skip to Main Content
محتوای اختصاصی کاربران ویژهورود به سایت

فراموشی رمز عبور

با شبکه های اجتماعی وارد شوید

عضو نیستید؟ عضو شوید

ثبت نام سایت

با شبکه های اجتماعی وارد شوید

عضو نیستید؟ وارد شوید

فراموشی رمز عبور

وارد شوید یا عضو شوید

جشنواره نوروزی آنر

سامانه هوشمند مدیریت ریسک دیجی‌شهر، نرخ نکول را کاهش می‌دهد

سمانه سمیع تحریریه

۲۱ آبان ۱۴۰۴

زمان مطالعه : ۲ دقیقه

  • دیجی‌شهر از سامانه هوشمند مدیریت ریسک رونمایی کرد؛ مدلی مبتنی بر یادگیری ماشین که با تحلیل ۱۸۰ متغیر از داده‌های کاربران، می‌تواند نرخ نکول را کاهش دهد.

به گزارش پیوست، دیجی‌شهر در کیش‌‌اینوکس ۲۰۲۵ از سامانه هوشمند مدیریت ریسک وام رونمایی کرد؛ سامانه‌ای که به گفته پوریا فیروزنژاد، مدیر ارشد مارکتینگ دیجی‌شهر توانسته نرخ نکول را به شکل قابل‌توجهی کاهش دهد.

فیروزنژاد در این باره به پیوست می‌گوید: کنترل ریسک معوقات از روز اول برای دیجی‌شهر اولویت بوده و برخلاف بسیاری از لندتک‌ها که تازه امروز با انباشت اقساط معوق روبه‌رو شده‌اند، دیجی‌شهر از ابتدا با تکیه بر تجربه بانکی تیم، به‌دنبال یک راهکار هوشمند رفته است.

به گفته او دیجی‌شهر علاوه بر تمام سرویس‌های استعلامی و اعتبارسنجی بانک مرکزی، یک مدل یادگیری ماشین با ۱۸۰ متغیر مختلف از جمله سن، جنسیت، موقعیت جغرافیایی، وضعیت ملکی و سیم‌کارت کاربران ساخته است. این مدل با داده‌های ۸۰ درصد مشتریان، آموزش دیده و روی ۲۰ درصد باقی‌مانده تست شده و خروجی آن دو شاخص کلیدی است: احتمال خوش‌حسابی با دقت ۹۷ درصد و احتمال ریسک نکول با دقت ۹۹ درصد.نتیجه این مدل، کاهش دوبرابری نرخ نکول بوده است. فیروزنژاد ادامه می‌دهد: در حالی که شش‌ماهه نخست امسال نسبت به دوره مشابه سال وام کالای بیشتری پرداخت کردیم، نرخ نکول از ۱.۹ درصد به ۰.۹۶ درصد رسیده است.

او تأکید می‌کند این محصول می‌تواند در اختیار دیگر لندتک‌ها نیز قرار گیرد و هدف آن ایجاد یک ارزش مشترک برای کل اکوسیستم لندتک است.

فیروزنژاد همچنین با اشاره به بحث قدیمی ایجاد بلک‌لیست مشترک بین لندتک‌ها توضیح می‌دهد: اگر اکوسیستم براساس رفتار خوش‌حساب‌ها رشد کند، سودش برای همه بازیگران است. ما هم محصول را در همین زمین بازی عرضه می‌کنیم.

او در پاسخ به این سوال مبنی بر اینکه آیا وابستگی دیجی‌شهر به بانک شهر مانع استفاده دیگر بازیگران از این سامانه می‌شود، توضیح می‌دهد: بحث داده مطرح نیست. ما دیتایی از لندتک‌ها نمی‌گیریم و مدل را مثل یک سرویس مستقل ارائه می‌کنیم. بنابراین حتی شرکت‌هایی که زیرمجموعه بانک‌های دیگرند یا تامین اعتبارشان از مسیرهای غیربانکی است، می‌توانند بدون نگرانی از آن استفاده کنند هر کاری که برای ساختن اعتماد لازم باشد از قراردادهای فنی تا سازوکارهای محرمانگی انجام می‌دهیم.

https://pvst.ir/mwl
سمانه سمیعتحریریه

    همه‌چیز از یک مطلب به اسم «اسپایدرزن» که در دوره ارشدم نوشته بودم شروع شد. درحالی که ۱۰ سال کارمند آژانس هواپیمایی بودم در همان روزها احساس کردم چقدر نوشتن را دوست دارم. از دی ۹۸ با کار در آژانس روابط عمومی پرسش و تولید محتوا شروع کردم. بعد از مدتی نوشتن بخش شرکت‌گردی پیوست را به عهده گرفتم و حالا خبرنگار ثابت پیوستم و دقیقا اینجا و در همین نقطه احساس می‌کنم از اینکه به پیوست، پیوستم خوشحالم.

    تمام مقالات

    0 نظر

    ارسال دیدگاه

    نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

    *

    برای بوکمارک این نوشته
    Back To Top
    جستجو