Gamifying credit scores for the unbanked, with Yatir Zaluski, Niharika Bhargava, and Jacobus Eksteen

I've worked in consumer credit for 20 years, but I think the first time that I heard of anybody trying to use a psychometric-based scorecard for making credit decisions was over a few beers with my friend Sam, who has a psychology degree and works in marketing. And I dismissed that because I figured these aren't my customers. In many ways, though, the fact that they weren’t my customers, as a traditional lender, was the problem.

In this episode, I look at how ConfirmU - the fintech that I have recently joined as Chief Solution Architect - is using elements of psychometrics and gamification to build credit scores for the unbanked, without the need for credit histories, smartphones, or technical literacy.

You can learn more about ConfirmU at their website, or by reaching out directly to Yatir by emailing yatir@confirmu.com or by finding him on his LinkedIn

Niharika is on LinkedIn, too, or you can click to learn more about her stand-alone psychometric business - Psych4u

Matogen Applied Insights have their homepage here, or you can once again find Jacobus on LinkedIn.

You can learn more about myself, Brendan le Grange, on my LinkedIn page, while you can find my action-adventure novels on Amazon, some versions even for free.

If you have any feedback, questions, or if you would like to participate in the show, please feel free to reach out to me via the contact page on this site.

Regards,

Brendan

The full written transcript, with timestamps, is below:

Yatir Zaluski 0:00

What really drives me is a problem and the way to find a solution for it. So I'm not a psychologist, but I thought that we would get an understanding of the person through elements based on the Big Five model in psychology, and the intent would lead them to actions. That, really, was something burning inside of me. So, one thing led to the other and ConfirmU evolved from something which is good for the English language but is not scalable for 207 dialects in India and pivoted to a much bigger problem, which is financial inclusion.

Brendan Le Grange 0:43

Congratulations on your new job. You've called all your friends over to celebrate your achievement for the party at five o'clock on Saturday. Unfortunately, it's Friday night and you haven't done any preparation so you've got a busy day tomorrow. What time do you set the alarm? Bright and early so you've got more than enough time to get it done, or do you sleep in, after all it is a Saturday and you could always take a taxi to make up the time.

Okay, you're up and you're heading into town. It's a sunny day so you're taking the motorbike, but it needs some fuel. You stop en route and fill up. In the UK, it's about £1.50 a litre at the moment, so let's say you put in 15 litres and hand over £25 - how much change should you get? Tanks full, you head into town and spend a bit of time walking around looking in the shop windows. You could do with a nice new shirt for the party but, a bit pricey. What do you think, maybe we could negotiate a discount?

The choices you make in a simulation like this can tell a trained psychologist something about your makeup. You may have come across a test like this while looking for a new job or during a leadership course when you were learning about how your psychological profile impacts your leadership style. But because your psychology influences all your decisions, that same sort of test can be useful in telling us about your financial behaviours, and as a result, your credit risk.

Welcome to How to Lend Money to Strangers with Brendan le Grange.

Jacobus Eksteen, founder and CEO of Matogen Applied Insights, welcome to the show. Now your entry into the world of scorecard building was fairly traditional - coming in via retail finance and then several years spent in one of the big credit bureaus - but after you struck out on your own with Matogen, it looks like you've taken on a wide array of projects, within the financial services, of course, and in related industries like telco where I know you do a lot of work, but also in industries a lot further away from financial services, like helping farmers to identify their perfect harvest dates.

What are some of those more exotic circumstances in which you've built models?

Jacobus Eksteen 3:36

Thanks for the opportunity. There are so many lessons from the credit industry that other industries can learn, and lessons from other industries that the financial service industry can learn. So Matogen Applied Insights (where the 'Applied Insights' is kind of a tongue in cheek reference to AI). It's part of a group of companies with other companies focusing on software development, digital marketing, and geospatial services. So it's nice to be able to solve business problems while still pulling in experts from some of the other companies. We've done anything from arbitrage in cryptomarkets to, ja, predicting harvest dates to make sure that a farmer does not spend too much on crop protection and then the levels of insecticides in his crop is too high when he tries to export. In other agricultural projects, we're busy rolling out an analytical platform to take data from different sources across the world and consolidated for better decisioning and rolling out different API's - we're doing that with a university in America. In mining, it's about targeting profitable areas. In healthcare, we're helping individuals to understand the level of resilience by using data science and taking the the questionnaire that they've answered, and making practical recommendations around sleep patterns, for example.

So every time you work on a project, there is a lesson that you can learn somewhere else. For example, there's a concept in medical sciences called the u-score, which is very useful for taking an unsupervised learning problem where you're not sure what to predict and turned it into a supervised learning problem. But we could use the same concept in money laundering, anti money laundering to be very specific. And we could use the same concept for ranking individuals that answer the questionnaire in financial services to determine their financial health and their financial resilience.

So it's amazing to be able to benefit not just from one industry, but from all the different industries. But then the challenge is to understand your toolbox and to know when to apply what tool, because they might not all be relevant.

Brendan Le Grange 6:03

Yeah, and let's just take a closer look at that point, because I would imagine that working within a credit bureau, you're dealing with data from clients who've had a long time to get used to the idea of sharing data, they've invested in internal processes that create and store and share data accurately, and when they do share it, it's then filtered through certain rules on the bureau side. And of course it's big, because you've usually got a bird's eye view of a whole country's data.

When you've had to build models on data that is not as structured or not as big. How have you had to adjust your approach?

Jacobus Eksteen 6:44

Good question. So yes, they are very well structured, data sets at a credit bureau. But much of the data is also unstructured and not clean, especially where there was some human intervention. For example, contactability data or employment data. So I've had the fortune of being exposed to that at the credit bureau. The good thing about financial services models, or models in an area that's tightly regulated, is that you can't just go for predictive strength, you need to build models that are predictive, but also transparent and stable. And if you use those techniques, then they are easily transferable to smaller data sets, compared to for example, a neural network, which generally only outperforms other models with millions and millions of records.

And yes, there are other techniques like probabilistic neural networks for smaller data sets, but in general it is not as easy to implement or tweak or monitor or understand as something like logistic regression with a weight of evidence transformation. So with a small data set, where you can't always trust the data because you don't have millions of records to verify what is the outlier and what is the true representation of the population, you need to be able to combine your expert judgement with the judgement of the expert in the industry, with what you're seeing in the data at one point in time with what you're seeing in data in the same industry and other points in time, with what you're seeing in other industries. And then you combine all of those insights.

So, yeah, common sense and transparency is key. As long as you don't rush into it, as long as you're not a cowboy, as long as you don't just chase predictiveness, that makes it a lot easier to try and make predictions.

Brendan Le Grange 8:50

And another thing we can maybe take away from the breadth of the projects you've undertaken, is that the thing you're trying to predict isn't all that important. As long as the dependent variable has a relationship with the independent variable, you can probably build a model for it. So with that in mind, let's turn our focus to the ConfirmU case study - where you were tasked with building a credit scorecard using only psychometric traits as an input. Were you surprised by how predictive those turned out to be?

Jacobus Eksteen 9:24

I think I was expecting to see a strong result. There's a saying that goes it's not the best algorithm that wins but the best data. The general consensus in the credit industry is that there's not such a big difference between the different algorithms, especially if the data isn't that large.

Psychometric data presents an amazing opportunity to not just see what people are doing, but to understand why. They if you understand the why, it helps to predict future performance. So just like with credit bureau data from credit providers, the traceability of the data, the integrity data's really important. So with credit bureau data, it might be that the supplier didn't capture the data correctly. With something like someone playing the game, there's also risk that the game didn't capture the trait correctly. So that has to be verified. The sample size still needs to be large enough. We still need to validate it with a psychologist, and it needs to make intuitive sense.

But once you cater for most of those, and you have a transparent modelling technique, it really becomes a very powerful data source. And also because the game lessens the chance of someone trying to game a psychometric quiz, it gave me confidence. Plus, there's a low degree of correlation with other sources. Because if all sources tell you the same story, then they don't add any value. So it can add value to both thin files and thick files. But in a thin file context, thin file scorecards or new to credit scorecards throw a big group of individuals into the same age pot, or into the same income pot. Whereas you might have someone with very high income that lives way beyond his means, or someone else that is able to plan well, is conscientious. And when you have this additional psychometric lens, it can make two individuals that would look the same otherwise, seem different. Ja, their true selves - it's like you're looking with a magnifying glass. So we saw strength, very much comparable to a model built using credit bureau data in the unsecured space.

And we were able to get very high predictive values on out of time testing as well. So in other words, we showing that the model does generalise well, and does not just memorise.

We were also able to see a nice monotonically downwards trend for the bad rate. So as the score increases, the bad rate decreases. They that might give someone with a lower score a smaller amount, instead of just declining them. And someone with a higher score a larger amount, if they want to even large amount, then they can go to the credit bureau - instead of having to pay a credit bureau fee for every application, they now only pay it wait make sense. So yes, the strength is important. And we've shown that, but it's also about using this, this model, in conjunction with application data, potentially query data to maximise not just profit, but also impact and sustainability.

Brendan Le Grange 12:01

Yeah, and you've just mentioned how one of the weaknesses of a traditional fin file or new to credit scorecard is their tendency for scores to clump around one or two points. And I think one of the big testaments to the success of the model that you've built for confirm you is that that doesn't happen. I'm not sure if there's a more technical way of describing the distribution, but it's certainly very pleasing to the eye, you get nice even deciles in the scored population and the bad rates of the riskiest decile are three times that on the bad rates of the low risk decile with a steady change. So congratulations on that, and indeed on the strong overall ginis you were able to achieve.

It does, though, bring to mind a little quip that one of my MBA teachers was fond of, about an economics professor who was sitting in the audience of a speech being given by a local entrepreneur. About halfway through he raised his hand and said, I can see that your business works in practice, but I'm worried, does it work in theory, too.

Now, of course, this is a dig at the fact that if we get too caught up in the numbers, we can spend all our time thinking and never get anything done, and that a good entrepreneur acts a bit more on gut instinct than academic rigour. But I think there is a time and a place where it's worth looking for theoretical underpinnings, because they can speak to the repeatability of those early successes that Jacobus has just described. So when I first got involved in ConfirmU, one thing I wanted to learn more about, was this concept of psychometrics. What is the scientific basis for it? And do I have a good reason to believe that the psychometric profile of a consumer will influence the decisions they make in the real world, and thus their financial health?

Niharika Bhargava 14:50

Hi, everyone, I am Niharika Bhargava. I'm the head of science at ConfirmU. My background is in psychology - my undergrad was in psychology and HR specialisation from University of Waterloo, Canada. I went on to get my Master's in HR from London School of Economics. And in 2013, I got myself certified in psychometric assessments, I'm certified for over 16 test.

I left my corporate job at the private Indian bank in 2016, September, and went on to create my own startup called Psych4U, providing psychometric testing services for corporates as well as individuals, I joined ConfirmU last year to be able to create the psychometric instrument and gamification elements for the product.

Brendan Le Grange 15:47

Now, Niharika, I don't have a lot of exposure to psychometrics. But I seem to remember going through a psychometric test or two, when I was looking for work. So in the recruitment process, and maybe doing the Myers Briggs test on a leadership development course, is it in that HR space that psychometrics are traditionally most at home?

Niharika Bhargava 16:11

So, psychometric instruments is most common when it comes to hiring candidates to actually look at their strengths and areas of improvement, and to see if they're a good fit for the organisation. And it's vice versa as well. It could be used for different areas of the employee cycle as well. So there are different times and stages of psychometric instruments. So that is extremely important to understand when to use it, and what type to use,

Brendan Le Grange 16:42

Though with ConfirmU, you're looking to do something a bit different, right? You're now looking to measure the psychometric traits that are linked to financial behaviours and credit risk - could you tell me more about that?

Niharika Bhargava 16:57

We use for different thoughts for different models, because every model has their own gaps, but they also have certain advantages. So the models that we use, we wanted to make sure that they all complement each other and to take those models that cover the traits which make a good borrower. Lot of logic, a lot of primary research and pilot studies supporting each trait that we've chosen. So our first thing was that 'what are the things that we're trying to measure through the game': one is the intent to repay, and one is financial conscientiousness.

Now, MBTI looks at your preferences or the way you make decisions. So it was extremely important to actually cover the traits related to that be it extraversion, introversion, be it sensing, you know how practical or realistic somebody is, of course, a lot of research supported this, but from your experiences, if you use common sense, a person who's less likely default is a much more open and transparent person.

Brendan Le Grange 18:05

Niharika, my background is in traditional credit scoring, and in each country we go to, we might look at the same sorts of data fields but we would have to build a new credit scorecard - because data needs to be read within the local context. I imagine the same is even more true when we're looking at psychometrics - my personality profile must surely, at least to some extent, be a product of the culture in which I live. How do you make sure that the results of the gameplay from India, the results of the gameplay from Indonesia, from Kenya, from Vietnam, are all valid within their local contexts and that nothing is getting lost in cultural (mis)translation?

Niharika Bhargava 18:51

Yes, I think that is where our USP is. We are the only product which actually looks into the fact that the way a game looks, impacts the way people answer the question.

So the way we localise for each geography... we look at the language, we make it so the avatars have some kind of relatability with the user, another is, of course, the images that we select has to be of items - or of people - who they can connect with. So we try to change the ethnicity based on the geography, but also things like what I grew up with - for me, in India say, a steel plate is something which is an everyday plate I eat my food off, whereas China crockery I bring out when I have dinner guests, so you know, as local as that we try to understand from different countries before we create any game for that geography. So it is gamification elements with psychometric elements.

Brendan Le Grange 19:58

Well, let's talk about that gamification aspect a little bit, because there are obviously customer engagement upsides to that. And when we think about time, time spent playing a game passes faster than time spent filling out a form. But, and here it's almost impossible to avoid the little bit of wordplay, but it's harder to game the system when the system is a game. If I think about answering any questionnaire about myself, you can often see what seems to be the right answer. That answer that represents an ideal version of yourself rather than a true version of yourself. And so, as much as you might be trying to be truthful, you're going to feel that pressure to, every now and again, round yourself up a little bit so that when they read the results, you're not embarrassed. And I don't think I'm alone in feeling that. Whereas in the game, it's a lot easier to forget that you're on camera, as it were. And Jacobus has already called that out in terms of his scorecard building - but what are your thoughts on that?

Niharika Bhargava 21:04

Yes, that's absolutely correct - a lot of users wanting to please.

This is a very new area where we're using images, we're using gamification elements, we're using numeracy to be able to measure these two things. Sometimes when it comes to English or other languages, the way I would interpret certain thing could be different from the way you would interpret them.

I would say that a lot of financial Institute's definitely use a lot of psychometric instruments when it comes to questionnaires, right, surveys, but I think this would be the first time that we're using it solely based on images and numeracy, gamification elements. So a lot of people use more invasive ways of being able to find out more about the person, it could be through their phone number or through their utilities or through their social media account, or Facebook. So I think what the advantages definitely when you using gamification elements, we give user engagement. Secondly, is the fact that the target audience that we are focusing on, the millennials as we call them, they are much more ready when anything is created in a more animated form versus direct question. So in a game scenario, a lot more people will answer the question much more honestly, because they would be much more comfortable versus directly asking them question, like three to four minutes, you're not asking them anything, any personal information. So any psychometric instrument, if you were to see, it would take you minimum 30 to 45 minutes to complete. Whereas in ConfirmU we're saying in three to four minutes, we're able to get enough information about you, which will be important for any decision maker.

I guess the flip side of that same question, then, is once you've distilled a long questionnaire down into a three minute game, do the results still accurately reflect the true personality?

Brendan Le Grange 23:18

Niharika, you've obviously got a lot of experience delivering psychometric tests in traditional formats. After you built the game, did you do any tests to see whether the results from that gameplay were similar to the results you would get from the same person if you did a traditional interview or questionnaire?

Niharika Bhargava 23:38

What we did was, we did a pilot study in India, rural India, Uttar Pradesh, and we went to four different towns to make sure that we actually have a range of data, we actually asked them to give us their credit score, play the game, and we did the MBTI tests on them as well, that actually give us enough number of points to actually tell us that we are going in the right direction.

