Küsisime Krediidiinfo konverentsil esinenud Erki Kertilt, mida suurandmete ehk Big Data analüüsimine endast kujutab ja kuidas sellest krediidiotsuste tegemisel kasu lõigata. Kert juhib ettevõtet Big Data Scoring, mis tegeleb andmestike põhjal skooringu pakkumisega laenuandjatele.

1. Kas Big Datat kasutavaid ettevõtteid võiks olla rohkem, kui neid täna on?

Kindlasti. Kui Big Data aitab pankadel teha täpsemaid laenuotsuseid, siis on see kogu ühiskonna huvides, et laen ei satu valede inimeste kätte, ja teisalt, et inimesed, kes võiksid laenu saada, seda suurema tõenäosusega ka saaksid. Täpsemad finantsotsused on kõikidele ühtviisi head.

2. Kui ausalt ettevõtted või inimesed oma netielu elavad kui nad teavad, et andmed muudkui kogunevad? Kui lihtne on Big Datat manipuleerida?

Teoreetiliselt on see võimalik, aga infohulk, mida me kogume, on suur ja tavaliselt inimene isegi ei tea, milliseid andmeid peaks manipuleerima ning millises suunas. Sotsiaalmeedias inimesed näitavadki oma elu natuke ilusamates värvides, kui see tegelikult on. Me suudame seda oma mudelites arvesse võtta. Muidugi me ei oska öelda, kas inimene kindlasti ei maksa laenu tagasi või kindlasti maksab. Me oskame öelda tõenäosuse, et näiteks see inimene maksab oma laenu tagasi viieprotsendilise tõenäosusega ja too inimene üheksakümneviie protsendilise tõenäosusega.

3. Kumb on tõhusam, kas Big Data või traditsioonilised krediidianalüüsi meetodid?

Ütleme niimoodi, et kõige tõhusam on täna ikkagi Maksehäireregister. Kellel on maksehäireid, see tõenäoliselt jääb ka tulevikus oma maksetega hätta. Teisel kohal võiks olla Positiivne register. Mitmelt turult oleme aga näinud, et meie pakutav info annab umbes sama palju lisaväärtust kui Positiivne register. Ma arvan, et mida rohkem andmeid, seda parem.

4. Kas Big Data kasutamiseks, on mingi laenusumma või tehingu suurus, millest alates on suuri andmemahte üldse mõtet hõlmata?

Tegelikult ei ole. Mudelid on alati kohandatavad. Meil on eraldi mudelid väikeste laenude jaoks, meil on eraldi mudelid suuremate, tagatud ja tagamata laenude jaoks. Selles plaanis ma ei ütleks, et seal mingi alampiir on.

5. Kui suures ulatuses saab ettevõte suurte andmestikega ise hakkama, millest alates tuleks näiteks teie poole pöörduda?

Teoreetiliselt alati saab ka ise hakkama. Küsimus on selles, kas ettevõttel endal on piisavalt palju infot. Big Data analüüsiga alustamise eelduseks on see, et minevikus peab olema kogutud piisavalt palju õiget infot.

6. On teil soovitusi Eesti finantsasutustele – mida edasi teha kui teadmine Big Data võimalustest on olemas?

Selleks, et Big Data maailma sukelduda – tuleb see endale prioriteediks teha. Tihtipeale on Big Data valdkond, mis puudutab hästi palju erinevaid osakondi organisatsiooni sees. Ehk see vajab osakonnaülest juhtimist ja projektijuhtimist, et sinna (andmeteni, koostööni) jõuda.