Le piattaforme di social lending quando devono decidere se immettere un prestito nel mercato, sono tenute ad assegnare un rating (punteggio) ad ogni utente e di conseguenza assegnare un mercato per ogni prestito. Il punteggio viene calcolato tenendo conto di diversi fattori: storia creditizia, reddito, situazione familiare, area geografica, età, ecc.
Per questo molte piattaforme di Social Lending (e tutte le banche) si appoggiano ai Credit Bureau come Crif o Experian che sono specializzati proprio nell’aggregare questo tipo di dati il cui risultato (insieme ad altri dati statistici) determina un punteggio e se il prestito verrà messo nel mercato e a quale tasso di interesse.
Ci sono però molti problemi con questi strumenti di scoring, ad esempio se la storia creditizia di una persona è molto limitata o inesistente, oppure se i dati delle carte di credito che utilizziamo sono monitorate da questo o da quel credit bureau, fatto sta che queste stime sono sempre meno attendibili.
I sistemi tradizionali usano, di fatto, paradigmi vecchi di 50 anni
Più in generale sono le abitudini delle persone che stanno cambiando. Sono cambiati i modi e i luoghi degli acquisti, le relazioni e il tessuto sociale hanno subito un forte impatto nell’incontro con il mondo digitale e di tutto questo per ora non c’è traccia nei sistemi tradizionali che usano, di fatto, paradigmi vecchi di 50 anni. Le banche stesse ritengono ormai questi metodi non più adatti e sempre meno performanti.
Nuovi criteri e Big Data
Bisogna quindi innovare. Alcune piattaforme di social lending (una su tutte Lending Club) stanno già lavorando per aggregare nuovi dati.
Le banche scandaglieranno la rete con gli algoritmi per capire se un soggetto è affidabile o no
L’idea che stanno accarezzando molte banche ed istituti di credito è quella di lavorare sui cosi detti “Big Data” al fine di creare un Social Credit bureau da affiancare ai parametri tradizionali, che tradotto significa che scandaglieranno la rete con complessi algoritmi e aggregheranno i dati in modo mirato per capire se un soggetto è affidabile e se restituirà i soldi prestati. Quello che è certo è che ci vorrà molto tempo e parecchi test per capire quali dati analizzare e come.
Uno criteri su cui si lavora sono i dati economici e di relazione presenti online, sondando i dati in rete partendo dai profili social per incrociarli con desideri, acquisti, utilizzo di carte di credito e/o pagamenti mobile. Un sistema che in qualche modo replica in parte la logica del credit bureau per arrivare a definire stile e tenore di vita, interessi e relazioni.
C’è anche chi lavora ad algoritmi che cercano di inquadrare i profili psicologici
C’è poi chi lavora ad algoritmi che cercano di inquadrare i profili psicologi. Anche qui si scandagliano gli account social ma si entra nel merito di testi, punteggiature e immagini pubblicate per arrivare ad un dettagliato profilo psicologico dell’utente. Questo viene poi associato con altri dati che riguardano appunto i profili.
In entrambi i casi (dati economici/sociali e criteri psicologici) il risultato andrebbe poi comunque ad affiancarsi alla valutazione del Credi Bureau in modo da avere un quadro più completo ed affidabile possibile.
Un gioco pericoloso?
Il tema della privacy peró spaventa e non poco chi sta lavorando su questi algoritmi. È il caso ad esempio di Schufa, la più grande agenzia di credito tedesca, che ha cominciato a lavorare su questi algoritmi e dopo un iniziale annuncio ha dovuto fare marcia indietro per via delle aspre critiche (1).
Va detto che queste analisi di dati vengono attivate solo di fronte ad una richiesta (ad esempio di prestito) e quindi ci sarebbe, o andrebbe prevista obbligatoriamente, una approvazione esplicita, diretta e volontaria da parte dell’interessato. Qui però entriamo in una sfera davvero personale e complessa, da una parte questi sistemi potrebbero aiutare tutti i flussi di disintermediazione del credito favorendo ed accelerando i processi di democratizzazione in atto in questo settore, dall’altra non vorrei trovarmi al posto del legislatore quando questo genere di analisi dei dati diventerà una prassi comune.
C’è poi il tema della possibilità di falsificare “al rialzo” il proprio profilo, lavorando per costruire una “brand identity” più affidabile del reale. Quanto questi algoritmi saranno davvero in grado di smascherare i “fake”?
La pratica è ancora considerata dagli addetti ai lavori un “gioco pericoloso”
Insomma pur essendo un tema appetibile in grado di rivoluzionare il mondo del credito è ancora considerato dagli addetti ai lavori un “gioco pericoloso” e nessuno vuole scottarsi per primo. Quello che sembra certo è che chi fare bene e seriamente questo lavoro cambierà in modo radicale tutto il mercato del credito.
Una terza via
In attesa di vedere cosa succederà sul fronte dei Big Data un strada, a mio modo di vedere interessante, meno rischiosa e di grande respito, è quella che ci arriva da una serie di esperienze diverse e riguarda l’intreccio tra community, reputazione ed endorsing.
Chi viene dal mondo del crowdfunding sa quanto la reputazione possa diventare vera e propria “moneta sonante” se spesa nel modo giusto e quanto questo vada di pari passo con quel concetto fluido e indefinito di community online, quello che Rifkin chiama il Commons collaborativo. (2)
Un esempio di comunità economica di alto impatto ci viene dall’esperienza di piccole banche popolari come Banca Etica che punta su relazioni e prossimità, su valori condivisi e scambi continui e che può orgogliosamente dire di essere una delle banche con meno sofferenze sul mercato italiano. (3)
Quello che emerge è tutt’altro che semplice e scontato ma ci mostra che micro-reti di relazioni solide, sommate a reputazione ed endorsment, potrebbero in futuro fare la differenza per le piattaforme di social lending e portare ad una utenza fatta di soggetti affidabili e responsabili, attivi e riconociuti.
Ed ecco che ci troveremmo di fronte a processi relazionali efficaci, senza invasioni di privacy e senza bisogno di evocare il Grande Fratello.
Note:
(1) The World from Berlin: ‘Every User Can Decide Alone What Facebook Knows’
(2) Jeremy Rifkin – La Società a costo marginale ZERO – 2014 / Mondadori
(3) Chiuso il 2014 con una sofferenza media del 2,5% contro una media del sistema bancario del 9,5
* Angelo Rindone si occupa di crowd economy, ha fondato la prima piattaforma di crowdfunding italia (produzioni dal basso) ed è Amministrazione Delegato di FolkFunding srl.