Omnisient บริษัทฟินเทคและวิเคราะห์ข้อมูลที่ก่อตั้งในแอฟริกาใต้ ชนะรางวัลประเภท 'Best Technology Provider – Data, Analytics & Infrastructure' ที่ Credit Awards ของอังกฤษ ซึ่งเป็นโปรแกรมประจำปีที่ดำเนินการโดยสำนักพิมพ์ในอุตสาหกรรม Credit Strategy บริษัทได้รับคัดเลือกจากรายชื่อผู้เข้าชิงที่มี Experian ซึ่งเป็นบริษัทข้อมูลเครดิตในดัชนี FTSE 100 ที่มีพนักงานประมาณ 23,300 คนใน 32 ประเทศ และ SAS ซึ่งเป็นบริษัทซอฟต์แวร์วิเคราะห์ข้อมูลส่วนตัวที่มีรายได้ต่อปีเกิน 3 พันล้านดอลลาร์ Omnisient พัฒนาวิธีการที่ปฏิบัติตามข้อกำหนดความเป็นส่วนตัวอย่างปลอดภัยซึ่งช่วยให้ผู้ให้สินเชื่อสามารถเข้าถึงและวิเคราะห์ข้อมูลร้านค้าปลีกสินค้าอุปโภคบริโภคได้โดยตรงจากผู้ค้าปลีก โดยใช้ AI ในตัวเพื่อสร้างแบบจำลองคาดการณ์ที่กำหนดโปรไฟล์ความเสี่ยงของบุคคลตามผลิตภัณฑ์ที่ซื้อและพฤติกรรมการซื้อ โดยไม่เปิดเผยรายละเอียดส่วนตัวของผู้บริโภค เทคโนโลยีนี้ตอบสนองช่องว่างในระบบเครดิตที่ประเมินเฉพาะผู้บริโภคที่มีประวัติเครดิตอยู่เดิม โดยเสนอตัวบ่งชี้ความน่าเชื่อถือทางเลือกสำหรับบุคคลที่มีประวัติเครดิตทางการน้อยหรือไม่มีเลยผ่านการวิเคราะห์พฤติกรรมการซื้อ
เทคโนโลยีการให้คะแนนเครดิตจากข้อมูลสินค้าอุปโภคบริโภคที่สอดคล้องกับความเป็นส่วนตัวของ Omnisient
วิธีการของ Omnisient ช่วยให้ผู้ให้สินเชื่อสามารถเข้าถึงและวิเคราะห์ข้อมูลร้านค้าปลีกสินค้าอุปโภคบริโภคได้โดยตรงจากผู้ค้าปลีก ผู้ให้สินเชื่อใช้ AI ในตัวเพื่อพัฒนาแบบจำลองคาดการณ์ที่กำหนดโปรไฟล์ความเสี่ยงของบุคคลตามผลิตภัณฑ์ที่ซื้อและพฤติกรรมการซื้อโดยรวม ข้อมูลไม่เคยถูกโอนย้ายและรายละเอียดส่วนตัวของผู้บริโภคไม่เคยถูกเปิดเผยในระหว่างกระบวนการนี้
การวิเคราะห์เกิดขึ้นกับข้อมูลที่ไม่ระบุตัวตนภายในสภาพแวดล้อมที่ปลอดภัยและเป็นกลาง ข้อมูลส่วนบุคคลไม่เคยถูกแบ่งปันหรือเข้าถึงได้โดยบุคคลที่สาม รวมถึง Omnisient เอง ตามที่บริษัทระบุ พฤติกรรมการซื้อ — เนื้อหาของตะกร้าสินค้าอุปโภคบริโภคของครัวเรือนเมื่อเวลาผ่านไป — ทำหน้าที่เป็นตัวบ่งชี้ความน่าเชื่อถือทางเลือกสำหรับผู้บริโภคที่มีประวัติเครดิตทางการน้อยหรือไม่มีเลย
ข้อมูลการซื้อถูกอธิบายโดยบริษัทว่าหลากหลาย ครอบคลุมทุกคน (เกือบทุกคนซื้อของชำเป็นประจำโดยไม่ขึ้นกับสถานะทางการเงิน) และสดใหม่ อัปเดตทุกสองสามวันหรือสัปดาห์ขึ้นอยู่กับนิสัยการซื้อของแต่ละบุคคล Jon Jacobson ซีอีโอและผู้ร่วมก่อตั้ง Omnisient กล่าวว่า "ระบบเครดิตส่วนใหญ่สามารถประเมินได้เฉพาะผู้ที่มีประวัติเครดิตอยู่แล้วเท่านั้น เราตั้งใจจะแสดงให้เห็นว่าข้อมูลในชีวิตประจำวัน เมื่อใช้กับการปกป้องความเป็นส่วนตัวที่แข็งแกร่ง สามารถขยายสินเชื่ออย่างรับผิดชอบให้กับคนที่ระบบมองไม่เห็นในปัจจุบัน"