And what we found is 80% of the time, that people who scored high on a credit score (got between 700 and 800) we're most likely also people that we have scored high.

Brendan Le Grange 24:25

I've worked in consumer credit for 20 years, but I think the first time that I heard of anybody trying to use a psychometric based scorecard for making credit decisions, was over a few beers with my friend Sam, who has a psychology degree and works in marketing. And I dismissed that because I figured these aren't my customers.

But actually, in many ways, that's the problem. According to the World Bank, there are 2 billion people around the world who lack access to even the most basic banking services. And the size of the problem only grows if we think about lending, even in markets where we wouldn't think it is a problem. For example, some numbers I read the other night said, as many as 1 in 5 Americans either lack a credit history, or have a credit history that's so thin that it can't be used to create a traditional score.

And sure, there are some means of alternative scoring today, but even those can leave people behind. Despite what we see on a daily basis, not everyone lives their lives on their smartphones. And even where they do, most models need a history in which to look for patterns. And a world where platforms rise and fall in popularity, it can be difficult to gain access, and keep access to the right one. Which is why, when Yatir Zaluski approached me about joining ConfirmU, I was so excited - because wrapped into a short game, psychometric tests can create an immediate credit score that not only requires no existing infrastructure or history, but which creates a unique insight into your customers motivators.

So, Yatir, what inspired you to pull this all together?

Yatir Zaluski 26:09

Thanks for hosting me - and of course, ConfirmU - onto this show, Brendan.

So initially, as our family owns an apartment, in the one of the provincial areas of Israel, and we wanted to actually rent the house, and unfortunately, all the potential tenants that came on board were people that did not have any bank account. So, you know, my mom, every time she engaged with a potential tenant that did not have a bank account, she always thought that, you know, those people should not be allowed to rent our apartment. But my core values led me to think 'why is there like a paradigm around landlords that people who don't have bank accounts should be deprived from the basic rights of renting an apartment?'. That really was something burning inside of me. So that's what led me to build this kind of a solution.

I looked around, and I thought, maybe we could get something more democratic in a way, which gives us an understanding of who those people are, what really motivates a person. The intent would lead them to actions, so if he wants to rent a property, or to serve the debt that he's taken, he will do everything in his power to make that happen. So this is how I started, I thought that, you know, the best way was to screen or interview potential people or candidates for rent, through a chatbot, I thought that we would get an understanding of the person through an NLP, which is mapped to psychological elements based on the Big Five model in psychology.

I'm not a psychologist, you know, I'm a CPA by qualification, and I've done IT and Global Information Systems, and I've done global projects around the world. But what really drives me is a problem and the way to find a solution for it. So I started working on a deck that showed it, pitched it to someone on LinkedIn - a lady who runs an incubator in London, and she invited me to pitch that idea at startup bootcamp in London. And when I pitched it to the crowd at startup bootcamp, who were mostly from India, they looked at it and told me, 'wow, that's a great solution. Why don't you pivot it to a much bigger problem, which is financial inclusion?'.

So we had to tweak it and move it to image based selection. And one thing led to the other and ConfirmU evolved from something which is good for the English language but is not scalable for 207 dialects in India, to an actual gamification, which would be much more engaging for people at the bottom of the pyramid. So what better way, you know, of engaging people in that kind of a segment. And our initial pilot was with Experian the nd Grameen Foundation in India, which is really exciting, because in my vision, Grameen Foundation is financial inclusion.

Brendan Le Grange 29:19

Now, as you said, ConfirmU started out as prop tech before expanding into financial services. What does the product look like today?

Yatir Zaluski 29:28

What we take pride of is the fact that we collateralized and localise the game to any market that we go to - credit at the end of the day is a matter of cultures, and we need to embed that within our game. So we will do a pilot and we will build a bespoke model for those lenders based on, you know, our understanding from the lender of the practicalities and the characteristics of that audience. And then we would send the link.

And then those consumers will play the game. And after we have an understanding of how a good or bad borrower play the game, we can then come up with a model. And then we can actually, I think, scale fast to other clients in the market.

We started off with rural, micro entrepreneurial women, which represents actually most of the microfinance industry segment. And ConfirmU also, right now is in the process of penetrating a really unique segment, which is agri lending. When we started engaging with MyFugo in Kenya, the first thing that came into my mind, wow, Kenya is such a booming digital landscape... but at the end of the day, nobody actually reaches those farmers. So it was such an exciting experience. You don't find such an amazing entrepreneur like Allan (Tollo) every day, who sees his audience and sees the problem and sees the great opportunity.

And one segment, which I found to be really appealing would be new to credit at the metros young, tech savvy population, but they don't have any credit history. And those people, especially, would I think be the first clients of buy now pay later, which is a flourishing segment that we see all around the world that is gaining more and more traction in emerging markets. So I think this is a really fast moving target that ConfirmU needs to be there. Of course, we will also engage with banks.

Brendan Le Grange 31:46

And I guess in some way, returning to that original pivot, we're talking about a credit score use case here. But if your psychometric profile influences your financial behaviour, it surely stands to reason that it influences your behaviour in other ways, too. So are there any non credit use cases that you're exploring?

Yatir Zaluski 32:08

So yeah, within the lending space, which is quite vast, next year or so we want to continue to validate and build models with traditional lenders like banks. And at the same time approach all those new platforms like digital banks, buy now pay later platforms, marketplaces for lending (in mostly in emerging markets), but we also want to expand our offering to insurance, wealth tech, and the largest credit bureau around the world really want to engage with our solution in the property tech area.

And now it may be come as a surprise. But even in the blockchain DeFi space, there's a great room for credit scoring. Right now, when any applicant wants to get credit within those lending platforms, he would need to have some kind of a collateral. So that's a huge potential, which is estimated around $600 billion.

And the overall the vision of this company is to become a global alternative, credit bureau. You know, everyone deserves credit. And the traditional model is good, but it doesn't actually evaluate the person's intent based on personality.

Brendan Le Grange 33:28

And what I really like about that is that from the consumers’ point of view, there is no one gatekeeping your data, because ConfirmU needs no history, you won't get into a situation where your activity is on the wrong platform for a lender, or the right platform that the lender has just lost access to. You are your data.

Yatir, thank you so much. If anyone would like to learn more about gamifying credit scores, what's the best way for them to contact you?

Yatir Zaluski 34:00

Best way, I think, would be either my LinkedIn profile or via yatir@confirmu.com

Brendan Le Grange 34:06

And thank you to Niharika and Jacobus, too, all their contact details will be in the show notes below.

How to Lend Money to Strangers is hosted and produced by myself, Brendan le Grange, and recorded outside of Maidstone, England. The show music is by IAM_Wake, written transcripts and further content can be found at www.howtolendmoneytostrangers.show

And now we’re trialling multi-language transcripts, too, so here are the French, Arabic versions:

Yatir Zaluski 0:00

Ce qui me motive vraiment, c'est un problème et la manière d'y trouver une solution. Je ne suis pas psychologue, mais je pensais que nous pourrions comprendre la personne grâce à des éléments basés sur le modèle des Big Five en psychologie, et que l'intention la conduirait à des actions. C'était vraiment quelque chose qui brûlait en moi. Ainsi, une chose en entraînant une autre, ConfirmU a évolué à partir de quelque chose qui est bon pour la langue anglaise mais qui n'est pas extensible pour 207 dialectes en Inde et a pivoté vers un problème beaucoup plus important, à savoir l'inclusion financière.

Brendan Le Grange 0:43

Félicitations pour votre nouvel emploi. Vous avez convoqué tous vos amis pour fêter votre réussite lors de la soirée de samedi à 17 heures. Malheureusement, c'est vendredi soir et vous n'avez rien préparé, vous avez donc une journée chargée demain. À quelle heure mettez-vous le réveil ? Vous vous levez tôt pour avoir le temps de tout faire, ou vous faites la grasse matinée, après tout c'est un samedi et vous pouvez toujours prendre un taxi pour rattraper le temps perdu.

Bon, vous êtes debout et vous vous rendez en ville. C'est une journée ensoleillée, alors vous prenez la moto, mais elle a besoin de carburant. Vous vous arrêtez en route et faites le plein. Au Royaume-Uni, le litre coûte environ 1,50 £ en ce moment, alors disons que vous mettez 15 litres et que vous remettez 25 £ - combien de monnaie devez-vous recevoir ? Les réservoirs pleins, vous vous rendez en ville et passez un peu de temps à regarder les vitrines des magasins. Vous pourriez vous offrir une belle chemise pour la fête, mais c'est un peu cher. Qu'en pensez-vous, nous pourrions peut-être négocier une réduction ?

Les choix que vous faites dans une simulation de ce type peuvent renseigner un psychologue qualifié sur votre personnalité. Vous avez peut-être rencontré un test de ce type lors de la recherche d'un nouvel emploi ou pendant un cours de leadership, lorsque vous avez appris comment votre profil psychologique influe sur votre style de leadership. Mais comme votre psychologie influence toutes vos décisions, ce même type de test peut être utile pour nous renseigner sur vos comportements financiers et, par conséquent, sur votre risque de crédit.

Bienvenue à Comment prêter de l'argent à des inconnus avec Brendan le Grange.

Jacobus Eksteen, fondateur et PDG de Matogen Applied Insights, bienvenue dans l'émission. Votre entrée dans le monde de l'élaboration de cartes de pointage a été assez traditionnelle - vous êtes arrivé par le biais de la finance de détail, puis vous avez passé plusieurs années dans l'une des grandes agences d'évaluation du crédit - mais après vous être lancé à votre compte avec Matogen, il semble que vous ayez entrepris un large éventail de projets, au sein des services financiers, bien sûr, et dans des secteurs connexes comme les télécommunications, où je sais que vous travaillez beaucoup, mais aussi dans des secteurs beaucoup plus éloignés des services financiers, comme aider les agriculteurs à identifier les dates de récolte idéales.

Quelles sont les circonstances les plus exotiques dans lesquelles vous avez construit des modèles ?

Jacobus Eksteen 3:36

Merci pour cette opportunité. Il y a tellement de leçons de l'industrie du crédit que d'autres industries peuvent apprendre, et des leçons d'autres industries que l'industrie des services financiers peut apprendre. Ainsi, Matogen Applied Insights (où "Applied Insights" est une sorte de référence à l'IA). Elle fait partie d'un groupe de sociétés avec d'autres sociétés axées sur le développement de logiciels, le marketing numérique et les services géospatiaux. Il est donc agréable de pouvoir résoudre des problèmes commerciaux tout en faisant appel à des experts de certaines des autres entreprises. Nous avons tout fait, de l'arbitrage sur les marchés des cryptomonnaies à la prédiction des dates de récolte pour éviter qu'un agriculteur ne dépense trop en protection des cultures et que les niveaux d'insecticides dans sa récolte soient trop élevés lorsqu'il essaie d'exporter. Dans d'autres projets agricoles, nous sommes occupés à déployer une plateforme analytique pour prendre des données de différentes sources à travers le monde et les consolider pour une meilleure prise de décision et déployer différentes API - nous faisons cela avec une université américaine. Dans le secteur minier, il s'agit de cibler les zones rentables. Dans le domaine des soins de santé, nous aidons les individus à comprendre leur niveau de résilience en utilisant la science des données, en prenant le questionnaire auquel ils ont répondu et en faisant des recommandations pratiques sur les habitudes de sommeil, par exemple.

Ainsi, chaque fois que vous travaillez sur un projet, il y a une leçon que vous pouvez apprendre ailleurs. Par exemple, il existe un concept dans les sciences médicales appelé "u-score", qui est très utile pour transformer un problème d'apprentissage non supervisé, où l'on ne sait pas trop quoi prédire, en un problème d'apprentissage supervisé. Mais nous pourrions utiliser le même concept dans le blanchiment d'argent, dans la lutte contre le blanchiment d'argent pour être très précis. Et nous pourrions utiliser le même concept pour classer les personnes qui répondent au questionnaire dans les services financiers afin de déterminer leur santé financière et leur résilience financière.

C'est donc formidable de pouvoir bénéficier non pas d'un seul secteur, mais de tous les secteurs différents. Mais le défi consiste alors à comprendre votre boîte à outils et à savoir quand appliquer tel ou tel outil, car ils ne sont pas forcément tous pertinents.

Brendan Le Grange 6:03

Oui, et regardons de plus près ce point, parce que j'imagine qu'en travaillant au sein d'un bureau de crédit, vous traitez les données de clients qui ont eu beaucoup de temps pour s'habituer à l'idée de partager des données, ils ont investi dans des processus internes qui créent, stockent et partagent les données avec précision, et quand ils les partagent, elles sont ensuite filtrées par certaines règles du côté du bureau. Et bien sûr, elles sont volumineuses, car vous avez généralement une vue d'ensemble des données d'un pays entier.

Lorsque vous avez dû construire des modèles sur des données qui ne sont pas aussi structurées ou aussi volumineuses. Comment avez-vous dû adapter votre approche ?

Jacobus Eksteen 6:44

Bonne question. Alors oui, ce sont des ensembles de données très bien structurés, dans un bureau de crédit. Mais une grande partie des données est également non structurée et non propre, en particulier lorsqu'il y a eu une intervention humaine. Par exemple, les données de communicabilité ou d'emploi. J'ai donc eu la chance d'être exposé à cela au bureau de crédit. Ce qu'il y a de bien avec les modèles de services financiers, ou les modèles dans un domaine étroitement réglementé, c'est que vous ne pouvez pas vous contenter de la force prédictive, vous devez construire des modèles qui sont prédictifs, mais aussi transparents et stables. Et si vous utilisez ces techniques, elles sont facilement transférables à des ensembles de données plus petits, par rapport, par exemple, à un réseau neuronal, qui ne surpasse généralement les autres modèles qu'avec des millions et des millions d'enregistrements.

Et oui, il existe d'autres techniques comme les réseaux neuronaux probabilistes pour les petits ensembles de données, mais en général, elles ne sont pas aussi faciles à mettre en œuvre, à ajuster, à contrôler ou à comprendre que quelque chose comme la régression logistique avec une transformation du poids de la preuve. Ainsi, avec un petit ensemble de données, où vous ne pouvez pas toujours faire confiance aux données parce que vous n'avez pas des millions d'enregistrements pour vérifier ce qui est aberrant et ce qui est la véritable représentation de la population, vous devez être en mesure de combiner votre jugement d'expert avec le jugement de l'expert du secteur, avec ce que vous voyez dans les données à un moment donné avec ce que vous voyez dans les données du même secteur et à d'autres moments, avec ce que vous voyez dans d'autres secteurs. Et puis vous combinez toutes ces informations.

Donc, oui, le bon sens et la transparence sont essentiels. Tant que vous ne vous précipitez pas, tant que vous n'êtes pas un cow-boy, tant que vous ne courez pas après la prédiction, il est beaucoup plus facile d'essayer de faire des prédictions.

Brendan Le Grange 8:50

Et une autre chose que nous pouvons peut-être retenir de l'ampleur des projets que vous avez entrepris, c'est que la chose que vous essayez de prédire n'est pas si importante. Tant que la variable dépendante a une relation avec la variable indépendante, vous pouvez probablement construire un modèle pour elle. En gardant cela à l'esprit, concentrons-nous sur l'étude de cas ConfirmU, dans laquelle vous avez été chargé de créer une carte de crédit en utilisant uniquement des caractéristiques psychométriques comme données d'entrée. Avez-vous été surpris par la prédiction de ces caractéristiques ?

Jacobus Eksteen 9:24

Je pense que je m'attendais à voir un résultat fort. Il y a un dicton qui dit que ce n'est pas le meilleur algorithme qui gagne, mais les meilleures données. Le consensus général dans le secteur du crédit est qu'il n'y a pas une si grande différence entre les différents algorithmes, surtout si les données ne sont pas très nombreuses.

Les données psychométriques offrent une opportunité incroyable de ne pas seulement voir ce que les gens font, mais de comprendre pourquoi. Et si vous comprenez le pourquoi, cela aide à prédire les performances futures. Tout comme avec les données du bureau de crédit des fournisseurs de crédit, la traçabilité des données, l'intégrité des données est vraiment importante. Ainsi, avec les données du bureau de crédit, il se peut que le fournisseur n'ait pas saisi les données correctement. Avec quelque chose comme une personne jouant à un jeu, il y a aussi un risque que le jeu n'ait pas capturé le trait correctement. Cela doit donc être vérifié. La taille de l'échantillon doit encore être suffisamment grande. Nous devons encore le valider avec un psychologue, et cela doit avoir un sens intuitif.

