prestito
Credits: Bocconi Knowledge - Università Bocconi


Vi abbiamo già parlato (link) di quanto sia importante la digital reputation nel mercato del lavoro, in particolare per quanto concerne le scelte compiute da chi seleziona il personale da assumere. Ma stanno cambiando in modo rilevante anche le modalità con cui le società finanziarie raccolgono informazioni per valutare il profilo di rischio dei potenziali clienti che si rivolgono per chiedere un prestito. Lo racconta Gaia Rubera, professoressa di Marketing all’Università Bocconi, che ha realizzato questo interessante video.

Alcune società, ad esempio, valutano il profilo LinkedIn del potenziale cliente allo scopo di valutare quanto velocemente questo individuo potrebbe ritrovare lavoro nel caso in cui lo perdesse durante il periodo di vita del debito o del prestito. Altre società, invece, richiedono un accesso temporaneo al profilo Facebook e analizzano gli amici del potenziale cliente. Guardano le foto che postano, i luoghi in cui vanno in vacanza, le case in cui abitano, il tipo di lavoro che fanno, allo scopo di identificare se il potenziale cliente abbia degli amici facoltosi disposti a intervenire ed eventualmente ripagare il prestito in caso di difficoltà. Il fatto di avere amici facoltosi su Facebook, ovviamente, non indica che questi amici siano effettivamente disposti a intervenire per ripagare il prestito, per cui queste società stanno sviluppando degli algoritmi per cercare di capire quanto sia stretto il legame tra il cliente e l’amico facoltoso. Per esempio, analizzano la somiglianza del linguaggio utilizzato nelle conversazioni, quante parole usano in comune. Quanto più simile è il linguaggio, tanto dovrebbe essere più stretto il legame e, di conseguenza, maggiore la possibilità che l’amico sia disposto a venire in soccorso del potenziale cliente.

Questi, naturalmente, sono soltanto alcuni degli esempi del tipo di informazione che le società finanziarie possono raccogliere tramite big data e social network. Ma quali sono le reali conseguenze dell’utilizzo di tali dati? Il fenomeno è ancora troppo recente per poter essere valutato con piena cognizione, però le prime risultanze sembrano evidenziare l’esistenza di un doppio beneficio: per i clienti inseriti all’interno di network migliori perché riescono a ottenere tassi di interesse più bassi, e per le società finanziarie perché in questo modo riescono a valutare meglio il profilo di rischio dei potenziali clienti.