過去幾年,Experian一直在通過分析和人工智能來轉變其業務。這家消費者信用報告公司的執行副總裁兼全球分析和人工智能總經理Shri Santhanam表示,Experian的數字化轉型集中在三大支柱上:內部的現代化、創建分析產品和服務以及為客戶帶來商業影響和業務影響。
“盡管受到疫情大流行的影響,但我們實際上已經在分析和人工智能的基礎上取得了良好的進展,”Santhanam說。“對分析和人工智能的需求在急劇增加。對于客戶的數據和分析能夠如何幫助我們在如何經營業務方面做出更好的決策,我們很感興趣,也很投入。”
Ascend Intelligence Services是Experian努力創造的能夠徹底改變其客戶業務的分析產品的一個主要例子。作為一項托管分析服務,Ascend能夠為貸款人提供人工智能驅動的建模和戰略開發、管理和部署服務。Experian的數據科學家構建了一個由機器學習定制的信用風險模型,優化了決策策略,并將該模型部署到了客戶的生產環境當中。這些服務包括了Ascend Intelligence services Challenger(協作模型開發服務)和Ascend Intelligence services Pulse(主動模型監視和驗證服務)。
數據科學即服務
中型貸款機構Atlas Credit最近因其與Experian的Ascend Intelligence Services的合作而獲得了CIO 100的IT卓越獎。Ascend幫助這家總部位于德克薩斯州的貸方將信貸批準率提高了一倍,同時減少了多達20%的信貸損失。
Atlas Credit專門為德克薩斯州、俄克拉荷馬州和弗吉尼亞州信用不良的人提供個人分期貸款。該公司正在尋求增長,但認為其貸款申請流程不夠理想。太多的申請要么被拒絕,要么被提交給了分支機構進行人工決策。
為了實現發展,Atlas需要在不承擔額外風險的情況下提高申請批準率,但該公司受到了數據的限制。它沒有大量來自以前貸款申請的高質量數據,而且它的數據保存在第三方環境中,因此也很難訪問。
通過Ascend Intelligence Services,Experian還幫助將Atlas的數據與Experian在基于云的分析環境中的數據資產的完整目錄進行了結合。這使得Atlas系統能夠找到數以千計的授予美國消費者的類似貸款,并評估其表現。
“基于ML的模型對許多用例(如承銷托收)的監控基本上是不可訪問的,”Santhanam說。“如果我只是一個中小型貸款人,對于去擁有一個內部數據科學團隊,可以構建機器學習驅動的模型,并持續將其用于承銷、再培訓和管理,會是一個昂貴的提議。”
像Atlas這樣的貸款人傳統上是利用通用信用評分和一套規則和結構來批準貸款的。Santhanam表示,Ascend為中小型貸款機構也提供了與大型貸款機構相同的分析能力。
“以一種更容易獲得的方式,將前四五家銀行或貸款機構的能力帶到中端市場會是一個非常重要的機會,”Santhanam說。
另外,Business Intelligence Group最近將Experian Decision Analytics評為了AI卓越獎的得主,以表彰其信用和決策解決方案PowerCurve。PowerCurve提供了一個人工智能虛擬助手(AIVA),可以自動與客戶進行互動。PowerCurve AIVA for Collections和PowerCurve AIVA Originations則使用了自然語言處理,可以通過web門戶或移動設備來為客戶提供全天候的自動化支持。
“在收藏領域,與終端消費者進行互動的過程可能相當復雜和微妙,”Santhanam說。“一些傳統方法只能涉及常見問題或他們可以去問的問題。但我們發現,一個經過精心訓練的并可以提供全天候訪問的虛擬助手實際上是相當有價值的。"
PowerCurve代理使用了歷史數據來進行訓練,并被設計成可以處理復雜的、受控制的和主觀的交互。基于早期的成功,Santhanam表示,該公司也有興趣將AIVA擴展到信貸生命周期的其他部分。
“如果我們退一步,看看這個行業正在發生的事情,自然語言處理已經有了巨大的進步,尤其是在遷移學習領域,我把它描述為在沒有太多訓練數據而訓練或構建的代理或機器。在過去的12個月里,一些科技巨頭發布了基于大量上下文數據的自然語言處理模型,這些數據可以適應不同的上下文。”
來自分析和人工智能領域的經驗教訓
Santhanam說,設計和部署這些以及其他的分析服務到生產中,讓Experian學到了很多關于如何操作分析和人工智能的知識。
“首先是要有一個平臺來解決ML操作問題,”他說。“在數據科學家的世界和工程師的世界之間存在著巨大的鴻溝,你需要一個平臺來幫助彌合鴻溝并帶來解決方案。”
Santhanam還指出,他已經學會了“把自己推銷到麻煩中,然后圍繞著它來進行發展。”他說,傳統上,構建分析產品的方法是從數據科學家和數據工程師的想法開始,根據這些靈感來構建產品,然后將這些產品推向市場,并為其尋找客戶。
“最終,當你和客戶一起把它推向市場時,你就會意識到還有很多工作要做,有時你就會改變你正在建設的東西,”Santhanam說。“我們對10項情報服務所采取的方法是真正加快與客戶的對話,盡可能的做到最少,然后滿足客戶所反饋的最大優勢,然后在此基礎上繼續發展。”
根據客戶的反饋來進行設計,以保持項目的重點。
第三,Santhanam說,Experian首先關注的是它希望為客戶所實現的核心業務影響,而不是特定的能力。例如,Experian為Ascend Intelligence Services所設計的第一批功能中有兩項集中于自定義分數和監控。
“過去,銷售自定義分數和監控的方法可能是,‘我可以為你構建這個偉大的模型,我們會花這么多的時間來完成它。’Santhanam說:“而我們在這里采取的方法則是以商業影響為導向:‘我們可以在更負責任的風險水平上為你獲得更好的批準,為消費者帶來更好的結果。’”
版權聲明:本文為企業網D1Net編譯,轉載需注明出處為:企業網D1Net,如果不注明出處,企業網D1Net將保留追究其法律責任的權利。