建立数据驱动的数字

研讨会  摘要

虽然许多组织现在由于 COVID-19 而转向数字框架，但一些中小企业贷款公司已经开始将其业务模式重点放在构建可以大幅扩展贷款能力的数据分析数字系统上。中小企业银行业务的数据分析是一个不断发展的领域，它将对中小企业变得越来越重要，因为它可以增强风险分析并更好地匹配企业和贷方。高效的数据分析还可以让贷方加快贷款申请流程，使他们能够在 COVID-19 危机持续肆虐以及未

为了更好地探索数据分析在中 加拿大电报数据 小企业银行业务中的重要性，中小企业金融论坛每月一次的会员网络研讨会重点介绍了银行和金融机构如何使用大数据和高级分析在印度开展中小企业贷款业务。通过会员

和CreditEnable以及颇具影响力的印度银行 Axis 银行的演讲，讨论重点介绍了数据分析的新方法；这些组织正在使用它们来改善其中小企业服务并降低风险。除了 Salil Chugh（Experian）、Ashish Badaya（Experian）、Nadia Sood（CreditEnable）和 Markandey Upadhyay（Axis Bank）的演讲外，网络研讨会还安排了简短的问答环节，演讲者谈到了由于新冠疫情而进行数字化转型的重要性，

将高级数据分析应用于中小企业贷款的一个核心要素是利用替代数据集来全面了解客户和潜在风险。信息不对称是印度中小企业贷款的主要障碍，此外还有一个普遍的误解，即小企业客户的不良贷款率往往更高。为了解决中小企业数据不足的问题，Experian 创建了 SME X 产品，该产品在其数据聚合和机器学习程序中使用替代数据来更好地了解和分析潜在客户。这些程序中使用的替代数据范围广泛，从银行数据和信贷局统计数 了解有效的 b2b 网站的要素 据到行业洞察和行业特定增长趋势，除了客户特定信息外，还涵盖广泛的趋势。机器学习用于扩展正常的信用评分和数据分析，让贷方对基于风险的细分有深入的了解，并实现贷款的数字化承保。Axis Bank 还利用来自银行和电子商务平台的替代数据来更好地了解中小企业客户并调整产品以满足各种需求。通过这种先进的数据处理，Experian 能够为贷方提供创新解决方案，使其能够更好地开展和扩大中小企业贷款，而无需延长贷款时间。此外，由于采用了数据分析，Axis Bank 等贷方现在正在使用这些系统，贷款处理时间大大缩短，并且大大扩展了更广泛产品的数字承保能力。

除了通过降低风险使贷方受益外，将高级数据分析融入初始客户互动中还可以更好地匹配中小企业和银行，提高贷款流程的效率。CreditEnable 通过其数字平台将其分析程序和人工智能系统应用于印度的中小企业贷款申请，使其能够自动筛选申请，并根据特定的信用风险、地理和行业参数将借款人的信用状况与贷方进行匹配。它的自 安圭拉铅 动分析还允许 CreditEnable 在整个过程中与申请人合作，为他们做好成功申请的准备，并在客户到达银行之前拒绝他们，以免影响他们的信用评分。这种应用数据处理将典型的贷款申请时间从四周缩短到平均三到四天，使中小企业在申请之前能够更好地了解自己的财务状况，从而大幅提高批准率。因此，实施高级分析可以在整个贷款过程中为金融机构和中小企业提供支持，减少中小企业的资金缺口。

COVID-19 的蔓延进一步说明了数据分析在中小企业贷款中的实用性，因为银行和金融机构寻求改善其数字服务，并在无法获得典型风险评估数据的情况下更好地了解风险。基于另类数据和机器学习的程序能够根据还款率和信用评分以外的数据评估部门和个人的脆弱性，这使得它们在金融机构寻求分析疫情对其投资组合的影响时具有极高的价值。通过直接与中小企业合作，这项技术还可以为企业家提供特定的业务分析支持，帮助他们保持流动性并度过危机。