Данные онлайн-поведения пользователя сейчас напоминают Terra Incognita, но работа с ними достаточно быстро приносит свои плоды.

Огромный объем собранной информации и ее детальный анализ позволили нам выявить интересные предикторы и маркеры, которые помимо определения фродилентного поведения позволяют оценить реальный располагаемый доход пользователя и сделать оценку его долговой нагрузки без использования персональных данных.
Данные предикторы обладают важным преимуществом — это hit rate для онлайн пользователей > 99.5%.

Среди свежих примеров использования онлайн данных мы хотели бы привести три наиболее простых:

1 —  Фактическая стоимость устройства или персонального компьютера и NPL90+. Разница NPL90+, % между наиболее дорогими устройствами и наиболее дешевыми составляет 2+ раза
2 —  Число дополнительных запросов на кредитные продукты с данного устройства за 1 неделю и NPL90+. Разница NPL90+, % между группами с наименьшим числом запросов и наибольшими составляет 3+ раза
3 —  Число определенных действий онлайн пользователя на сайте компании и NPL90+. Разница NPL90+, % между наименьшим числом действий и наибольшим составляет 2+ раза

 

Детальное описание использования онлайн —  предикторов доступно у наших партнеров, кредитных бюро, производителей кредитных конвейеров и агрегаторов данных, а так же для подписчиков сервиса.

Напишите нам какие вопросы и темы являются наиболее актуальными для развития Вашего бизнеса. Мы постараемся осветить эти моменты в наших публикациях и исследованиях.