研究，不断掌握市场的变化和趋势，并深入了解客户可能面临的挑战。开云体育体育赛事我们尽可能多地听取客户的意见，并为他们提供直接与我们对话的途径。

事实上，倾听客户的意见是我们从旧的Android应用程序Mkopo Rahisi过渡到新的金融平台Tala的原因。除了提供与Mkopo Rahisi相同的即时贷款外，Tala还提供更全面的金融体验，包括让我们的客户能够检查他们的信用状况。在接下来的几个月里，它还将扩展提供更多的服务;正如我们的客户告诉我们的那样，贷款本身不足以实现真正的财务自由。

这不是我们可以从数据中学到的东西，但这是一个数据可以帮助我们解决的挑战。

布伦达的故事

我们力求为最多的人提供最好的服务;然而，我们从未忘记，我们帮助25亿无银行账户人口的更广泛目标是由25亿个人组成的。当我们展望未来时，我们为回顾成千上万的独特客户故事而感到自豪。

通过经常与Brenda沟通，我们找到了让她公平偿还贷款的方法，即使是在紧急情况下，也能让她的生意蒸蒸日上。

布伦达是一位来自内罗毕的受过大学教育的母亲，她挨家挨户地推销窗帘。她渴望开一家店面，但有几个障碍使她无法获得传统贷款。满足获得贷款的所有要求对女性来说尤其困难，她们在与男性贷款人打交道时面临偏见。如果幸运地得到贷款，布伦达将面临天文数字般的高利率，这使得任何交易都不现实。此外，像布伦达这样的女性经常面临社会压力，使她们无法在家庭之外追求自己的商业目标。

幸运的是，布伦达没有让任何逆境阻碍她。相反，在向我们借了44笔贷款后，她开了自己的店。虽然Brenda的故事很成功，但也并非一帆风顺。通过她的数据，我们可以跟踪她的经济活动，我们与布兰达的互动让我们了解她什么时候在处理挫折，包括家庭疾病。通过经常与Brenda沟通，我们找到了让她公平偿还贷款的方法，即使是在紧急情况下，也能让她的生意蒸蒸日上。

我们有能力根据布伦达的特殊情况定制我们的产品，这使我们能够确保她的业务在潜在挫折的情况下继续增长。我们的数据和互动让我们能够保证Brenda不会失败。

随着规模的扩大，我们继续强调个性化和专一性的重要性。布伦达是我们成千上万的客户之一，她教会了我们
如何看待我们的数据，确保它为数十亿人提供公平的金融渠道，最重要的是确保我们保持对包容性的偏见。

Shivani Siroya是InVenture的创始人兼首席执行官，也是Engineering for Change的特约编辑。开云全站app登录官网入口下载开云体育体育赛事

标签:大数据，金融，小额信贷，移动应用程序