Mais une fois que l'on a résolu la plupart de ces problèmes et que l'on dispose d'une technique de modélisation transparente, le jeu devient vraiment une source de données très puissante. Et aussi parce que le jeu réduit le risque que quelqu'un essaie de se jouer d'un test psychométrique, cela m'a donné confiance. De plus, il y a un faible degré de corrélation avec les autres sources. Parce que si toutes les sources vous racontent la même histoire, alors elles n'ajoutent aucune valeur. Donc, il peut ajouter de la valeur à la fois aux fichiers fins et aux fichiers épais. Mais dans un contexte de fichiers fins, les cartes de pointage de fichiers fins ou les cartes de pointage de nouveaux crédits jettent un grand groupe d'individus dans le même pot d'âge, ou dans le même pot de revenu. Alors que vous pouvez avoir une personne avec un revenu très élevé qui vit bien au-dessus de ses moyens, ou quelqu'un d'autre qui est capable de bien planifier, qui est consciencieux. Et lorsque vous avez cette lentille psychométrique supplémentaire, deux individus qui se ressemblent autrement peuvent sembler différents. Ja, leur vrai moi - c'est comme si vous regardiez avec une loupe. Nous avons donc constaté une force, très comparable à un modèle construit à partir des données des bureaux de crédit dans l'espace non garanti.

Et nous avons été en mesure d'obtenir des valeurs prédictives très élevées sur les tests hors du temps également. En d'autres termes, nous montrons que le modèle généralise bien, et ne se contente pas de mémoriser.

Nous avons également pu constater une belle tendance monotone à la baisse pour le taux de mauvais résultats. Ainsi, plus le score augmente, plus le taux de mauvais résultats diminue. Ils pourraient donc donner à quelqu'un avec un score plus bas un montant plus petit, au lieu de simplement le décliner. Et une personne ayant un score plus élevé un montant plus important, si elle veut même un montant important, alors elle peut aller au bureau de crédit - au lieu de devoir payer des frais de bureau de crédit pour chaque demande, elle ne paye maintenant que si cela a un sens. Donc oui, la force est importante. Et nous l'avons montré, mais il s'agit aussi d'utiliser ce modèle, en conjonction avec les données des demandes, et potentiellement les données des requêtes pour maximiser non seulement le profit, mais aussi l'impact et la durabilité.

Brendan Le Grange 12:01

Oui, et vous venez de mentionner comment l'une des faiblesses d'un fichier traditionnel ou d'une carte de crédit pour les nouveaux arrivants est leur tendance à regrouper les scores autour d'un ou deux points. Et je pense que l'un des grands témoignages du succès du modèle que vous avez construit pour vous confirmer est que cela n'arrive pas. Je ne sais pas s'il y a une façon plus technique de décrire la distribution, mais elle est certainement très agréable à l'œil, vous obtenez de beaux déciles réguliers dans la population évaluée et les taux de mauvais résultats du décile le plus risqué sont trois fois plus élevés que les taux de mauvais résultats du décile à faible risque, avec un changement constant. Je vous félicite donc pour cela, ainsi que pour le solide ginis global que vous avez pu obtenir.

Cela me rappelle toutefois une petite boutade que l'un de mes professeurs de MBA aimait beaucoup, à propos d'un professeur d'économie qui était assis dans le public d'un discours prononcé par un entrepreneur local. Vers la moitié du discours, il a levé la main et a dit : "Je vois que votre entreprise fonctionne dans la pratique, mais je m'inquiète de savoir si elle fonctionne aussi en théorie.

Bien sûr, il s'agit d'une allusion au fait que si nous sommes trop préoccupés par les chiffres, nous pouvons passer tout notre temps à réfléchir et ne jamais rien faire, et qu'un bon entrepreneur agit un peu plus selon son instinct que selon la rigueur académique. Mais je pense qu'il y a un moment et un endroit où il vaut la peine de chercher des fondements théoriques, car ils peuvent contribuer à la reproductibilité de ces premiers succès que Jacobus vient de décrire. Ainsi, lorsque j'ai commencé à m'impliquer dans ConfirmU, j'ai voulu en savoir plus sur ce concept de psychométrie. Quelle en est la base scientifique ? Et ai-je une bonne raison de croire que le profil psychométrique d'un consommateur influencera les décisions qu'il prend dans le monde réel, et donc sa santé financière ?

Niharika Bhargava 14:50

Bonjour à tous, je suis Niharika Bhargava. Je suis le responsable scientifique de ConfirmU. J'ai une formation en psychologie - j'ai obtenu un diplôme en psychologie et une spécialisation en RH à l'Université de Waterloo, au Canada. J'ai ensuite obtenu un master en RH à la London School of Economics. Et en 2013, j'ai obtenu une certification en évaluations psychométriques, je suis certifiée pour plus de 16 tests.

J'ai quitté mon emploi dans une banque privée indienne en 2016, en septembre, et j'ai créé ma propre startup, Psych4U, qui propose des services de tests psychométriques aux entreprises et aux particuliers. J'ai rejoint ConfirmU l'année dernière pour créer l'instrument psychométrique et les éléments de gamification du produit.

Brendan Le Grange 15:47

Maintenant, Niharika, je n'ai pas beaucoup d'exposition à la psychométrie. Mais je crois me rappeler avoir passé un ou deux tests psychométriques, lorsque je cherchais du travail. Donc, dans le processus de recrutement, et peut-être en faisant le test Myers Briggs dans le cadre d'un cours de développement du leadership, est-ce dans l'espace RH que la psychométrie est traditionnellement le plus à sa place ?

Niharika Bhargava 16:11

Les instruments psychométriques sont donc plus courants lorsqu'il s'agit d'embaucher des candidats, afin d'examiner leurs points forts et leurs points à améliorer, et de voir s'ils conviennent à l'organisation. Et c'est également le cas à l'inverse. Il peut être utilisé dans différents domaines du cycle de l'employé. Il y a donc différents moments et différentes étapes pour les instruments psychométriques. Il est donc extrêmement important de comprendre quand les utiliser, et quel type d'instrument utiliser,

Brendan Le Grange 16:42

Cependant, avec ConfirmU, vous cherchez à faire quelque chose d'un peu différent, n'est-ce pas ? Vous cherchez maintenant à mesurer les traits psychométriques qui sont liés aux comportements financiers et au risque de crédit - pouvez-vous m'en dire plus à ce sujet ?

Niharika Bhargava 16:57

Nous utilisons des réflexions différentes pour des modèles différents, car chaque modèle a ses propres lacunes, mais il présente aussi certains avantages. Ainsi, les modèles que nous utilisons, nous voulions nous assurer qu'ils se complètent tous et prendre les modèles qui couvrent les caractéristiques d'un bon emprunteur. Beaucoup de logique, beaucoup de recherches primaires et d'études pilotes soutiennent chaque caractéristique que nous avons choisie. Notre première question a donc été la suivante : "Quels sont les éléments que nous essayons de mesurer par le biais du jeu ?" L'un d'entre eux est l'intention de rembourser et l'autre la conscience financière.

Le MBTI s'intéresse à vos préférences ou à la façon dont vous prenez vos décisions. Il était donc extrêmement important de couvrir les traits liés à cela, qu'il s'agisse de l'extraversion, de l'introversion, du sens, vous savez à quel point quelqu'un est pratique ou réaliste, bien sûr, beaucoup de recherches le confirment, mais d'après vos expériences, si vous utilisez le bon sens, une personne qui a moins tendance à faire défaut est une personne beaucoup plus ouverte et transparente.

Brendan Le Grange 18:05

Niharika, j'ai une formation dans le domaine de l'évaluation traditionnelle du crédit, et dans chaque pays où nous nous rendons, nous pouvons examiner les mêmes types de champs de données, mais nous devons créer une nouvelle carte de crédit, car les données doivent être lues dans le contexte local. J'imagine que la même chose est encore plus vraie lorsque nous examinons des données psychométriques - mon profil de personnalité doit sûrement, au moins dans une certaine mesure, être un produit de la culture dans laquelle je vis. Comment s'assurer que les résultats du jeu de l'Inde, de l'Indonésie, du Kenya ou du Vietnam sont tous valables dans leur contexte local et que rien ne se perd dans une (mauvaise) traduction culturelle ?

Niharika Bhargava 18:51

Oui, je pense que c'est là que réside notre USP. Nous sommes le seul produit qui prend en compte le fait que l'apparence d'un jeu a un impact sur la façon dont les gens répondent à la question.

Donc la façon dont nous localisons pour chaque région... nous regardons la langue, nous faisons en sorte que les avatars aient un certain lien avec l'utilisateur, et bien sûr, les images que nous sélectionnons doivent être des objets - ou des personnes - avec lesquels ils peuvent se connecter. Nous essayons donc de changer l'ethnicité en fonction de la géographie, mais aussi des choses comme ce avec quoi j'ai grandi - pour moi, en Inde par exemple, une assiette en acier est une assiette de tous les jours dans laquelle je mange, alors que la vaisselle chinoise, je la sors quand j'ai des invités à dîner, donc vous savez, aussi local que cela, nous essayons de comprendre les différents pays avant de créer un jeu pour cette géographie. Il s'agit donc d'éléments de gamification avec des éléments psychométriques.

Brendan Le Grange 19:58

Parlons un peu de cet aspect de gamification, parce qu'il y a évidemment des avantages en matière d'engagement des clients. Et quand on pense au temps, le temps passé à jouer à un jeu passe plus vite que le temps passé à remplir un formulaire. Mais, et ici il est presque impossible d'éviter le petit jeu de mots, mais il est plus difficile de jouer le système quand le système est un jeu. Si je pense à répondre à n'importe quel questionnaire me concernant, on peut souvent voir ce qui semble être la bonne réponse. Cette réponse qui représente une version idéale de vous-même plutôt qu'une vraie version de vous-même. Ainsi, même si vous essayez d'être sincère, vous allez ressentir une pression pour, de temps en temps, vous arrondir un peu afin de ne pas être embarrassé à la lecture des résultats. Et je ne pense pas être le seul à ressentir cela. Alors que dans le jeu, il est beaucoup plus facile d'oublier qu'on est devant la caméra, pour ainsi dire. Jacobus l'a déjà souligné en parlant de la construction de son tableau de bord, mais qu'en pensez-vous ?

Niharika Bhargava 21:04

Oui, c'est tout à fait exact - beaucoup d'utilisateurs veulent faire plaisir.

Il s'agit d'un domaine très nouveau où nous utilisons des images, des éléments de gamification et des chiffres pour pouvoir mesurer ces deux éléments. Parfois, lorsqu'il s'agit de l'anglais ou d'autres langues, la façon dont j'interprète certaines choses peut être différente de la façon dont vous les interprétez.

Je dirais que beaucoup d'instituts financiers utilisent beaucoup d'instruments psychométriques lorsqu'il s'agit de questionnaires, d'enquêtes, mais je pense que c'est la première fois que nous l'utilisons uniquement sur la base d'images, de calcul et d'éléments de gamification. Beaucoup de gens utilisent des moyens plus invasifs pour en savoir plus sur une personne, que ce soit par le biais de son numéro de téléphone, de ses services publics ou de son compte de médias sociaux, comme Facebook. Donc, je pense que les avantages sont évidents lorsque vous utilisez des éléments de gamification, nous donnons l'engagement de l'utilisateur. Deuxièmement, le public cible sur lequel nous nous concentrons, les milléniaux comme nous les appelons, est beaucoup plus prêt lorsque quelque chose est créé sous une forme plus animée par rapport à une question directe. Ainsi, dans un scénario de jeu, beaucoup plus de gens répondront à la question de manière beaucoup plus honnête, parce qu'ils seront beaucoup plus à l'aise par rapport à une question directe, par exemple en trois ou quatre minutes, vous ne leur demandez rien, aucune information personnelle. Donc, n'importe quel instrument psychométrique, si vous deviez voir, il vous faudrait au moins 30 à 45 minutes pour le compléter. Alors que dans ConfirmU, nous disons qu'en trois à quatre minutes, nous sommes en mesure d'obtenir suffisamment d'informations sur vous, ce qui sera important pour tout décideur.

Je suppose que le revers de cette même question est qu'une fois que vous avez distillé un long questionnaire en un jeu de trois minutes, les résultats reflètent-ils toujours fidèlement la véritable personnalité ?

Brendan Le Grange 23:18

Niharika, vous avez manifestement une grande expérience de la réalisation de tests psychométriques dans des formats traditionnels. Après avoir construit le jeu, avez-vous effectué des tests pour voir si les résultats de ce jeu étaient similaires à ceux que vous obtiendriez de la même personne si vous réalisiez un entretien ou un questionnaire traditionnel ?

Niharika Bhargava 23:38

Ce que nous avons fait, c'est une étude pilote en Inde, dans l'Inde rurale, dans l'Uttar Pradesh, et nous sommes allés dans quatre villes différentes pour être sûrs d'avoir un éventail de données, nous leur avons demandé de nous donner leur score de crédit, de jouer le jeu, et nous avons fait les tests MBTI sur eux aussi, qui nous donnent un nombre suffisant de points pour nous dire que nous allons dans la bonne direction.

Et ce que nous avons découvert, c'est que dans 80 % des cas, les personnes qui ont obtenu un score élevé pour leur crédit (entre 700 et 800) sont très probablement des personnes que nous avons également bien notées.

Brendan Le Grange 24:25

Je travaille dans le domaine du crédit à la consommation depuis 20 ans, mais je pense que la première fois que j'ai entendu parler de quelqu'un qui essayait d'utiliser une carte de score basée sur la psychométrie pour prendre des décisions de crédit, c'était autour de quelques bières avec mon ami Sam, qui a un diplôme de psychologie et travaille dans le marketing. Et j'ai écarté cette idée parce que je me suis dit que ce n'était pas mes clients.

Mais en fait, à bien des égards, c'est le problème. Selon la Banque mondiale, il y a 2 milliards de personnes dans le monde qui n'ont pas accès aux services bancaires les plus basiques. Et l'ampleur du problème ne fait que croître si l'on pense aux prêts, même sur des marchés où l'on ne penserait pas que c'est un problème. Par exemple, selon des chiffres que j'ai lus l'autre soir, près d'un Américain sur cinq n'a pas d'antécédents de crédit ou a des antécédents de crédit si minces qu'ils ne peuvent être utilisés pour créer un score traditionnel.

Et bien sûr, il existe aujourd'hui des moyens de notation alternatifs, mais même ceux-ci peuvent laisser des gens sur le carreau. Malgré ce que nous voyons tous les jours, tout le monde ne vit pas sa vie sur son smartphone. Et même lorsque c'est le cas, la plupart des modèles ont besoin d'un historique dans lequel ils peuvent rechercher des modèles. Dans un monde où les plateformes gagnent et perdent en popularité, il peut être difficile d'accéder et de conserver l'accès à la bonne plateforme. C'est pourquoi, lorsque Yatir Zaluski m'a proposé de rejoindre ConfirmU, j'étais très enthousiaste - parce que les tests psychométriques, intégrés dans un jeu court, peuvent créer un score de crédit immédiat qui non seulement ne nécessite aucune infrastructure ou historique existant, mais qui donne un aperçu unique des motivations de vos clients.

Alors, Yatir, qu'est-ce qui vous a inspiré pour mettre tout cela sur pied ?

Yatir Zaluski 26:09

Merci de me recevoir - et bien sûr, de recevoir ConfirmU - dans cette émission, Brendan.

