En enkel algoritm ger en bättre kreditbedömning
Det här vet du förstås redan, men låt oss ändå börja på grundnivå. För att ett företag ska kunna handla på kredit krävs en kreditbedömning. Hur stor andel som får handla på kredit kallas beviljandegrad, och bedömningen kan skötas av dig som e-handlare eller en extern partner. Vi har tidigare pratat om fördelarna med en extern partner, men faktum är att det tåls att gå djupare in på ämnet.
En gedigen kreditbedömning kan nämligen vara viktigare än du tror eftersom den gör det möjligt att öka beviljandegraden utan att öka kreditförlusterna (och därmed priset). En ökad beviljandegrad ger dessutom i slutändan en högre försäljning vilket i sin tur blir en win-win för både dig och den externa partnern. Men hur blir egentligen kreditbedömningen vassare?
Machine learning
Svaret är machine learning, alltså hur datorer lär sig utifrån tilldelad data. Det kanske låter komplicerat, men när det gäller kreditbedömning är det inte krångligare än en enkel algoritm. Det handlar nämligen inte om själva algoritmen utan vilken information man fyller den med.
Vi tar det från början. Tidigare har kreditbedömningar gjorts utifrån externa källor som till exempel UC. Då får man förlita sig på UC:s information om kundens möjlighet att betala och bedömningen avgörs således från endast en källa. Nu kan det istället byggas nya system, utanför själva betalsidan, som kan fyllas med både extern och intern data. På Collector innebär det exempelvis att vi kan ta in information från kunder som använder flera andra av våra tjänster. Alltså kan beslutsgrunderna för kredit tas utifrån fler källor än bara en, vilket i sin tur bidrar till en bättre och mer rättvis kreditbedömning. När det finns tillräckligt mycket data i systemet lär sig algoritmen att dra nytta av den – och det är detta som är machine learning.
Fler källor – nyckeln till bättre bedömningar
Machine learning för att hantera kreditbedömningar är ännu i sin linda, men utvecklingen går i raketfart. Så småningom kommer man även kunna ta in öppen data om aktiebolag i systemet för att kunna göra ännu vassare bedömningar. Ju mer data och ju fler bolag en betalleverantör har, desto bättre bedömningar kommer kunna göras.
Man kan säga att ju större företagsaffär din externa partner har desto bättre kreditbedömningar kan göras. Och bättre kreditbedömningar leder till en högre beviljandegrad, lägre kreditförluster och i slutändan fler affärer.
På Collector jobbar vi just nu med att samla in och sammanställa både extern och intern data. Utifrån det kan vi bygga ett machine learning-system med förhoppningen att vara igång redan i höst.
Vill du få fler insikter om betalningar och e-handel mellan företag? Ta del av vår rapport Collector Convert 2019 med statistik, analyser och case som ytterligare belyser ämnet.
