Как можно использовать разные категории персональных данных для оценки заемщика

Размещено на сайте 19.04.2023

Можно выделить шесть категорий персональных данных, группируя их по тому, как они используются в кредитной оценке. Разберемся, как использовать каждую из этих категорий в моделях скоринга, какие из них постепенно теряют свою значимость, а какие выходят на первый план.

Тимофей КОСТИН, Webbankir, директор по рискам

Приводятся извлечения из статьи. Полную версию материала читайте в журнале. Подписаться

Личные существенные данные (дата рождения, пол, семейное положение, количество детей и т.п.) все сильнее проигрывают другим категориям с точки зрения разделяющей и предсказательной способности. В ближайшем будущем, скорее всего, их перестанут собирать в явном виде.

Личные поведенческие данные — новый тренд в анализе клиентов. В недалекой перспективе личные поведенческие данные могут составить сильную конкуренцию личным финансовым данным в качестве предикторов.

Личные идентификационные данные (ИНН, СНИЛС, номер паспорта, ссылки на профили в соцсетях и т.п.) должны хешироваться даже при использовании во внутренних системах. В идеале их стоит вынести за контур моделирования и глубокого анализа данных, как только мы собрали все необходимые данные о клиенте и связали их между собой.

Выбрать	Риски	Бухучет и налоги	Кредитный департамент	Управление банком
направление:	Розница	Внутренний контроль	Операционный департамент	Юридическая работа

О компании	Контакты	Авторам		Для клиентов (Как скачать закрывающие документы)
Помощь	Реклама	Подписным агентствам