Au départ, notre famille possède un appartement dans l'une des régions provinciales d'Israël, et nous voulions louer la maison, mais malheureusement, tous les locataires potentiels étaient des personnes qui n'avaient pas de compte bancaire. Alors, vous savez, ma mère, chaque fois qu'elle rencontrait un locataire potentiel qui n'avait pas de compte bancaire, elle pensait toujours que, vous savez, ces personnes ne devraient pas être autorisées à louer notre appartement. Mais mes valeurs fondamentales m'ont amenée à penser "pourquoi existe-t-il un paradigme autour des propriétaires selon lequel les personnes qui n'ont pas de compte bancaire devraient être privées des droits fondamentaux de la location d'un appartement ?". C'était vraiment quelque chose qui brûlait en moi. C'est donc ce qui m'a poussé à construire ce genre de solution.

J'ai regardé autour de moi et j'ai pensé que nous pourrions peut-être obtenir quelque chose de plus démocratique d'une certaine manière, qui nous permette de comprendre qui sont ces personnes, ce qui les motive vraiment. L'intention les conduirait à des actions, donc s'il veut louer une propriété, ou servir la dette qu'il a contractée, il fera tout ce qui est en son pouvoir pour que cela arrive. Donc c'est comme ça que j'ai commencé, j'ai pensé que, vous savez, la meilleure façon était de filtrer ou d'interviewer des personnes potentielles ou des candidats à la location, par le biais d'un chatbot, j'ai pensé que nous aurions une compréhension de la personne par le biais d'une PNL, qui est mise en correspondance avec des éléments psychologiques basés sur le modèle des Big Five en psychologie.

Je ne suis pas un psychologue, vous savez, je suis un CPA par qualification, et j'ai fait de l'informatique et des systèmes d'information globaux, et j'ai fait des projets globaux dans le monde entier. Mais ce qui me motive vraiment, c'est un problème et la manière d'y trouver une solution. J'ai donc commencé à travailler sur une présentation qui le montrait, je l'ai présentée à quelqu'un sur LinkedIn - une dame qui dirige un incubateur à Londres, et elle m'a invité à présenter cette idée au startup bootcamp à Londres. Et quand je l'ai présentée à la foule du startup bootcamp, qui était principalement originaire d'Inde, ils l'ont regardée et m'ont dit, "wow, c'est une excellente solution. Pourquoi ne pas l'adapter à un problème beaucoup plus important, à savoir l'inclusion financière ?

Nous avons donc dû la modifier et l'adapter à la sélection par l'image. Et une chose en entraînant une autre, ConfirmU est passé de quelque chose qui est bon pour la langue anglaise mais qui n'est pas extensible pour 207 dialectes en Inde, à une véritable gamification, qui serait beaucoup plus intéressante pour les personnes au bas de la pyramide. Il n'y a pas de meilleur moyen, vous savez, d'engager les gens dans ce type de segment. Et notre pilote initial était avec Experian la et la Fondation Grameen en Inde, ce qui est vraiment excitant, parce que dans ma vision, la Fondation Grameen est l'inclusion financière.

Brendan Le Grange 29:19

Comme vous l'avez dit, ConfirmU a commencé par la prop tech avant de s'étendre aux services financiers. A quoi ressemble le produit aujourd'hui ?

Yatir Zaluski 29:28

Ce dont nous sommes fiers, c'est que nous avons adapté et localisé le jeu à tous les marchés où nous sommes présents - le crédit, en fin de compte, est une question de culture, et nous devons intégrer cela dans notre jeu. Nous ferons donc un projet pilote et nous construirons un modèle sur mesure pour ces prêteurs en nous basant sur, vous savez, notre compréhension par le prêteur des aspects pratiques et des caractéristiques de ce public. Puis nous enverrons le lien.

Et ces consommateurs joueront le jeu. Et une fois que nous aurons compris comment un bon ou un mauvais emprunteur joue le jeu, nous pourrons alors proposer un modèle. Et ensuite nous pouvons, je pense, nous étendre rapidement à d'autres clients sur le marché.

Nous avons commencé par les femmes rurales et les microentrepreneurs, qui représentent en fait la majeure partie du segment de l'industrie de la microfinance. Et ConfirmU est également en train de pénétrer un segment vraiment unique, celui des prêts agricoles. Lorsque nous avons commencé à nous engager avec MyFugo au Kenya, la première chose qui m'est venue à l'esprit, c'est que le Kenya est un paysage numérique en plein essor... mais au bout du compte, personne n'atteint réellement ces agriculteurs. C'était donc une expérience passionnante. On ne trouve pas tous les jours un entrepreneur aussi extraordinaire qu'Allan (Tollo), qui voit son public, qui voit le problème et qui voit la grande opportunité.

L'un des segments que j'ai trouvé vraiment attrayant est celui des nouveaux arrivants au crédit dans les métros, une population jeune, férue de technologie, mais qui n'a pas d'historique de crédit. Et ces personnes, en particulier, seraient, je pense, les premiers clients de "buy now pay later", qui est un segment florissant que nous voyons partout dans le monde et qui gagne de plus en plus de terrain sur les marchés émergents. Je pense donc que c'est une cible qui évolue très rapidement et que ConfirmU doit être présente. Bien sûr, nous allons également nous engager auprès des banques.

Brendan Le Grange 31:46

Et je suppose que d'une certaine manière, pour revenir à ce pivot initial, nous parlons ici d'un cas d'utilisation de score de crédit. Mais si votre profil psychométrique influence votre comportement financier, il va de soi qu'il influence également votre comportement d'une autre manière. Y a-t-il donc des cas d'utilisation autres que le crédit que vous explorez ?

Yatir Zaluski 32:08

Donc oui, dans l'espace de prêt, qui est assez vaste, l'année prochaine, nous voulons continuer à valider et à construire des modèles avec les prêteurs traditionnels comme les banques. Et en même temps, nous nous rapprochons de toutes ces nouvelles plates-formes comme les banques numériques, les plates-formes d'achat immédiat et de paiement différé, les places de marché pour les prêts (principalement sur les marchés émergents), mais nous voulons aussi étendre notre offre aux assurances, à la technologie de la richesse, et le plus grand bureau de crédit au monde souhaite vraiment s'engager avec notre solution dans le domaine de la technologie immobilière.

Et maintenant, cela peut être une surprise. Mais même dans l'espace blockchain DeFi, il y a une grande place pour l'évaluation du crédit. À l'heure actuelle, lorsqu'un demandeur veut obtenir un crédit au sein de ces plateformes de prêt, il doit avoir une sorte de garantie. Il s'agit donc d'un énorme potentiel, qui est estimé à environ 600 milliards de dollars.

Et la vision globale de cette entreprise est de devenir une alternative mondiale, un bureau de crédit. Vous savez, tout le monde mérite un crédit. Et le modèle traditionnel est bon, mais il n'évalue pas réellement l'intention de la personne en fonction de sa personnalité.

Brendan Le Grange 33:28

Et ce que j'apprécie vraiment, c'est que du point de vue des consommateurs, personne ne contrôle vos données, car ConfirmU n'a pas besoin d'historique, vous ne vous retrouverez pas dans une situation où votre activité se trouve sur la mauvaise plateforme pour un prêteur, ou sur la bonne plateforme à laquelle le prêteur vient de perdre l'accès. Vous êtes vos données.

Yatir, merci beaucoup. Si quelqu'un souhaite en savoir plus sur la gamification des scores de crédit, quel est le meilleur moyen de vous contacter ?

Yatir Zaluski 34:00

Le meilleur moyen, je pense, serait soit mon profil LinkedIn, soit via yatir@confirmu.com.

Brendan Le Grange 34:06

Et merci à Niharika et Jacobus, aussi, toutes leurs coordonnées seront dans les notes du spectacle ci-dessous.

How to Lend Money to Strangers est animé et produit par moi-même, Brendan le Grange, et enregistré à l'extérieur de Maidstone, en Angleterre. La musique de l'émission est signée IAM_Wake. Les transcriptions écrites et d'autres contenus sont disponibles sur www.howtolendmoneytostrangers.show

النص الكامل المكتوب ، مع الطوابع الزمنية ، أدناه:

يتير زالوسكي 0:00

ما يدفعني حقًا هو مشكلة وطريقة إيجاد حل لها. لذلك أنا لست عالم نفس ، لكنني اعتقدت أننا سنحصل على فهم للشخص من خلال العناصر القائمة على نموذج الخمسة الكبار في علم النفس ، والنية ستقودهم إلى الأفعال. هذا ، حقًا ، كان شيئًا ما يحترق بداخلي. لذلك ، أدى شيء واحد إلى الآخر وتطور برنامج ConfirmU من شيء جيد للغة الإنجليزية ولكنه غير قابل للتطوير لـ 207 لهجات في الهند وتمحور حول مشكلة أكبر بكثير ، وهي الشمول المالي.

بريندان لو جرانج 0:43

مبروك عملك الجديد. لقد اتصلت بجميع أصدقائك للاحتفال بإنجازك للحفلة الساعة الخامسة يوم السبت. لسوء الحظ ، إنها ليلة الجمعة ولم تقم بأي استعدادات لذلك سيكون يومك حافلًا غدًا. في أي وقت يتم ضبط المنبه؟ مشرق ومبكر لذا لديك أكثر من الوقت الكافي لإنجاز ذلك ، أو هل تنام ، بعد كل شيء هو يوم سبت ويمكنك دائمًا ركوب سيارة أجرة لتعويض الوقت.

حسنًا ، لقد استيقظت وأنت متجه إلى المدينة. إنه يوم مشمس لذا فأنت تركب دراجة نارية ، لكنها تحتاج إلى بعض الوقود. تتوقف في الطريق وتملأ. في المملكة المتحدة ، يبلغ حوالي 1.50 جنيهًا إسترلينيًا للتر في الوقت الحالي ، لذلك لنفترض أنك وضعت 15 لترًا وقدمت 25 جنيهًا إسترلينيًا - ما مقدار التغيير الذي يجب أن تحصل عليه؟ الدبابات ممتلئة ، تتوجه إلى المدينة وتقضي بعض الوقت في التجول بحثًا في نوافذ المتجر. هل يمكن أن تفعل مع قميص جديد لطيف للحفلة ولكن الثمن بعض الشيء. ما رأيك ، ربما يمكننا التفاوض على الخصم؟

يمكن أن تخبر الاختيارات التي تقوم بها في محاكاة كهذه الطبيب النفسي المدرّب شيئًا عن مكياجك. ربما تكون قد صادفت اختبارًا كهذا أثناء البحث عن وظيفة جديدة أو أثناء دورة القيادة عندما كنت تتعلم كيف يؤثر ملفك الشخصي النفسي على أسلوبك في القيادة. ولكن نظرًا لأن علم النفس الخاص بك يؤثر على جميع قراراتك ، فإن نفس هذا النوع من الاختبار يمكن أن يكون مفيدًا في إخبارنا بسلوكياتك المالية ، ونتيجة لذلك ، مخاطر الائتمان الخاصة بك.

مرحبًا بك في كيفية إقراض الغرباء مع بريندان لو جرانج.

جاكوبوس إكستين ، المؤسس والرئيس التنفيذي لشركة Matogen Applied Insights ، مرحبًا بكم في المعرض. الآن كان دخولك إلى عالم بناء بطاقة قياس الأداء تقليديًا إلى حد ما - حيث يأتي عبر تمويل التجزئة ثم قضيت عدة سنوات في أحد مكاتب الائتمان الكبرى - ولكن بعد أن بدأت بمفردك مع Matogen ، يبدو أنك قد بدأت مجموعة واسعة من المشاريع ، ضمن الخدمات المالية ، بالطبع ، وفي الصناعات ذات الصلة مثل الاتصالات حيث أعلم أنك تقوم بالكثير من العمل ، ولكن أيضًا في الصناعات البعيدة كثيرًا عن الخدمات المالية ، مثل مساعدة المزارعين على تحديد حصادهم المثالي تواريخ.

ما هي بعض تلك الظروف الأكثر غرابة التي بنيت فيها النماذج؟

يعقوب اكستين ٣:٣٦

شكرا على الفرصة. هناك الكثير من الدروس من صناعة الائتمان التي يمكن أن تتعلمها الصناعات الأخرى ، والدروس من الصناعات الأخرى التي يمكن أن تتعلمها صناعة الخدمات المالية. لذا فإن Matogen Applied Insights (حيث "الرؤى التطبيقية" هي نوع من اللسان في إشارة الخد إلى الذكاء الاصطناعي). إنها جزء من مجموعة شركات مع شركات أخرى تركز على تطوير البرمجيات والتسويق الرقمي والخدمات الجغرافية المكانية. لذلك من الجيد أن تكون قادرًا على حل مشاكل العمل مع الاستمرار في جذب الخبراء من بعض الشركات الأخرى. لقد فعلنا أي شيء بدءًا من المراجحة في أسواق العملات المشفرة وحتى التنبؤ بمواعيد الحصاد للتأكد من أن المزارع لا ينفق الكثير على حماية المحاصيل ومن ثم تكون مستويات المبيدات الحشرية في محصوله مرتفعة جدًا عندما يحاول التصدير. في المشاريع الزراعية الأخرى ، نحن منشغلون في طرح منصة تحليلية لأخذ البيانات من مصادر مختلفة في جميع أنحاء العالم وتوحيدها لاتخاذ قرارات أفضل ونشر واجهات برمجة تطبيقات مختلفة - نحن نفعل ذلك مع جامعة في أمريكا. في التعدين ، يتعلق الأمر باستهداف المناطق المربحة. في مجال الرعاية الصحية ، نساعد الأفراد على فهم مستوى المرونة باستخدام علم البيانات وأخذ الاستبيان الذي أجابوا عليه ، وتقديم توصيات عملية حول أنماط النوم ، على سبيل المثال.

لذلك في كل مرة تعمل فيها في مشروع ما ، هناك درس يمكنك تعلمه في مكان آخر. على سبيل المثال ، هناك مفهوم في العلوم الطبية يسمى درجة u ، وهو مفيد جدًا في حل مشكلة التعلم غير الخاضعة للإشراف حيث لا تكون متأكدًا مما يمكنك التنبؤ به وتحويله إلى مشكلة تعلم خاضعة للإشراف. لكن يمكننا استخدام نفس المفهوم في غسيل الأموال ومكافحة غسيل الأموال لكي نكون أكثر تحديدًا. ويمكننا استخدام نفس المفهوم لترتيب الأفراد الذين يجيبون على الاستبيان في الخدمات المالية لتحديد صحتهم المالية ومرونتهم المالية.

لذلك من المدهش أن تكون قادرًا على الاستفادة ليس فقط من صناعة واحدة ، ولكن من جميع الصناعات المختلفة. لكن التحدي بعد ذلك هو فهم صندوق الأدوات الخاص بك ومعرفة متى يجب تطبيق الأداة ، لأنها قد لا تكون كلها ذات صلة.

بريندان لو جرانج 6:03

نعم ، ودعنا نلقي نظرة فاحصة على هذه النقطة ، لأنني أتخيل أن العمل داخل مكتب ائتمان ، أنت تتعامل مع بيانات من العملاء الذين قضوا وقتًا طويلاً في التعود على فكرة مشاركة البيانات ، لقد استثمروا في العمليات الداخلية التي تنشئ وتخزن وتشارك البيانات بدقة ، وعندما يشاركونها ، يتم تصفيتها من خلال قواعد معينة على جانب المكتب. وهي بالطبع كبيرة ، لأنك عادة ما يكون لديك نظرة شاملة لبيانات الدولة بأكملها.

عندما يتعين عليك بناء نماذج على بيانات ليست منظمة أو ليست بهذا الحجم. كيف كان عليك تعديل نهجك؟

يعقوب اكستين 6:44

سؤال جيد. لذا ، نعم ، إنها مجموعات بيانات جيدة التنظيم في مكتب ائتمان. لكن الكثير من البيانات أيضًا غير منظمة وليست نظيفة ، خاصةً عندما كان هناك بعض التدخل البشري. على سبيل المثال ، بيانات الاتصال أو بيانات التوظيف. لذلك كان من حسن حظي أن أتعرض لذلك في مكتب الائتمان. الشيء الجيد في نماذج الخدمات المالية ، أو النماذج في منطقة تخضع لرقابة صارمة ، هو أنه لا يمكنك فقط السعي للحصول على القوة التنبؤية ، فأنت بحاجة إلى بناء نماذج تنبؤية ، ولكنها أيضًا شفافة ومستقرة. وإذا كنت تستخدم هذه الأساليب ، فيمكن نقلها بسهولة إلى مجموعات بيانات أصغر ، مقارنةً على سبيل المثال ، بالشبكة العصبية ، والتي تتفوق عمومًا على النماذج الأخرى التي تحتوي على ملايين وملايين من السجلات.

