La souscription basée sur l’intelligence artificielle avec HALO

Une discussion récente avec un consultant senior de l’une des plus grandes banques du monde a révélé les défis suivants en matière de souscription :

• Il y a facilement 400 demandes de prêt entrantes par jour.
  Avec une équipe de 25 souscripteurs, il est pratiquement impossible de valider ces demandes.
• Nous n’avons pas une bonne maîtrise de la souscription – bien que les taux de sinistres globaux se situent dans nos fourchettes acceptables, nous ne comprenons pas comment tarifer le risque au sommet de l’entonnoir afin de développer notre marché.

C’est précisément là que HALO intervient.
Une solution de souscription comme HALO ne remplace pas votre processus de souscription existant mais le complète. HALO crée un tableau de bord de souscription dynamique qui s’améliore constamment sur la base du flux continu d’entrées et de sorties et identifie d’autres facteurs que les prêteurs ne prennent même pas en compte.
HALO permet aux institutions de prêt de repousser les limites de la solvabilité en fonction de leur appétit pour le risque de crédit.
Des prêteurs nous ont dit qu’ils achetaient des pistes et accordaient des prêts à des candidats qu’ils ne devraient pas, et qu’ils laissaient passer des pistes pour des candidats qu’ils devraient.
Les algorithmes d’apprentissage automatique de HALO construisent un modèle de notation en interrogeant tous les attributs d’entrée et de sortie pour effectuer une souscription basée sur l’intelligence artificielle.
HALO aide les institutions de prêt à devenir plus intelligentes et à financer davantage les bons commerçants et moins les mauvais.

Quelles sources de données les algorithmes d’intelligence artificielle de HALO utilisent-ils pour prendre des décisions de souscription ?

A. La source de la demande (canal de commercialisation) B. Le nombre de fois qu’un prêteur a vu le même “lead” C. Les données fournies par le demandeur (et leur comparaison avec les données réelles que les prêteurs obtiennent dans les rapports de crédit et les relevés bancaires, etc. D. Les données démographiques (géographie, industrie, âge, etc.) E. Les attributs que les prêteurs reçoivent du score de crédit alternatif (de sociétés comme MicroBilt) F. Les attributs que les prêteurs reçoivent de sources comme Experian pour la vérification de la fraude à l’ID Les attributs que les prêteurs reçoivent du score de crédit alternatif (de sociétés telles que MicroBilt) F. Les attributs que les prêteurs reçoivent de sources telles qu’Experian pour la vérification de l’identité en cas de fraude G. Le flux de trésorerie et les transactions des relevés bancaires du demandeur H. Le choix du demandeur quant au montant, à la durée et au paiement I. Type de compte bancaire J. Numéro d’identification fiscale de l’entreprise au moment de l’émission K. Type d’entité commerciale (LLC, Corp, Sole Prop, etc.) L. Performances de paiement réelles du client auquel le prêteur a accordé une avance.