Kundengeschichten
Führender digitaler Kreditgeber beschleunigt Kreditvergabe in Partnerschaft mit Xebia und Microsoft
Xebia hat sich mit Microsoft zusammengetan, um einer führenden digitalen Kreditplattform dabei zu helfen, ihren Entscheidungsprozess zu revolutionieren und die Abstimmung zwischen Kreditnehmern und Kreditgebern durch ein KI/ML-gestütztes System zur Analyse von Kreditablehnungen zu verbessern.
Industries:
Regions:
Capabilities:
Partners:
Industries:
Regions:
Capabilities:
Partners:
Auf einen Blick
Herausforderung
Hohe Ablehnungsquoten und ein begrenzter Einblick in die Ursachen der Ablehnung bremsten das Wachstum und die Effizienz.
Lösung
KI/ML-basiertes System zur Analyse von Kreditablehnungen, das auf Azure und Databricks basiert und automatisierte Einblicke, Erklärbarkeit und Transparenz bietet.
Ergebnisse
75% Modellgenauigkeit, 84% Präzision, weniger manueller Aufwand, schnellere Genehmigungen und transparente Kreditentscheidungen.
Der Kunde
Ein führendes Fintech-Unternehmen, das einen Online-Marktplatz anbietet, um eine Vielzahl von Kreditnehmern mit unterschiedlichen Kreditgeschichten und Finanzprofilen mit Kreditgebern für Sofortkredite, Karten und andere Finanzdienstleistungen zusammenzubringen.
Die Herausforderung: Begrenzte Sichtbarkeit bremst intelligentere Kreditentscheidungen
Der Kunde stand vor einer großen Herausforderung - eine Ablehnungsquote von 95 % während des ersten Prüfungszyklus, die hauptsächlich auf ein begrenztes Verständnis der wichtigsten Ablehnungsfaktoren und einen Mangel an effektiven Mechanismen zum Abgleich zwischen Kreditnehmer und Kreditgeber zurückzuführen war. Die Daten waren über verschiedene Systeme verstreut, und die manuelle Analyse verlangsamte die Entscheidungsfindung, was häufig zu Unstimmigkeiten bei der Bewertung der Anträge führte. Ohne verwertbare Erkenntnisse hatte die Plattform Schwierigkeiten, die Bewilligungsquoten zu verbessern oder die Abstimmung zwischen Kreditnehmern und Kreditgebern zu optimieren. Um dieses Problem zu lösen, benötigte das Unternehmen ein skalierbares, KI-gesteuertes System, das in der Lage war, Ablehnungsgründe zu identifizieren, erklärbare Erkenntnisse zu liefern und eine schnellere, fairere und transparentere Entscheidungsfindung zu unterstützen.
Die Lösung: KI/ML-basiertes System zur Analyse der Kreditablehnung
Xebia nutzte die fortschrittlichen Daten- und KI-Funktionen von Microsoft Azure und entwickelte und implementierte ein System zur Analyse von Kreditablehnungen, das auf Azure Databricks und Pipelines für maschinelles Lernen basiert. Die Lösung automatisiert die Identifizierung von Ablehnungsgründen, unterstützt prädiktive Modellierung und bietet erklärbare KI-Einsichten, um die Transparenz und Effizienz der Entscheidungsfindung zu verbessern.
Gelieferte Hauptmerkmale:
- Medaillon-Datenarchitektur: Organisierte Rohdaten bis hin zu veredelten Daten durch Bronze-, Silber- und Gold-Ebenen für hochwertige und zuverlässige Analysen.
- Feature Store Integration: Zentrales Repository für konsistente und wiederverwendbare Funktionen für alle ML-Modelle.
- Modelle für maschinelles Lernen: Ensemble aus Random Forest, XGBoost und CatBoost, mit einer Genauigkeit von 75% und einer Präzision von 84%.
- SHAP Erklärbarkeit: Klare Angaben zu den Gründen für die Annahme oder Ablehnung jedes Kredits, was die Transparenz und das Vertrauen verbessert.
- Was-wäre-wenn-Analyse: Ermöglicht die Simulation des Schlüssels zur Vorhersage möglicher Genehmigungsergebnisse.
- Automatisierte MLOps-Pipeline: Kontinuierliche Integration und Bereitstellung für Training, Validierung und Überwachung innerhalb von Azure Databricks.
Die Ergebnisse: Klügere, schnellere und transparente Kreditentscheidungen
Der Kunde hat seinen manuellen Kreditbewertungsprozess mit Hilfe der Daten und der KI-Expertise von Xebia in eine intelligente, datengesteuerte Entscheidungsmaschine umgewandelt. Das Unternehmen kann nun eine gerechtere, datengestützte Umgebung anbieten, in der Kreditgeber und Kreditnehmer mit größerem Vertrauen und mehr Klarheit zusammenarbeiten können. Das robuste, skalierbare und transparente Ökosystem für die Kreditvergabe verbessert die betriebliche Effizienz und das Kundenerlebnis. Durch die Automatisierung des Feature-Engineerings, die Rationalisierung der Modellbereitstellung und die Einführung von Erklärungsmöglichkeiten verkürzte die Plattform die Entscheidungszeit, erhöhte die operative Konsistenz und verbesserte die Risikobewertung.
Das Unternehmen war in der Lage:
- Verbessern Sie die Vorhersagegenauigkeit bei der Kreditvergabe auf 75%.
- Erhöhen Sie die Genauigkeit der Klassifizierung der Kreditablehnung auf 84%.
Blick nach vorn
Mit einer skalierbaren und erklärbaren KI-Basis auf Microsoft Azure ist der Kunde nun in der Lage, die Lösung auf mehrere Kreditpartner und Finanzprodukte auszuweiten. Da das System kontinuierlich aus sich entwickelnden Datenmustern lernt, wird es die Ablehnungsquoten weiter senken, die Compliance verbessern und ein integrativeres und effizienteres Ökosystem für die Kreditvergabe durch intelligente Automatisierung unterstützen.
Erfahren Sie mehr darüber, wie Xebia und Microsoft Unternehmen transformieren.
Contact