ونعم ، هناك تقنيات أخرى مثل الشبكات العصبية الاحتمالية لمجموعات البيانات الأصغر ، ولكن بشكل عام ليس من السهل تنفيذ أو تعديل أو مراقبة أو فهم شيء مثل الانحدار اللوجستي مع ثقل تحويل الأدلة. لذلك ، مع مجموعة بيانات صغيرة ، حيث لا يمكنك الوثوق دائمًا بالبيانات لأنه ليس لديك ملايين السجلات للتحقق مما هو الخارج وما هو التمثيل الحقيقي للسكان ، يجب أن تكون قادرًا على الجمع بين خبيرك الحكم بناءً على حكم الخبير في الصناعة ، بما تراه في البيانات في وقت ما مع ما تراه في البيانات في نفس الصناعة ونقاط أخرى في الوقت المناسب ، مع ما تراه في صناعات أخرى. وبعد ذلك تقوم بدمج كل تلك الأفكار.

لذا ، نعم ، الفطرة السليمة والشفافية أمران أساسيان. طالما أنك لا تتسرع في ذلك ، طالما أنك لست راعي بقر ، طالما أنك لا تطارد القدرة على التنبؤ فقط ، فهذا يسهل كثيرًا محاولة إجراء التنبؤات.

بريندان لو جرانج 8:50

والشيء الآخر الذي يمكننا استخلاصه من اتساع نطاق المشاريع التي قمت بها ، هو أن الشيء الذي تحاول توقعه ليس بهذه الأهمية. طالما أن المتغير التابع له علاقة بالمتغير المستقل ، يمكنك على الأرجح بناء نموذج له. مع أخذ ذلك في الاعتبار ، دعنا نحول تركيزنا إلى دراسة حالة ConfirmU - حيث تم تكليفك ببناء بطاقة قياس ائتماني باستخدام السمات السيكومترية فقط كمدخل. هل فوجئت بمدى إمكانية التنبؤ بها؟

يعقوب اكستين ٩:٢٤

أعتقد أنني كنت أتوقع رؤية نتيجة قوية. هناك مقولة تقول إنها ليست أفضل خوارزمية هي التي تفوز ولكن أفضل البيانات. الإجماع العام في صناعة الائتمان هو أنه لا يوجد فرق كبير بين الخوارزميات المختلفة ، خاصة إذا لم تكن البيانات كبيرة.

تقدم البيانات السيكومترية فرصة رائعة ليس فقط لمعرفة ما يفعله الناس ، ولكن لفهم السبب. إذا فهمت السبب ، فسيساعد ذلك على التنبؤ بالأداء المستقبلي. لذلك تمامًا كما هو الحال مع بيانات مكتب الائتمان من موفري الائتمان ، فإن إمكانية تتبع البيانات ، وبيانات السلامة مهمة حقًا. لذلك مع بيانات مكتب الائتمان ، قد يكون المورد لم يلتقط البيانات بشكل صحيح. مع وجود شيء مثل شخص ما يلعب اللعبة ، هناك أيضًا خطر من أن اللعبة لم تلتقط السمة بشكل صحيح. لذلك يجب التحقق من ذلك. لا يزال حجم العينة بحاجة إلى أن يكون كبيرًا بدرجة كافية. ما زلنا بحاجة إلى التحقق من صحة ذلك مع طبيب نفساني ، ويجب أن يكون منطقيًا.

ولكن بمجرد تلبية معظم هؤلاء ، ولديك تقنية نمذجة شفافة ، فإنها تصبح بالفعل مصدرًا قويًا للغاية للبيانات. وأيضًا لأن اللعبة تقلل من فرصة محاولة شخص ما لعب اختبار القياس النفسي ، فقد منحني الثقة. بالإضافة إلى ذلك ، هناك درجة منخفضة من الارتباط مع المصادر الأخرى. لأنه إذا كانت جميع المصادر تخبرك بنفس القصة ، فإنها لا تضيف أي قيمة. لذلك يمكن أن تضيف قيمة إلى كل من الملفات الرقيقة والملفات السميكة. ولكن في سياق ملف رفيع ، فإن بطاقات أداء الملفات الرفيعة أو بطاقات قياس الأداء الجديدة أو الجديدة في بطاقات الأداء الائتماني تلقي بمجموعة كبيرة من الأفراد في نفس الفئة العمرية ، أو في نفس وعاء الدخل. في حين أنه قد يكون لديك شخص ذو دخل مرتفع للغاية يعيش خارج نطاق إمكانياته ، أو شخص آخر قادر على التخطيط جيدًا ، فهو ضمير. وعندما يكون لديك هذه العدسة السيكومترية الإضافية ، يمكن أن تجعل فردين مختلفين سيبدوان متماثلين. نعم ، ذواتهم الحقيقية - يبدو الأمر كما لو كنت تنظر باستخدام عدسة مكبرة. لذلك رأينا قوة ، يمكن مقارنتها إلى حد كبير بنموذج تم إنشاؤه باستخدام بيانات مكتب الائتمان في الفضاء غير الآمن.

وتمكنا من الحصول على قيم تنبؤية عالية جدًا في الاختبار خارج الوقت أيضًا. بعبارة أخرى ، نظهر أن النموذج يعمل بشكل جيد ولا يحفظ فقط.

تمكنا أيضًا من رؤية اتجاه هبوطي لطيف للمعدل السيئ. لذلك مع زيادة النتيجة ، ينخفض ​​المعدل السيئ. هم الذين قد يمنحون شخصًا حصل على درجة أقل مبلغًا أقل ، بدلاً من مجرد رفضها. والشخص الذي حصل على درجة أعلى بمبلغ أكبر ، إذا كان يريد حتى مبلغًا كبيرًا ، فيمكنه الذهاب إلى مكتب الائتمان - بدلاً من الاضطرار إلى دفع رسوم مكتب الائتمان لكل طلب ، فإنهم الآن يدفعون فقط الانتظار. لذا نعم ، القوة مهمة. وقد أظهرنا ذلك ، ولكن الأمر يتعلق أيضًا باستخدام هذا النموذج ، جنبًا إلى جنب مع بيانات التطبيق ، ويحتمل الاستعلام عن البيانات لزيادة ليس فقط الربح ، ولكن أيضًا التأثير والاستدامة.

بريندان لو جرانج 12:01

نعم ، لقد ذكرت للتو كيف أن إحدى نقاط الضعف في ملف النهاية التقليدي أو الجديد في بطاقة قياس الائتمان هي ميلهم إلى تجميع الدرجات حول نقطة أو نقطتين. وأعتقد أن أحد أهم الوصايا لنجاح النموذج الذي قمت ببنائه هو أن هذا لم يحدث. لست متأكدًا مما إذا كانت هناك طريقة أكثر تقنية لوصف التوزيع ، ولكن من المؤكد أنها مرضية جدًا للعين ، يمكنك الحصول على شرائح عشرية لطيفة في المجموعة التي تم تسجيلها والمعدلات السيئة للعشر الأكثر خطورة هي ثلاثة أضعاف تلك بالمعدلات السيئة من عشري منخفض المخاطر مع تغيير ثابت. لذا تهانينا على ذلك ، وبالفعل على الجنس العام القوي الذي تمكنت من تحقيقه.

ومع ذلك ، فإنها تذكر بعض السخرية الصغيرة التي كان أحد أساتذتي في ماجستير إدارة الأعمال مولعا بها ، عن أستاذ اقتصاد كان يجلس بين جمهور خطاب ألقاه رجل أعمال محلي. في منتصف الطريق تقريبًا رفع يده وقال ، يمكنني أن أرى أن عملك يعمل في الممارسة ، لكنني قلق ، هل يعمل من الناحية النظرية أيضًا.

الآن ، بالطبع ، هذا حفر في حقيقة أنه إذا انغمسنا كثيرًا في الأرقام ، فيمكننا قضاء كل وقتنا في التفكير وعدم القيام بأي شيء أبدًا ، وأن رجل الأعمال الجيد يتصرف على أساس غريزة الحدس أكثر من كونه أكاديميًا دقة. لكني أعتقد أن هناك وقتًا ومكانًا يستحق فيه البحث عن الأسس النظرية ، لأنهم يستطيعون التحدث عن تكرار تلك النجاحات المبكرة التي وصفها جاكوبس للتو. لذلك عندما شاركت لأول مرة في ConfirmU ، كان أحد الأشياء التي أردت معرفة المزيد عنها هو مفهوم القياس النفسي. ما هو الأساس العلمي لذلك؟ وهل لدي سبب وجيه للاعتقاد بأن الملف الشخصي للقياس النفسي للمستهلك سيؤثر على القرارات التي يتخذونها في العالم الحقيقي ، وبالتالي على صحتهم المالية؟

نيهاريكا بهارجافا 14:50

مرحباً بالجميع ، أنا نيهاريكا بهارجافا. أنا رئيس قسم العلوم في ConfirmU. خلفيتي في علم النفس - كان تخصصي في علم النفس والموارد البشرية من جامعة واترلو ، كندا. ذهبت للحصول على درجة الماجستير في الموارد البشرية من كلية لندن للاقتصاد. وفي عام 2013 ، حصلت على شهادتي في التقييمات السيكومترية ، وحصلت على أكثر من 16 اختبارًا.

تركت وظيفتي في الشركة في البنك الهندي الخاص في عام 2016 ، سبتمبر ، وواصلت إنشاء شركتي الناشئة الخاصة التي تسمى Psych4U ، والتي تقدم خدمات الاختبار النفسي للشركات والأفراد ، وانضممت إلى شركة ConfirmU العام الماضي لأتمكن من إنشاء أداة القياس النفسي وعناصر التلعيب للمنتج.

بريندان لو جرانج 15:47

الآن ، Niharika ، ليس لدي الكثير من التعرض للقياسات النفسية. لكن يبدو أنني أتذكر أنني خضت اختبارًا نفسيًا أو اثنين ، عندما كنت أبحث عن عمل. إذن ، في عملية التوظيف ، وربما إجراء اختبار مايرز بريجز في دورة تنمية القيادة ، هل تكون القياسات النفسية في المنزل عادةً في مساحة الموارد البشرية تلك؟

نيهاريكا بهارجافا 16:11

لذلك ، فإن أدوات القياس النفسي هي الأكثر شيوعًا عندما يتعلق الأمر بتعيين المرشحين للنظر في نقاط قوتهم ومجالات التحسين ، ومعرفة ما إذا كانوا مناسبين للمؤسسة. والعكس صحيح أيضًا. يمكن استخدامه في مناطق مختلفة من دورة الموظف أيضًا. لذلك هناك أوقات ومراحل مختلفة للأدوات السيكومترية. لذلك من المهم للغاية معرفة وقت استخدامها ونوع الاستخدام ،

بريندان لو جرانج 16:42

على الرغم من أنك تتطلع إلى القيام بشيء مختلف قليلاً باستخدام ConfirmU ، أليس كذلك؟ أنت الآن تتطلع إلى قياس السمات السيكومترية المرتبطة بالسلوكيات المالية ومخاطر الائتمان - هل يمكن أن تخبرني المزيد عن ذلك؟

نيهاريكا بهارجافا 16:57

نستخدم أفكارًا مختلفة لنماذج مختلفة ، لأن لكل نموذج فجواته الخاصة ، ولكن لديهم أيضًا مزايا معينة. لذا ، فإن النماذج التي نستخدمها ، أردنا التأكد من أنها جميعًا تكمل بعضها البعض وأن نأخذ تلك النماذج التي تغطي السمات التي تجعل المقترض جيدًا. الكثير من المنطق ، والكثير من الأبحاث الأولية والدراسات التجريبية التي تدعم كل سمة اخترناها. لذلك كان أول شيء لدينا هو "ما هي الأشياء التي نحاول قياسها من خلال اللعبة": الأول هو النية للسداد ، والآخر هو الضمير المالي.

الآن ، تنظر MBTI في تفضيلاتك أو طريقة اتخاذك للقرارات. لذلك كان من المهم للغاية تغطية السمات المتعلقة بذلك سواء كان ذلك الانبساط أو الانطواء ، سواء كان ذلك عن طريق الإحساس ، فأنت تعلم مدى واقعية شخص ما ، بالطبع ، الكثير من الأبحاث تدعم هذا ، ولكن من تجاربك ، إذا كنت تستخدم الفطرة السليمة ، فالشخص الأقل احتمالًا للتخلف هو شخص أكثر انفتاحًا وشفافية.

بريندان لو جرانج 18:05

Niharika ، خلفيتي هي في التصنيف الائتماني التقليدي ، وفي كل بلد نذهب إليه ، قد ننظر إلى نفس أنواع حقول البيانات ولكن سيتعين علينا إنشاء بطاقة أداء ائتمان جديدة - لأن البيانات تحتاج إلى القراءة ضمن السياق المحلي. أتخيل أن الأمر نفسه أكثر صحة عندما ننظر إلى القياسات النفسية - يجب أن يكون ملف شخصيتي بالتأكيد ، على الأقل إلى حد ما ، نتاج الثقافة التي أعيش فيها. كيف تتأكد من أن نتائج اللعب من الهند ، ونتائج طريقة اللعب من إندونيسيا ، ومن كينيا ، ومن فيتنام ، كلها صالحة في سياقاتهم المحلية وأن لا شيء يضيع في الترجمة الثقافية (الخاطئة)؟

نيهاريكا بهارجافا 18:51

نعم ، أعتقد أن هذا هو مكان USP الخاص بنا. نحن المنتج الوحيد الذي يدرس حقيقة أن طريقة ظهور اللعبة تؤثر على الطريقة التي يجيب بها الناس على السؤال.

لذا فإن الطريقة التي نترجم بها لكل منطقة جغرافية ... ننظر إلى اللغة ، ونصنعها بحيث تتمتع الصور الرمزية بنوع من الارتباط مع المستخدم ، والآخر ، بالطبع ، يجب أن تكون الصور التي نختارها من العناصر - أو من الأشخاص - الذين يمكنهم التواصل معهم. لذلك نحاول تغيير العرق بناءً على الجغرافيا ، ولكن أيضًا أشياء مثل ما نشأت معه - بالنسبة لي ، في الهند ، نقول ، الصفيحة الفولاذية هي طبق يومي أتناوله من طعامي ، بينما أحضر الأواني الفخارية الصينية في الخارج عندما يكون لدي ضيوف عشاء ، كما تعلمون ، على المستوى المحلي الذي نحاول فهمه من بلدان مختلفة قبل إنشاء أي لعبة لتلك المنطقة الجغرافية. إذن فهي عناصر التلعيب ذات العناصر السيكومترية.

بريندان لو جرانج 19:58

حسنًا ، دعنا نتحدث عن جانب التحفيز هذا قليلاً ، لأنه من الواضح أن هناك جوانب إيجابية في مشاركة العملاء في ذلك. وعندما نفكر في الوقت ، فإن الوقت الذي نقضيه في لعب اللعبة يمر بشكل أسرع من الوقت الذي نقضيه في ملء النموذج. ولكن ، وهنا يكاد يكون من المستحيل تجنب القليل من التلاعب بالألفاظ ، ولكن من الصعب التلاعب بالنظام عندما يكون النظام عبارة عن لعبة. إذا فكرت في الإجابة على أي استبيان عن نفسي ، يمكنك غالبًا رؤية ما يبدو أنه الإجابة الصحيحة. هذه الإجابة تمثل نسخة مثالية عنك وليس نسخة حقيقية عنك. وهكذا ، بقدر ما تحاول أن تكون صادقًا ، ستشعر بهذا الضغط ، بين الحين والآخر ، لتقريب نفسك قليلاً حتى لا تشعر بالحرج عندما يقرؤون النتائج. ولا أعتقد أنني وحيدة في الشعور بذلك. بينما في اللعبة ، من الأسهل كثيرًا نسيان أنك أمام الكاميرا ، كما كانت. وقد دعا جاكوبس إلى ذلك بالفعل من حيث بناء بطاقة الأداء الخاصة به - ولكن ما رأيك في ذلك؟

نيهاريكا بهارجافا 21:04

نعم ، هذا صحيح تمامًا - يرغب الكثير من المستخدمين في إرضائهم.

