On Deckは、ありきたりな事業者向け融資会社ではありません。ニューヨークを拠点とする同社は、融資を検討している企業のデジタル上の足跡をビッグデータ分析で調べます。 Google マイビジネス、FourSquare、公的記録などのプラットフォームから得られるデータを 事業取引のデータとともに活用し、特定の顧客への融資に伴うリスクを測定します。Yelpであなたの小規模事業に否定的な口コミが多すぎるでしょうか。そうであれば、結局融資を受けられない可能性があります。
On Deckは、リスク評価にビッグデータ分析を活用する、規模は小さいものの活発に台頭しつつある企業群の一つです。Infosys Labsが実施した最近の調査では、人口統計データや信用履歴といった従来の指標によるリスク評価の精度は、このデータを ソーシャルデータで補完すると 高まることが分かりました。つまり、対象者の社会的な行動や活動です。たとえば調査では、債務不履行を起こした人々と「友人」である見込み顧客は、債務不履行に陥る可能性が高まることが示されました。
興味深いことに、数百社のビッグデータ系スタートアップを擁する米国は、リスク評価にビッグデータを活用する最前線にはいません。AliloanやP2P融資など、インターネットを基盤とする金融機関が中国で数多く登場し、同国の銀行を脅かしています。これらの機関は、リスクを正確に評価するため、顧客の検索語、位置情報、電子商取引の支出傾向に加え、その他の公開情報を分析します。こうした機関の成長により、中国の銀行もリスク評価報告書を作成するため、ビッグデータ技術を大規模に導入せざるを得なくなりました。
リスクを正確に評価するためにビッグデータを使うことに異論はありませんが、公開プラットフォームやソーシャルデータで評価を補完する効果に、誰もが納得しているとは限りません。Infosysが発表したような調査は、現状を正確に示しています。しかし、リスクを見極めるためにソーシャルデータを使うことが一般化すれば、融資を切望する顧客がその仕組みをどのように攻略するかは容易に想像できます。同様に、FourSquareやMy Businessのような公開プラットフォームの口コミに影響を与えることも、非常に簡単です。こうした情報をリスク評価の重要な指標として使う方法は、いつまでも通用するとは限りません。
また、人口統計データのビッグデータ分析だけですべての融資リスクを評価できるわけではありません。たとえば、退役軍人や軍関係者への住宅ローンを専門とする機関として、 LowVARates などがあります。この層では身体的・ストレス関連のトラウマが発生する割合が高いため、従来型のビッグデータ分析ではリスクが高いという結果が出るかもしれません。しかし、米国政府は退役軍人が住宅ローンを利用しやすくなるよう、積極的に取り組んできました。
では、結論は何でしょうか。リスク評価において、ビッグデータは今後も活用され続けるでしょう。ただし、そのデータソースは慎重に選ぶ必要があります。ソーシャルデータやインターネット上の取引を含む公開情報は容易に操作できるため、リスク分析の情報源として使うモデルは、将来にわたって有効とは限りません。一方、人口統計の分析や取引パターンの特定にこうしたデータを使うことには、ビッグデータが有用であることに疑いの余地はありません。皆さんはどう考えますか。
本記事は、 Smart Data Collectiveとの協力により掲載されています。掲載は、世界経済フォーラムが見解を支持していることを意味するものではありません。
Forum:Agendaの最新情報を受け取るには、 週刊ニュースレターにご登録ください。
著者：Anand Srinivasanは独立コンサルタントであり、起業家です。
画像：2013年6月24日、ワルシャワのオフィスで、ノートパソコンを持つ男性に二進コードが投影されている様子を描いたイラスト。REUTERS/Kacper Pempel