ผลการดำเนินงานในแอฟริกาใต้และการปรับปรุงความแม่นยำของแบบจำลองความเสี่ยง
ในแอฟริกาใต้ เทคโนโลยีของ Omnisient ถูกใช้เพื่อประเมินผู้บริโภคมากกว่า 8 ล้านคน โดยที่ 3.2 ล้านคนมีสิทธิ์ได้รับสินเชื่อเป็นครั้งแรก บริษัทรายงานว่าแนวทางดังกล่าวปรับปรุงความแม่นยำของแบบจำลองความเสี่ยงของผู้ให้สินเชื่อที่เข้าร่วม โดยวัดจากค่าสัมประสิทธิ์จินี ได้ 41%
ตัวเลขเหล่านี้เกี่ยวข้องกับการนำไปใช้กับพันธมิตรด้านธนาคารและค้าปลีกของ Omnisient และได้รับจากบริษัท
TransUnion เข้าซื้อหุ้นส่วนน้อยและร่วมนำรอบการระดมทุน
ในปี 2025 TransUnion หนึ่งในสามสำนักงานเครดิตที่ใหญ่ที่สุดในโลก เข้าซื้อหุ้นส่วนน้อยใน Omnisient และได้ที่นั่งในคณะกรรมการ ต่อมา TransUnion ร่วมนำรอบการระดมทุนมูลค่า 12.5 ล้านดอลลาร์สำหรับบริษัท
Omnisient ระบุว่ากำลังใช้เงินลงทุนเพื่อขยายตลาดรวมถึงสหราชอาณาจักร สหรัฐอเมริกา และบราซิล
คำถามที่พบบ่อย
Omnisient ชนะรางวัลอะไรที่ Credit Awards ของอังกฤษ?
Omnisient ชนะรางวัลประเภท 'Best Technology Provider – Data, Analytics & Infrastructure' ที่ Credit Awards ของอังกฤษ ซึ่งเป็นโปรแกรมประจำปีที่ดำเนินการโดยสำนักพิมพ์ในอุตสาหกรรม Credit Strategy บริษัทได้รับคัดเลือกจากรายชื่อผู้เข้าชิงที่มี Experian และ SAS
เทคโนโลยีการให้คะแนนเครดิตจากข้อมูลสินค้าอุปโภคบริโภคของ Omnisient ทำงานอย่างไร?
เทคโนโลยีของ Omnisient ช่วยให้ผู้ให้สินเชื่อสามารถเข้าถึงและวิเคราะห์ข้อมูลร้านค้าปลีกสินค้าอุปโภคบริโภคได้โดยตรงจากผู้ค้าปลีกโดยใช้ AI ในตัวเพื่อพัฒนาแบบจำลองคาดการณ์ การวิเคราะห์จะกำหนดโปรไฟล์ความเสี่ยงของบุคคลตามผลิตภัณฑ์ที่ซื้อและพฤติกรรมการซื้อ ข้อมูลถูกวิเคราะห์ในรูปแบบที่ไม่ระบุตัวตนภายในสภาพแวดล้อมที่ปลอดภัย โดยไม่มีการแบ่งปันหรือเข้าถึงข้อมูลส่วนบุคคลโดยบุคคลที่สาม รวมถึง Omnisient
Omnisient บรรลุผลลัพธ์อะไรในแอฟริกาใต้?
ในแอฟริกาใต้ เทคโนโลยีของ Omnisient ถูกใช้เพื่อประเมินผู้บริโภคมากกว่า 8 ล้านคน โดยที่ 3.2 ล้านคนมีสิทธิ์ได้รับสินเชื่อเป็นครั้งแรก บริษัทรายงานว่าแนวทางดังกล่าวปรับปรุงความแม่นยำของแบบจำลองความเสี่ยงของผู้ให้สินเชื่อที่เข้าร่วม โดยวัดจากค่าสัมประสิทธิ์จินี ได้ 41%