هذه منطقة جديدة جدًا حيث نستخدم الصور ، نستخدم عناصر التحفيز ، نستخدم الحساب حتى نتمكن من قياس هذين الأمرين. في بعض الأحيان عندما يتعلق الأمر باللغة الإنجليزية أو اللغات الأخرى ، قد تختلف الطريقة التي أفسر بها شيئًا معينًا عن الطريقة التي تفسر بها ذلك.

أود أن أقول إن الكثير من المؤسسات المالية تستخدم بالتأكيد الكثير من أدوات القياس النفسي عندما يتعلق الأمر بالاستبيانات ، صحيح ، الاستطلاعات ، لكنني أعتقد أن هذه ستكون المرة الأولى التي نستخدمها فيها فقط بناءً على الصور والحساب وعناصر التلعيب . لذلك يستخدم الكثير من الناس طرقًا أكثر تدخلاً للقدرة على معرفة المزيد عن الشخص ، يمكن أن يكون ذلك من خلال رقم هاتفهم أو من خلال مرافقهم أو من خلال حساباتهم على وسائل التواصل الاجتماعي أو Facebook. لذا أعتقد ما هي المزايا بالتأكيد عند استخدام عناصر التحفيز ، فنحن نوفر مشاركة المستخدم. ثانيًا ، حقيقة أن الجمهور المستهدف الذي نركز عليه ، جيل الألفية كما نطلق عليهم ، يكونون أكثر استعدادًا عندما يتم إنشاء أي شيء بشكل أكثر حيوية مقابل سؤال مباشر. لذلك في سيناريو اللعبة ، سيجيب الكثير من الأشخاص على السؤال بصدق أكبر ، لأنهم سيكونون أكثر راحة بكثير مقابل طرح الأسئلة عليهم مباشرة ، مثل ثلاث إلى أربع دقائق ، فأنت لا تسألهم أي شيء ، أي معلومات شخصية. لذا فإن أي أداة قياس نفسية ، إذا كنت سترى ، سوف يستغرق الأمر ما لا يقل عن 30 إلى 45 دقيقة لإكمالها. بينما نقول في ConfirmU في غضون ثلاث إلى أربع دقائق ، يمكننا الحصول على معلومات كافية عنك ، والتي ستكون مهمة لأي صانع قرار.

أعتقد أن الجانب الآخر من نفس السؤال ، إذن ، بمجرد الانتهاء من استبيان طويل إلى لعبة مدتها ثلاث دقائق ، هل لا تزال النتائج تعكس بدقة الشخصية الحقيقية؟

بريندان لو جرانج 23:18

Niharika ، من الواضح أن لديك الكثير من الخبرة في تقديم الاختبارات السيكومترية في الأشكال التقليدية. بعد إنشاء اللعبة ، هل أجريت أي اختبارات لمعرفة ما إذا كانت نتائج هذه اللعبة مشابهة للنتائج التي ستحصل عليها من نفس الشخص إذا أجريت مقابلة أو استبيانًا تقليديًا؟

نيهاريكا بهارجافا 23:38

ما فعلناه هو أننا قمنا بدراسة تجريبية في الهند ، وريف الهند ، وأوتار براديش ، وذهبنا إلى أربع مدن مختلفة للتأكد من أن لدينا بالفعل مجموعة من البيانات ، لقد طلبنا منهم في الواقع إعطائنا درجة الائتمان الخاصة بهم ، واللعب اللعبة ، وقمنا بإجراء اختبارات MBTI عليها أيضًا ، والتي تمنحنا في الواقع عددًا كافيًا من النقاط لإخبارنا أننا نسير في الاتجاه الصحيح.

وما وجدناه هو 80٪ من الوقت ، أن الأشخاص الذين سجلوا درجات عالية في درجة ائتمانية (حصلوا على ما بين 700 و 800) من المرجح أننا أيضًا أشخاص سجلنا درجات عالية.

بريندان لو جرانج 24:25

لقد عملت في الائتمان الاستهلاكي لمدة 20 عامًا ، لكنني أعتقد أن المرة الأولى التي سمعت فيها عن أي شخص يحاول استخدام بطاقة قياس الأداء السيكومترية لاتخاذ قرارات ائتمانية ، كانت أكثر من بضعة أنواع من البيرة مع صديقي سام ، الحاصل على درجة في علم النفس و يعمل في التسويق. ورفضت ذلك لأنني اعتقدت أن هؤلاء ليسوا زبائني.

لكن في الواقع ، هذه هي المشكلة من نواح كثيرة. وفقًا للبنك الدولي ، هناك ملياري شخص حول العالم يفتقرون إلى الوصول إلى أبسط الخدمات المصرفية. ويزداد حجم المشكلة فقط إذا فكرنا في الإقراض ، حتى في الأسواق التي لا نعتقد أنها مشكلة. على سبيل المثال ، ذكرت بعض الأرقام التي قرأتها الليلة الماضية ، ما يصل إلى 1 من كل 5 أمريكيين إما يفتقر إلى تاريخ ائتماني ، أو لديه سجل ائتماني ضئيل للغاية بحيث لا يمكن استخدامه لإنشاء درجة تقليدية.

وبالتأكيد ، هناك بعض الوسائل البديلة لتسجيل الأهداف اليوم ، ولكن حتى تلك الوسائل يمكن أن تترك الناس وراءهم. على الرغم مما نراه يوميًا ، لا يعيش الجميع حياتهم على هواتفهم الذكية. وحتى في حالة وجودها ، تحتاج معظم النماذج إلى تاريخ للبحث عن الأنماط. وفي عالم ترتفع فيه المنصات وتنخفض شعبيتها ، قد يكون من الصعب الوصول إليها والحفاظ على الوصول إلى النظام الصحيح. لهذا السبب ، عندما اقترب مني ياتير زالوسكي بشأن الانضمام إلى شركة ConfirmU ، كنت متحمسًا للغاية - لأن الاختبارات السيكومترية منغمسة في لعبة قصيرة ، يمكن أن تخلق درجة ائتمان فورية لا تتطلب فقط بنية تحتية أو تاريخًا موجودًا ، ولكنها تخلق نظرة فريدة حول محفزات عملائك.

إذاً يا يتير ، ما الذي ألهمك لجمع كل هذا معًا؟

يتير زالوسكي 26:09

شكرا لاستضافتي - وبالطبع ، ConfirmU - في هذا العرض ، بريندان.

لذلك في البداية ، بما أن عائلتنا تمتلك شقة ، في إحدى مناطق المحافظات في إسرائيل ، وأردنا تأجير المنزل بالفعل ، ولسوء الحظ ، كان جميع المستأجرين المحتملين الذين جاءوا على متن الطائرة أشخاصًا ليس لديهم أي حساب مصرفي. لذا ، كما تعلم ، أمي ، في كل مرة تتعامل مع مستأجر محتمل ليس لديه حساب مصرفي ، كانت تعتقد دائمًا ، كما تعلم ، أنه لا ينبغي السماح لهؤلاء الأشخاص باستئجار شقتنا. لكن قيمي الأساسية دفعتني إلى التفكير في "لماذا يوجد مثل نموذج حول الملاك أن الأشخاص الذين ليس لديهم حسابات بنكية يجب أن يحرموا من الحقوق الأساسية لاستئجار شقة؟". كان ذلك حقًا شيئًا يحترق بداخلي. وهذا ما دفعني إلى بناء هذا النوع من الحلول.

نظرت حولي ، وفكرت ، ربما يمكننا الحصول على شيء أكثر ديمقراطية بطريقة ما ، مما يعطينا فهمًا لمن هم هؤلاء الأشخاص ، وما الذي يحفزهم حقًا. ستقودهم النية إلى اتخاذ إجراءات ، لذلك إذا أراد استئجار عقار ، أو خدمة الدين الذي تحمله ، فسوف يفعل كل ما في وسعه لتحقيق ذلك. هذه هي الطريقة التي بدأت بها ، اعتقدت ، كما تعلمون ، أن أفضل طريقة هي فحص أو مقابلة أشخاص محتملين أو مرشحين للإيجار ، من خلال روبوت محادثة ، اعتقدت أننا سنتمكن من فهم الشخص من خلال البرمجة اللغوية العصبية ، وهو المعينة للعناصر النفسية على أساس نموذج الخمسة الكبار في علم النفس.

أنا لست أخصائية نفسية ، كما تعلم ، أنا CPA بالتأهيل ، وقد أتممت تكنولوجيا المعلومات وأنظمة المعلومات العالمية ، وقمت بمشاريع عالمية حول العالم. لكن ما يدفعني حقًا هو مشكلة وطريقة إيجاد حل لها. لذلك بدأت العمل على منصة عرضتها ، وعرضتها على شخص ما على LinkedIn - سيدة تدير حاضنة في لندن ، ودعتني لعرض هذه الفكرة في معسكر بدء التشغيل في لندن. وعندما عرضتها على الجمهور في معسكر بدء التشغيل ، الذين كانوا في الغالب من الهند ، نظروا إليه وقالوا لي ، "واو ، هذا حل رائع. لماذا لا تركزها على مشكلة أكبر بكثير ، ألا وهي الشمول المالي؟ '.

لذلك كان علينا تعديله ونقله إلى التحديد المستند إلى الصورة. وأدى شيء واحد إلى الآخر وتطور برنامج ConfirmU من شيء جيد للغة الإنجليزية ولكنه غير قابل للتطوير لـ 207 لهجات في الهند ، إلى لعبة فعلية ، والتي ستكون أكثر جاذبية للأشخاص في أسفل الهرم. إذن ما هي أفضل طريقة ، كما تعلمون ، لإشراك الناس في هذا النوع من المقطع. وكان طيارنا الأولي مع Experian ومؤسسة Grameen Foundation في الهند ، وهو أمر مثير حقًا ، لأنه من وجهة نظري ، فإن Grameen Foundation هي الشمول المالي.

بريندان لو جرانج 29:19

الآن ، كما قلت ، بدأت شركة ConfirmU باعتبارها تقنية دعم قبل التوسع في الخدمات المالية. كيف يبدو المنتج اليوم؟

يتير زالوسكي 29:28

ما نفخر به هو حقيقة أننا قمنا بضمانة اللعبة وتوطينها في أي سوق نذهب إليه - الائتمان في نهاية اليوم هو مسألة ثقافات ، ونحن بحاجة إلى تضمين ذلك في لعبتنا. لذلك سنقوم بعمل تجريبي وسنقوم ببناء نموذج مفصل لهؤلاء المقرضين بناءً على فهمنا من المُقرض للجوانب العملية وخصائص ذلك الجمهور ، كما تعلمون. وبعد ذلك نرسل الرابط.

وبعد ذلك سيلعب هؤلاء المستهلكون اللعبة. وبعد أن نفهم كيف يلعب المقترض الجيد أو السيء اللعبة ، يمكننا بعد ذلك التوصل إلى نموذج. ومن ثم يمكننا في الواقع ، على ما أعتقد ، التوسع بسرعة لعملاء آخرين في السوق.

بدأنا مع سيدات ريفيات من أصحاب المشاريع متناهية الصغر ، وهو ما يمثل في الواقع معظم قطاع صناعة التمويل الأصغر. و ConfirmU أيضًا ، الآن في طور اختراق قطاع فريد حقًا ، وهو الإقراض الزراعي. عندما بدأنا التعامل مع MyFugo في كينيا ، كان أول ما خطر ببالي ، واو ، كينيا هي مشهد رقمي مزدهر ... ولكن في نهاية اليوم ، لا أحد يصل فعليًا إلى هؤلاء المزارعين. لذلك كانت تجربة مثيرة. لا تجد رجل أعمال رائعًا مثل Allan (Tollo) كل يوم ، يرى جمهوره ويرى المشكلة ويرى فرصة عظيمة.

وقسم واحد ، وجدته جذابًا حقًا ، سيكون جديدًا للاعتماد في المترو من الشباب المتمرسين في مجال التكنولوجيا ، لكن ليس لديهم أي سجل ائتماني. وهؤلاء الأشخاص ، على وجه الخصوص ، هل أعتقد أن العملاء الأوائل الذين يشترون الآن يدفعون لاحقًا ، وهو قطاع مزدهر نراه في جميع أنحاء العالم يكتسب المزيد والمزيد من الزخم في الأسواق الناشئة. لذلك أعتقد أن هذا هدف سريع الحركة حقًا يجب أن تكون شركة ConfirmU موجودة فيه. بالطبع ، سوف نتعامل أيضًا مع البنوك.

بريندان لو جرانج 31:46

وأعتقد بطريقة ما ، بالعودة إلى هذا المحور الأصلي ، نحن نتحدث عن حالة استخدام درجة الائتمان هنا. ولكن إذا كان ملف التعريف النفسي الخاص بك يؤثر على سلوكك المالي ، فمن المنطقي بالتأكيد أنه يؤثر على سلوكك بطرق أخرى أيضًا. إذن ، هل هناك أي حالات استخدام غير ائتمانية تستكشفها؟

يتير زالوسكي 32:08

حسنًا ، في مساحة الإقراض الهائلة جدًا ، نريد في العام المقبل أو نحو ذلك مواصلة التحقق من صحة النماذج وبناءها مع المقرضين التقليديين مثل البنوك. وفي الوقت نفسه ، اقترب من كل تلك المنصات الجديدة مثل البنوك الرقمية ، واشترِ الآن منصات الدفع لاحقًا ، والأسواق للإقراض (في الغالب في الأسواق الناشئة) ، لكننا نريد أيضًا توسيع عرضنا ليشمل التأمين وتقنية الثروة وأكبر مكتب ائتمان حول العالم يريدون حقًا المشاركة في حلنا في مجال تكنولوجيا العقارات.

والآن قد يكون الأمر بمثابة مفاجأة. ولكن حتى في مساحة blockchain DeFi ، هناك مساحة كبيرة لتسجيل الائتمان. في الوقت الحالي ، عندما يرغب أي متقدم في الحصول على ائتمان من خلال منصات الإقراض هذه ، فإنه سيحتاج إلى نوع من الضمانات. إذن فهذه إمكانات هائلة ، تقدر بحوالي 600 مليار دولار.

والرؤية الشاملة لهذه الشركة هي أن تصبح مكتب ائتمان بديل عالمي. كما تعلم ، كل شخص يستحق التقدير. والنموذج التقليدي جيد ، لكنه لا يقيم في الواقع نية الشخص بناءً على الشخصية.

بريندان لو جرانج 33:28

وما يعجبني حقًا في ذلك هو أنه من وجهة نظر المستهلكين ، لا يوجد بوابة واحدة تحتفظ ببياناتك ، لأن ConfirmU لا تحتاج إلى سجل ، فلن تدخل في موقف يكون فيه نشاطك على منصة خاطئة للمقرض ، أو النظام الأساسي الصحيح الذي فقد المُقرض الوصول إليه للتو. أنت بياناتك.

يتير شكرا جزيلا لك. إذا كان أي شخص يرغب في معرفة المزيد عن الدرجات الائتمانية عن طريق الألعاب ، فما هي أفضل طريقة يمكنهم من خلالها الاتصال بك؟

يتير زالوسكي 34:00

أعتقد أن أفضل طريقة ستكون إما ملفي الشخصي على LinkedIn أو عبر yatir@confirmu.com

بريندان لو جرانج 34:06

وشكرًا لـ Niharika و Jacobus أيضًا ، ستكون جميع تفاصيل الاتصال الخاصة بهم في ملاحظات العرض أدناه.

How to Lend Money to Strangers يتم استضافته وإنتاجه بواسطة أنا ، Brendan le Grange ، ويتم تسجيله خارج Maidstone ، إنجلترا. عرض الموسيقى بواسطة IAM_Wake ، ويمكن العثور على نصوص مكتوبة ومحتوى إضافي على www.howtolendmoneytostrangers.show

Lo que realmente me

impulsa es un problema y

una manera de encontrar

una solución.

