Sa pananalapi pagsasama at alternatibong Data sa LATAM

Naroroon sa iyo ng Provenir at Credolab isang flipbook sa pagbabago na pinagdaanan ng industriya ng fintech noong 2020 at kung paano nagsimula ang 2021 sa isang positibo at mapaghamong bagong pananaw patungkol sa pagsasama sa pananalapi. Sa pamamagitan ng kadalubhasaan at kahusayan ng kinikilalang mga eksperto sa pananalapi sa rehiyon ay naghahanap kami upang maunawaan at magkaroon ng isang mas mahusay na diskarte sa kung paano naayos ng mga tradisyunal na bangko at mga pampinansyal na kumpanya ang kanilang pagmamarka sa kredito at kanilang mga kinakailangan sa burukrasya upang maging bahagi ng isang bagong paraan upang maisip ang pinansyal. at pagsasama sa lipunan.

I-access ang flipbook ngayon upang malaman kung ano ang sasabihin ng mga pinakamahusay na eksperto sa Latin American fintech ecosystem tungkol sa isa sa pinakamahalagang isyu na kinakaharap ng industriya ng pananalapi sa ngayon sa mga hamon na oras na ito, pagsasama sa pananalapi at paggamit ng alternatibong data.

  • Ignacio Carballo , Research Economist at Director Fintech Ecosystem & Digital Banking sa UCA
  • Marcel Van Oost , Tagapayo sa Pananalapi at Tagapagtatag ng Startup ng Fintech kasama ang pakikipagtulungan ni Marcial Gonzalez Fraga, Fintech Investor
  • Clementina Giraldo , Dots & Tech CEO at Tagapagtatag
  • Bruno Diniz , Fintech Advisor, Managing Partner sa Spiralem at Book May-akda: "The Fintech phenomena"
  • Sebastián Olivera , Tagapagtatag ng Montevideo Fintech Forum at WeFintech Co-Founder, ang Iberoamerican Women Network
Basahin ang puting papel

Anong nasa loob?

Teknolohiya sa Pagmamaneho ng Pagsasama sa Pananalapi

Galugarin ang mga kwento mula sa merkado sa alternatibong data at tagumpay nito sa pagpapabuti ng pagsasama sa pananalapi.

Nanalo Sa panahon ng COVID-19 Pandemic

Alamin kung ano ang gumana at kung ano ang hindi gumagana para sa mga pinuno sa rehiyon sa panahon ng pandemik.

Pinakamahusay na Mga Kasanayan para sa 2021

Alamin kung ano ang pinakamahusay na mga paraan upang magamit ang kahaliling data sa iyong pakinabang sa 2021.

Mangyaring Ipasok ang Business Email Address
Salamat! Maaari mong i-download ang whitepaper / ebook sa ibaba. Magpapadala din kami sa iyo ng email ng isang kopya para sa ligtas na pagpapanatili.
Basahin ang puting papel
Naku! May nangyaring mali habang isinumite ang form.
Mangyaring Ipasok ang Business Email Address
Salamat! Ipapadala namin ang iyong whitepaper / ebook sa ilang sandali. Pagmasdan ang iyong inbox.
Naku! May nangyaring mali habang isinumite ang form.
Basahin ang puting papel

Sa pananalapi pagsasama at alternatibong Data sa LATAM

Mangyaring punan ang iyong mga detalye upang makakuha ng eksklusibong pag-access sa e-book

Salamat! Natanggap ang iyong pagsumite at papadalhan ka namin ng iyong kopya sa ilang sandali.

Naku! May nangyaring mali habang isinumite ang form.

Ang CredoLab ay nangunguna sa makabagong mga kasanayan sa pamamahala ng peligro na nakikipag-ugnay sa mga diskarte sa pagmomodelo ng panganib sa kredito na na-access ng paggulong sa paggamit ng cellphone. Ang Core sa negosyo ng CredoLab ay ang pipeline ng pagmomodelo nito. Kinukuha ang smartphone bilang input, ang pipeline ng pagpoproseso ng data ay binubuo ng isang serye ng mga awtomatikong hakbang, na-root sa mga diskarte sa pag-aaral ng makina, na sa huli ay naglalabas ng isang hulang modelo para sa default ng kredito. Upang maprotektahan ang pagiging kompidensiyal at upang matiyak laban sa bias sa mga indibidwal na customer sa pautang, ang metadata na hindi nakikilala lamang ang ginagamit.

Iniulat ng e-book na ito ang mga natuklasan ni Dr Xiaofei (Susan) Wang, Lecturer at Research Scholar, Yale University mula sa isang pagsusuri na ginawa niya sa modelo ng pagmamarka ng CredoLab. Isinasaalang-alang niya ang isang malawak na hanay ng mga alternatibong diskarte para sa iba't ibang mga iba't ibang mga hakbang ng pipeline at natagpuan ang kanais-nais na mga resulta, kabilang ang kapag inilapat sa totoong data.

Sa e-book na ito, unang tuklasin namin ang mga hanay ng data na kinukonsumo ng CredoLab, kung paano ito isinasalin sa mga marka, at ang kinalabasan na hinahatid nito. Sa huling bahagi ng papel, titingnan namin kung paano umabot ang algorithm ng CredoLab kung ihahambing sa ibang mga pangunahing manlalaro na may mga katulad na modelo ng pagmamarka.

Dr. Xiaofei (Susan) Wang, PhD

Lecturer at Scholar ng Pananaliksik, Kagawaran ng Statistics & Science sa Data, Yale University

Ipinanganak sa Nanjing, China, lumipat si Dr. Wang sa USA sa murang edad at naiugnay sa ilan sa mga nangungunang institusyon. Ginawa niya ang kanyang mga bachelor mula sa University of California at kanyang PhD sa Statistics mula sa Yale University. Kasalukuyan siyang nagtataglay ng mga respetadong posisyon sa isang bilang ng mga asosasyon at nagtatrabaho sa Yale University bilang isang lektor at scholar sa pagsasaliksik. Siya ay may isang bilang ng mga publication at accolades sa kanyang kredito.