Así que no soy un psicólogo,

pero pensé que

obtendríamos un entendimiento

de la persona a través de

elementos basados en

"The Big Five Model" en

psicología y la intención

los llevaría a acciones

Realmente era algo que

quema dentro mi.

Así que una cosa llevó a otra y

ConfirmU evoluciono

de algo, que es bueno

para el idioma inglés,

pero no es escalable

para 207 dialectos en India

y pivotó hacia

un problema mucho mayor,

que es la inclusión financiera.

Felicidades por tu nuevo trabajo.

Has convocado a todos tus

amigos para celebrar tu

logro con una fiesta a las

05:00 del sábado.

Desgraciadamente, es viernes

por la noche y no has hecho ninguna

preparación, así que tienes

un día ocupado mañana.

¿A qué hora pones la alarma?

Con tiempo suficiente para

que tengas tiempo para

conseguirlo o te quedas dormido?

Después de todo, es un

sábado y podrías siempre tomar

un taxi para recuperar el tiempo.

Bien, estás levantado y te diriges a

la ciudad el día es brillante,

así que tomas

la moto, pero necesita

gas.

Paras en el camino y lo llenas.

En el Reino Unido, cuesta

alrededor de una libra y

media por litro en este momento.

Digamos que pones 15 litros

y entregas 25 libras.

¿Cuánto cambio debe recibir?

Tanque lleno.

Te diriges a la ciudad y

pasas un poco de tiempo

paseando mirando

los escaparates.

Te vendría bien una nueva

camisa para la fiesta, pero es cara.

¿Qué te parece?

Tal vez podríamos negociar

un descuento las decisiones

que haces en una simulación

como esta, le puede decir a un

psicólogo capacitado algo

sobre ti. Es posible que

te hayas encontrado con

una prueba como ésta

mientras buscas un

nuevo trabajo o durante un

curso de liderazgo cuando

aprendías sobre cómo tu

perfil psicológico influye

en tu estilo de liderazgo.

Pero porque la psicología

influye en todas tus decisiones,

ese mismo tipo de prueba

puede ser útil en contarnos

sus comportamientos financieros y

como resultado, su riesgo crediticio.

Bienvenido a cómo prestar

dinero a extranjeros

con Brendan LaGrange,

Yokovis XD fundador

y CEO de

Matogen Applied Insights.

Bienvenidos al programa.

Ahora, su entrada en el

mundo de construir cartas de puntaje

era bastante tradicional,

llegando a través de

finanzas minoristas y

luego varios años en una

de las grandes agencias del Buró de Crédito

Pero después de que te

pusiste a trabajar por tu cuenta con

Metagon, parece que

has tomado una amplia

de proyectos dentro de

los servicios financieros,

por supuesto, y en sectores

relacionados como el de las

telecomunicaciones, donde sé

se trabaja mucho, pero también en

industrias mucho más

alejadas de los servicios financieros,

como ayudar a los agricultores

a identificar sus fechas

perfectas de cosecha.

¿Cuáles son algunos de los

más exóticos

circunstancias en las que

ha construido modelos?

Gracias por la oportunidad.

Hay muchas lecciones de

la industria del crédito que

otras industrias pueden aprender,

a menos que sea de otras industrias que

el sector de los servicios financieros

puede aprender

Applied Insights es donde

Applied Insights puede ser

una referencia a IA.

Forma parte de un grupo de empresas

donde las otras empresas se

centran en desarrollo de

software, marketing digital

y uso de servicios especiales.

Así que es agradable poder

resolver los problemas de

la empresa sin dejar de

expertos de algunas de las

otras empresas. Hemos hecho

de todo, desde arbitraje

en mercados de criptomonedas hasta

previsión de otros Estados para

asegurarse de que un agricultor

no gasta demasiado en la

protección de los cultivos.

Y entonces los niveles de

insecticidas en su

cosecha es demasiado alta,

donde intenta exportación

en otros proyectos agrícolas,

estamos ocupados rodando

de la plataforma analítica

para tomar datos de diferentes

fuentes en todo el mundo

y consolidarlo para

mejor toma de decisiones y

el despliegue de diferentes APIs.

Lo estamos haciendo con la

Universidad en América.

En la minería, se trata de

apuntar a zonas rentables.

En la asistencia sanitaria.

Ayudamos a las personas

a comprender el nivel de

resiliencia mediante el uso

de la ciencia de los datos

y la toma de cuestionario

que han contestado y hacer

recomendaciones prácticas

en torno a los patrones de

sueño, por ejemplo.

Así que cada vez que

trabajas en un proyecto, hay

es una lección que puedes

aprender en otro lugar.

Por ejemplo, hay un concepto

en Ciencias Médicas

llamado núcleo de uso,

que es muy útil

para tomar un problema de

aprendizaje no supervisado

en el que

no estoy seguro de qué

predecir y convertirlo

en un problema de aprendizaje supervisado.

Pero podríamos utilizar el

mismo concepto en el dinero

blanqueo, antiblanqueo de

dinero para ser mas específico.

Y podríamos utilizar el

mismo concepto para

clasificar a las personas que

responden al cuestionario

en los servicios financieros

para determinar su

salud y su resistencia financiera.

Así que es increíble poder

beneficiarse no sólo

de una industria, sino de

todas las diferentes industrias.

Pero entonces el reto es entender sus

herramientas y saber

cuándo aplicar y cual

herramienta, porque puede

que no todas sean relevantes.

Sí, vamos a echar un vistazo

más de cerca a ese punto, porque

Me imagino que al trabajar

dentro del Buró de Crédito,

estás tratando con datos

de clientes que han tenido

mucho tiempo para

acostumbrarse a la idea

de compartir datos.

Han invertido en procesos

internos que crean

y almacenar y compartir los

datos con precisión.

Y cuando lo comparten, ha sido

de la Oficina.

Y por supuesto, es grande

porque normalmente tienes

una vista de pájaro de los

datos de todo el país.

Cuando has tenido que

construir modelos sobre datos que

no está tan estructurado

o no es tan grande, cómo

¿ha tenido que ajustar su enfoque?

Buena pregunta.

Así que, sí, hay datos

muy bien estructurados

dentro del Buró de Crédito,

pero gran parte de

los datos tampoco están sin

estructura y no están limpios,

especialmente cuando hubo

alguna intervención humana,

por ejemplo, los datos de

contactabilidad o la orden de empleo.

Así que he tenido la suerte de ser

expuesto a eso en el Googleron.

Lo bueno de los servicios

o modelos financieros

en el área que probablemente

esté regulada es que

no se puede optar por la

fuerza predictiva.

Hay que construir modelos que sean

predictivo, pero también

transparente y estable.

Y si se utilizan esas técnicas,

entonces son fácilmente

transferibles a depósitos más

pequeños en comparación con,

por ejemplo, en la red neuronal,

que generalmente sólo supera

a otros modelos

con millones y millones de registros.

Y sí, hay otras técnicas como

redes neuronales probabilísticas para

conjuntos de datos más pequeños.

Pero en general no es tan fácil

implementar o ajustar o controlar

o entender como algo como

la regresión logística con la forma de

transformación de las pruebas.

Así que con un

pequeño conjunto de datos

donde no siempre se puede

confiar en los datos porque

no tienes millones de registros

para verificar cuál es el valor

atípico y cuál es un

verdadera representación de

la población, debe ser capaz de

combinar su juicio de experto

con el juicio del

experto en la industria con

lo que está viendo en el

datos en un momento dado

con lo que estás viendo

en los datos del mismo sector

otro punto en el tiempo

con lo que se ha visto en

otras industrias. Y luego

se combinan todas esas percepciones.

Así que el sentido común y la

transparencia son fundamentales.

A lo menos que no te apresures

a lo menos que no seas

un vaquero, a lo menos que

no sólo cambias la predictibilidad,

eso hace que sea

mucho más fácil intentar

hacer predicciones.

Y otra cosa que tal vez podamos

sacar del amplitud de los

proyectos que ha emprendido

es que la cosa que intentas

predecir no es tan importante.

A lo menos que el variable

dependiente tenga

una relación con la variable

independiente,

probablemente puedes

construir un modelo.

Así que, con esto en mente,

vamos a girar nuestro

centrarse en el caso de estudio

de ConfirmU

Donde te encargaron con construir

una tarjeta de crédito

utilizando sólo los rasgos

psicométricos como entrada.

¿Le ha sorprendido la

capacidad de predicción

¿Han resultado ser?

Creo que esperaba ver un

resultado fuerte.

Hay un dicho que dice

no es lo mejor

algoritmo que gana, sino

los mejores datos.

El consenso general en la

industria actual es que

no hay una diferencia tan

grande entre los diferentes

algoritmos, especialmente

si los datos no son tan grandes.

Entonces los datos

psicométricos presentan una

oportunidad increíble para

no sólo ver lo que la gente

está haciendo, sino

para entender por qué entienden

el por qué ayuda a predecir

el rendimiento futuro.

Así que, al igual que con

grandes datos de grandes proveedores

la trazabilidad del

datos, los datos de integridad

son realmente importantes.

Así que con los datos

podría ser

que el proveedor no capturó

los datos correctamente.

Con algo así como alguien

que juega el juego, también hay

un riesgo de que el juego

no capte el comercio

correctamente, por lo que

hay que comprobarlo.

El tamaño de la muestra debe ser lo

suficientemente grande.

Todavía tenemos que validarlo con un

psicólogo y tiene que tener

un sentido intuitivo.

Pero una vez que atiendes

a la mayoría de ellos y

de modelado transparente,

se convierte realmente en una

fuente de datos de gran alcance,

y también porque el juego

disminuye la posibilidad de que

alguien trate de ganar

un examen psicométrico dio

me confianza y con un

bajo grado de correlación con

otras fuentes, porque si

todas las fuentes te dicen lo mismo

historia, entonces no

aportan ningún valor.

Así que puede añadir valor tanto

al envío de archivos

como al arreglo de los mismos.

Pero en un contexto de

envío de archivos,

las fichas de envío de archivos o

nuevo para crear cuadros de mando,

lanzar un gran grupo de individuos

a la misma edad o a los

mismos ingresos olla,

mientras que usted podría tener

a alguien con ingresos muy altos

que vive muy por encima de sus

posibilidades, o alguien que

es capaz de planificar

bien es concienzudo.

Y cuando tienes esta

psicometría adicional

lente, puede hacer que

dos individuos que

se vería igual, de lo contrario

parecería diferente. Sí.

El verdadero yo.

Es como si estuvieras mirando

con una lupa.

Así que vimos una fuerza

muy comparable a un modelo

usando datos regular

en nuestro espacio

desatornillado. Y fuimos

capaces de obtener una predicción

muy alta valores en

las pruebas fuera de tiempo también.

En otras palabras, estamos

mostrando que el modelo

generaliza bien y no se

limita a memorizar.

Y también pudimos ver un

bonita tendencia monótona

a la baja para los tipos malos.

Por lo tanto, a medida

que aumenta la puntuación,

disminuye el índice de morosidad,

o podrían dar a alguien

con una puntuación más baja

una cantidad menor

en lugar de rechazarlas y

alguien con una puntuación

más alta, una cantidad mayor.

Si quieren una cantidad

aún mayor, entonces

pueden acudir al Buró de Crédito.

Así, en lugar de tener que

pagar al Buró de Crédito

por cada solicitud, ahora

Sólo se paga cuando tiene sentido.

Así que, sí, la fuerza es

importante, y lo hemos demostrado.

Pero también se trata de

utilizar este modelo

junto con los datos de

la aplicación y potencialmente data

para maximizar no sólo

beneficio, pero también

el impacto y la sostenibilidad. Sí.

Y acaba de mencionar cómo uno de los

debilidades de un archivo delgado

tradicional o del nuevo

a la tarjeta de crédito

es la tendencia a

resultados para agruparse

en torno a uno o dos puntos.

Y creo que uno de los

grandes testamentos de

el éxito del modelo que

has construido para

ConfirmU es que eso no ocurre.

No estoy seguro de que haya una

forma técnica de describir

la distribución, pero

es ciertamente muy

agradable a la vista.

Se obtienen deciles agradables y

uniformes en la población puntuada.

Y los malos índices del

decil más arriesgado son

tres veces la de los malos

índices de la decil de

bajo riesgo con un cambio constante.

Así que felizidadez en eso

y de hecho por el fuerte

sobre todo, Genie, fuiste

capaz de lograrlo.

Me trae a la mente una

pequeña ocurrencia que uno

de mis profesores de MBA

era aficionado sobre un profesor

de economía que estaba sentado

entre el público de un discurso

que está dando un empresario local,

y a mitad de camino,

levantó la mano y le dijo, puedo

ver que su negocio funciona en

la práctica, pero me preocupa

no funciona también en teoría.

Y por supuesto, esto es una

indirecta al hecho de que

si nos dejamos llevar demasiado

por los números, podemos

pasamos todo el tiempo pensando

y nunca conseguimos hacer nada.

Y que un buen empresario

actúa un poco más en

el instinto que en

el rigor académico.

Pero creo que hay un momento en

lugar donde vale la pena buscar

fundamentos teóricos porque

pueden hablar de la

repetibilidad de esos primeros

éxitos que su Clovis

acaba de describir.

Así que cuando me involucré

por primera vez y ConfirmU

una cosa que quería aprender más

era este concepto de psicometría.

¿Cuál es la base científica para esto?

¿Y tengo una buena razón para

creen que el perfil

psicométrico de un consumidor

influirá en las decisiones

que tomen en el

mundo real y, por tanto,

su salud financiera? Hola a todos.

Soy Niharika Barkel.

Soy el jefe de la ciencia

de ConfirmU.

Mi formación es en psicología.

Mi licenciatura fue en

psicología y HR

especialización en la Universidad

de Waterloo, Canadá.

Continué obteniendo un máster en

HR de la London School of

Economics y en

En 2013 me certifiqué en

evaluaciones psicométricas.

Estoy certificado para más de

16 pruebas y dejé

mi trabajo corporativo en

un banco privado de la India en

2016 septiembre y pasé

a crear mi propia

startup llamada Psych for you, que

ofrece servicios de

pruebas psicométricas

tanto para empresas

y para personas individuales.

Me uní a ConfirmU el

año pasado para

ser capaz de crear los

instrumentos psicométricos

y elementos de gamificación

para el producto.

Ahora, Niharika, no

tengo mucha exposición a

psicométrica, pero creo

recordar que pasé por una psicometría

prueba o dos cuando buscaba trabajo.

Así que en el proceso de

contratación y tal vez haciendo el

Test de Myers Briggs en un

curso de desarrollo de liderazgo.

¿Es en ese espacio de HR donde

psicométricos son los que

tradicionalmente se encuentran

más a gusto? Los

instrumentos psicométricos son los

más comunes cuando se trata de

los eligir candidatos,

para ver realmente sus puntos fuertes

y áreas de mejora y para ver si son

un buen ajuste para la organización.

Y también es viceversa.

Se puede utilizar para

diferentes áreas

del ciclo del empleado también.

Por lo tanto, hay diferentes

tipos y etapas de la psicometría

instrumentos, por lo que es

extremadamente importante

entender cuando

utilizarlo y qué tipo utilizar.

Con ConfirmU, buscas

hacer algo un poco diferente,

¿verdad?

Ahora busca medir los

rasgos psicométricos que

están vinculados a los comportamientos

financieros y al riesgo de crédito.

¿Podría decirme algo más al respecto?

Utilizamos cuatro diferentes pensamientos

para cuatro diferentes

modelos, porque cada

modelo tiene su propia

lagunas, pero también

tienen ciertas ventajas.

Así que los modelos que

utilizamos, queríamos hacer

que todos se complementen

entre sí y a tomar

aquellos modelos que cubren

los rasgos que hacen que un

buen prestatario mucha lógica,

mucha investigación primaria y

estudios piloto que apoyan

cada rasgo que hemos elegido.

Así que lo primero que

hicimos fue que cuáles son las

cosas que estamos tratando

de medir a través del juego?

Uno de ellos es la intención

de reembolsar

y una es la conciencia financiera.

Ahora, el MBTI mira sus preferencias

o la forma de tomar decisiones.

Así que era extremadamente

importante cubrir los oficios

relacionados con eso, ya sea la versión

extra, la versión de introducción, ya sea

que se sienta lo práctico o

realista que es alguien.

Por supuesto, muchas

investigaciones apoyaron esto,

pero por sus experiencias,

si se utiliza la

sentido, una persona que es menos

propensa al incumplimiento

es una persona mucho

más abierta y transparente. Ahora,

Harika, mi experiencia es en la

puntuación de crédito tradicional, y

en cada país al que vayamos,

podríamos mirar

los mismos tipos

de datos, pero tendríamos

para construir una nueva tarjeta

de crédito porque los datos necesitan

se lea en el contexto local.

Me imagino que lo mismo es aún más

cierto cuando miramos la psicometría.

Mi perfil de personalidad debe

seguramente, al menos en

cierta medida ser un producto

de la cultura en la que vivo.

¿Cómo se asegura de

que los resultados

del juego de la India,

los resultados de

el juego de Indonesia,

de Kenia, de Vietnam

¿son todos válidos dentro

de su contexto local?

Nada se pierde en la

traducción cultural.

Sí, creo que ahí está nuestra USP.

Somos el único producto que

realmente parece

en el hecho de que un juego impacta

la forma en que la gente

responde a la pregunta.

Por lo tanto, la manera en que

localizamos para

cada geografía que nos fijamos en

el lenguaje lo hacemos también el

de los coches tienen algunos

tipo de relación con el usuario

y otro es, por supuesto,

las imágenes que seleccionemos

tienen que ser de artículos o

de personas con las que

pueden conectar.

Así que tratamos de cambiar el

etnia en función de la geografía.

Pero también pensamos como

lo que crecí para

yo en la India, digamos que

una placa de acero es algo que

un plato cotidiano en el que como mi

comida, mientras que

la vajilla de China

es la que saco cuando tengo

invitados a cenar.

Así que, ya sabes, tan

local como eso, nosotros

tratamos de entender de los

diferentes países antes de

crear cualquier juego

para esa geografía.

Así es la gamificación

con elementos psicométricos.

Bueno, hablemos de ese

aspecto de la gamificación

un poco, porque obviamente hay

de la participación de los clientes.

Y cuando pensamos en el

tiempo dedicado a un juego

pasa más rápido que el tiempo

dedicado a rellenar un formulario.

Y aquí es casi imposible

evitar un poco un poco

de juego de palabras,

pero es más difícil obtener

el sistema cuando el

sistema es un juego.

Si pienso en responder a cualquier

cuestionario sobre mí mismo,

a menudo se puede ver

lo que parece ser el

respuesta correcta,

esa respuesta que

representa una versión ideal

de ti mismo en lugar de una

versión verdadera de ti mismo.

Y así, por mucho que se intente

ser veraz, vas a sentir

esa presión a cada

de vez en cuando, redondearse

un poco para que

cuando lean los resultados

no te sientas avergonzado.

Y creo que no soy el

único que lo siente.

Mientras que en el juego

es mucho más fácil olvidar que

estás en cámara, por así decirlo,

y tu covis ya ha

llamó a ese arte en términos de la

construcción de su carta de puntaje.

Pero, ¿qué opina al respecto?

Sí, eso es absolutamente correcto.

Un montón de usuarios

con ganas de agradar.

Este es un área muy nueva

en la que estamos utilizando

imágenes, estamos usando

elementos de gamificación,

estamos usando la aritmética para

ser capaz de medir estas dos cosas.

A veces, cuando se trata de

inglés u otros

idiomas, la forma en que

interpretaría ciertas cosas

podría ser diferente de

la forma en que usted interpreta.

Yo diría que muchos

instituciones financieras

definitivamente utilizan

una gran cantidad de

instrumentos psicométricos cuando

se trata de cuestionarios.

pero creo que esto sería

la primera vez que

lo usamos exclusivamente

basado en imágenes y

elementos de cálculo y gamificación.

Así que mucha gente utiliza

formas más invasivas de

poder averiguar más sobre la persona.

Puede ser a través de

su número de teléfono

o a través de los servicios

públicos o a través de sus

cuenta en las redes

sociales o en Facebook.

Así que creo que la ventaja es

definitivamente cuando

que se utilicen elementos de

gamificación, le damos

compromiso al usuario.

En segundo lugar está el

hecho de que el público objetivo que

se centran en los millennials,

como los llamamos,

están mucho más listos

cuando se crea algo

de forma más animada frente

a la pregunta directa.

Así que en un escenario de

juego, mucho más

la gente responderá a la

pregunta con mucha más sinceridad

porque estarían mucho

más cómodos cuando

responden a la pregunta

embez de contestar preguntas

directamente como de tres

a cuatro minutos.

No les estás pidiendo

cualquier cosa, cualquier

información personal.

Así que cualquier instrumento

psicométrico, si lo vieras,

le llevará un mínimo de

30 a 45 minutos completarlo.

Mientras que en ConfirmU

se dice que en tres o cuatro

minutos somos capaces de obtener

suficiente información sobre usted,

que será importante para cualquier

responsable de la toma de decisiones.

Supongo que la otra cara de esa misma

pregunta entonces es

una vez que has destilado una larga

cuestionario en un juego de tres minutos,

¿los resultados siguen reflejando con

exactitud la verdadera personalidad?

Ahora, Haruka, obviamente

tienes un montón de

experiencia en la realización

de pruebas psicométricas

en formatos tradicionales.

Después de construir el juego,

¿has hecho alguna prueba

para ver si los resultados

de ese juego eran similares

a los resultados que

obtendrías de la misma persona

si se hace una entrevista

o un cuestionario tradicional?

Lo que hicimos fue un estudio

piloto en la India,

India rural, Otta Pradesh,

y fuimos a cuatro pueblos diferentes

para asegurarnos de que realmente

tenemos un rango de datos.

De hecho, les pedimos que

nos dieran su puntuación

de crédito, jugamos nuestro

juego, y lo hicimos

las pruebas del MBTI

en ellos también.

Eso nos dio suficiente número

de puntos para realmente

nos dicen que vamos

en la dirección correcta.

Y lo que encontramos es

que el 80% de las veces

hay personas que obtuvieron una

puntuación alta en un crédito

puntuación se situó entre los

708 y 800, lo más

probable es que también

personas que hemos puntuado alto.

He trabajado en créditos al

consumo durante 20 años, pero

Creo que la primera vez que

escuché de alguien

tratando de utilizar una

tarjeta de puntuación basada

en la psicometría para hacer

las decisiones de crédito

fueron durante unas cervezas

con mi amigo Sam,

que es licenciado en

psicología y trabaja en marketing.

Y lo descarté porque

me imagino que estos no

son mis clientes.

Pero en realidad, en muchos

aspectos, ese es el problema.

Según el Banco Mundial, hay 2

Billones de personas

en el mundo que no tienen acceso

a los servicios bancarios

más básicos. Y el tamaño

del problema no hace más que crecer

si pensamos en los préstamos,

incluso en los mercados

donde no pensamos que sea

un problema. Por ejemplo,

unos números que leí

la otra noche decían

hasta uno de cada

cinco estadounidenses carece de

historial crediticio o tener

un historial crediticio tan escaso

que no se puede utilizar

para crear una partitura tradicional.

Y claro, hay algunos

medios alternativos

de hoy en día, pero

incluso esos dejan a la gente atrás.

A pesar de lo que vemos a diario,

no todo el mundo vive

con su smartphone.

E incluso cuando lo hacen,

la mayoría de los modelos necesitan

una historia en la

que buscar patrones.

En un mundo donde las

plataformas suben y bajan

en popularidad, puede ser

difícil ganar acceso

y mantener el acceso correcto.

Por eso, cuando Yatira Zuluzki

se acercó a mí para

unirse a ConfirmU

Estaba tan emocionado

porque envuelta en un

juego corto, las pruebas

psicométricas pueden crear un

puntaje de crédito rapido que no sólo

no requiere ninguna

infraestructura o la historia,

pero que crea una

conocimiento de las

motivaciones de tus clientes.

Entonces, Yatesir, ¿qué te inspiró

¿para reunir todo esto?

Gracias por recibirme.

Y, por supuesto, ConrifmU

en este programa. Brandon.

Así que inicialmente, como

nuestra familia es dueña

de un apartamento en una de

las zonas provinciales de Israel,

y queríamos alquilar la casa.

Y por desgracia, todos

los posibles inquilinos que

se subió a bordo fueron

personas que hicieron

no tiene ninguna cuenta bancaria.

Así que mi madre, cada

vez que se comprometía con

un inquilino potencial que

no tenía una cuenta bancaria,

siempre pensó que esas personas

no se le debería permitir

alquilar nuestro apartamento.

Pero mis valores fundamentales

me llevaron a pensar que

por qué hay, como un paradigma

alrededor de los propietarios que

las personas que no tienen cuentas

bancarias deben ser privadas

del derecho básico de

alquilar un apartamento?

Realmente era algo que me

quemaba por dentro.

Así que eso es lo que me

llevó a construir este tipo

de solución. Miré a mi

alrededor y pensé que tal vez

podría conseguir algo

más democrático en cierto modo

lo que nos permite comprender

quiénes son esos la gente,

lo que realmente motiva

a una persona.

La intención los llevaría a acciones

Así que si quiere alquilar la propiedad,

o para servir la deuda que ha tomado.

Hará todo lo que esté

en su mano para que eso ocurra.

Así es como empecé.

Pensé que la mejor manera era

para seleccionar o entrevistar

a posibles personas o

candidatos al alquiler a través

de un chat bot.

Pensé que conseguiríamos

una comprensión de la

persona a través de una NLP,

que se mapea con elementos

psicológicos basado en el

"Big 5 Model" de psicología.

No soy un psicólogo,

soy un CPA por la calificación

y lo he hecho y sistemas

de información global y

He realizado proyectos globales

en todo el mundo.

Pero lo que realmente me

impulsa es un problema y

una manera de encontrar

una solución para ese problema.

Así que empecé a trabajar

en una cubierta que lo mostrara,

se lo propuso a alguien en

LinkedIn, una señora que dirige

una incubadora en Londres,

y me invitó a lanzar

esa idea, iniciar un campo de

entrenamiento en Londres.

Y cuando lo lancé al público y empecé

campo de entrenamiento que eran

en su mayoría de la India, miraron

y me dijo, bueno, es

una gran solución.

¿Por qué no lo pivota a un

problema mucho mayor,

que es la inclusión financiera.

Así que tenemos que ajustarlo y

moverlo basada en la imagen.

Y una cosa llevó a la otra

y te ConfirmU evolucionó

de algo que es bueno

para el idioma inglés

pero no es escalable para 207

dialectos en la India a

una gamificación real,

que sería mucho más atractiva para

personas en la base de la pirámide.

Así que, ¿qué mejor manera

de involucrar a la gente

en ese tipo de segmento?

Y nuestro piloto inicial fue

con Experian y Grameen

Fundación en la India,

que es realmente emocionante

porque en mi visión,

la Fundación Grameen

es la inclusión financiera.

Ahora, como dijiste,

ConfirmU que empezaste

como prop tech antes de

expandirse a los servicios financieros.

¿Qué aspecto tiene el

producto en el dia de hoy?

Lo que nos enorgullece

es el hecho de culturalizar

y localizar el juego a

cualquier mercado al que vayamos.

El crédito, al final, es

una cuestión de culturas y tenemos que

integrarlo en nuestro juego.

Así que haríamos un piloto y

construirá un modelo a

medida para esos prestamistas

basado en nuestro

entendimiento del prestamista de

los aspectos prácticos y

las características de ese público.

Y luego enviaríamos un enlace y

entonces esos consumidores

jugarán el juego.

Y después de entender cómo un buen

o mal prestado jugar el juego,

podemos entonces venir

con un modelo y luego

podemos, en realidad, yo

pensar, escalar rápidamente

a otros clientes en ese mercado.

Comenzamos con la Microempresa Rural

mujeres, que representan

en realidad la mayor parte de

los segmentos de la

industria de la microfinanciación.

Y ConfirmU también

en este momento es

en el proceso de penetración de un

segmento único, que es

el de los préstamos agregados.

Cuando empezamos a

comprometernos con mi Fugo en

Kenia, lo primero que me

vino a la mente, wow,

Kenia es un paisaje digital en auge.

Pero al final del

día, nadie llega a esos agricultores.

Así que fue una

experiencia muy emocionante.

No se encuentra un empresario

tan increíble como

Alan cada día que ve a su público y

ve el problema y ve

la gran oportunidad.

Y una cosa que me parece

realmente atractiva

sería nuevo para el crédito en el

Metro, joven, tecnológico

población conocedora, pero no

tienen ningún historial de crédito.

Especialmente esas personas

serían las primeras.

Creo que los clientes comprarán

ahora y pagarán después,

que es un segmento

floreciente que vemos

en todo el mundo, que se

está volviendo más y más atracción en los

mercados emergentes.

Así que creo que esto es un

movimiento muy rápido

objetivo que ConfirmU que

necesita estar allí.

Por supuesto, también estamos

comprometidos con los bancos, y yo

Supongo que de alguna manera,

volviendo a ese Pivote original,

estamos hablando de un caso de

uso de puntuación de crédito aquí.

Pero si su perfil psicométrico

influye en su comportamiento, seguramente

es razonable que

también influye en su

comportamiento de otras maneras.

Entonces, ¿hay alguna

persona que no sea de crédito

casos de uso que estás

explorando? Sí. Dentro del

espacio de préstamos,

que es bastante rápido.

El próximo año, más o

menos, queremos continuar y

validar y construir modelos

con prestamistas tradicionales

como los bancos y al

mismo tiempo acercarse a esos nuevos

plataformas como los bancos digitales,

las plataformas Buy Now, Pay Later

mercados de préstamos, sobre todo

en los mercados emergentes.

Pero también queremos ampliar

nuestra oferta a los

seguros, la tecnología de la

riqueza y el Buró de Crédito mas mayor

alrededor del mundo

realmente quieren comprometerse

con nuestra solución en el área

de tecnología de la propiedad.

Y ahora puede ser una sorpresa,

pero incluso en el espacio

DeFi de blockchain, hay un

gran espacio para la puntuación

de crédito en este momento.

Cuando cualquier solicitante quiere obtener

un crédito dentro de esas plataformas

de préstamo, necesitaría

para tener algún tipo de garantía.

Así que eso es un enorme

potencial, que se estima

en unos 600.000 Billones de dólares.

Y la división general de

esta empresa es para convertirse en una

oficina de crédito alternativo global.

Todo el mundo merece un

reconocimiento, y el modelo tradicional

es bueno, pero no evalúa realmente

la intención de la persona

basada en la personalidad.

Y lo que realmente me

gusta de esto es que desde

el punto de vista del consumidor,

no hay nadie que vigile su datos porque

ConfirmU no necesita conocer su historia.

No se encontrará en una

situación en la que su actividad sea

en la plataforma equivocada

para un prestamista o en la correcta

plataforma a la que los prestamistas

acaban de perder el acceso.

Usted son sus datos

Sí. Sí. Muchas gracias.

Si alguien quiere saber más sobre

la gamificación del crédito

puntuaciones, ¿cuál es la mejor

manera de que se pongan en

contacto con usted?

La mejor manera, creo que sería

mi perfil de LinkedIn o

Miatir@confirmyou.com.

Y gracias a Naharikan Yakubis tambien

Todos sus datos de contacto serán

en las notas del programa.

Cómo prestar dinero a desconocidos es

presentado y producido por mí,

Brendan Degrange

y grabado en las afueras

de Maidstone, Inglaterra.

La música del espectáculo

es de I Am Wake.

Transcripciones escritas y

contenido adicional se puede encontrar en

www.howtolendmoneytostranger.show

Hola, so yo otra vez,

Tengo unos de mis libros

sentados aquí que

Me gustaría embarcarme

antes de tener que mudarme

casa de nuevo y al mismo

tiempo estoy interesado en

aprender un poco más

sobre mis oyentes.

Así que si desea una copia de

borracho o mariposa de la

colina y no te importa

compartiendo tu dirección,

envíame un correo electrónico. Es

Brendan@howtolendmoneytostrangers.show

y le enviaré uno.