"בעבודה עם קהל גדול, שם המשחק הוא ביג דאטה"

בשנים האחרונות, שם המשחק בחברות עם קהל לקוחות או משתמשים גדול, הוא ביג דאטה. היכולת להפיק תובנות מבוססות נתונים, במהירות ויעילות, מהמשאב העיקרי של החברה – הצרכנים – היא בסיס מרכזי להצלחה של החברה ולגידול ברווחיה. השימוש בביג דאטה, אינטליגנציה מלאכותית ולימוד מכונה (Machine Learning) נכנס כמעט לכל תחום באשר הוא, ובשנים האחרונות ביתר שאת לעולם הפינטק.

"מנצחי הזירה יהיו אלא שידעו לחזות את העתיד טוב יותר מהמתחרים", אומר ערן גולן, סמנכ"ל שיווק אשראי וכלכלה במימון ישיר בכנס פינטק של כלכליסט, "אנחנו ממוקדים 14 שנה במתן הלוואות רכב ובזכות הותק שלנו צברנו מאגר דאטה עצום על מאות אלפי הלוואות רכב. המודל הבסיסי שלנו יודע לחבר מודלי אשראי סטטיסטיים מקובלים עם משתנים מומחים הייחודיים לתעשייה שלנו - כמו סוג הרכב, גיל הרכב, והסוכנות ממנה הוא נרכש".

לטענת גולן, מדובר ביתרון תחרותי משמעותי ביותר של מימון ישיר שנהפך "למכונה משומנת היטב עם חיזוי ברמת דיוק שהולכת וגדלה. זה מתחיל בלדעת לחזות את הסיכויים של לקוח חדש, שאין עליו היסטוריה להחזיר את ההלוואה, וזה ממשיך ביכולת לחזות התנהגות פיננסית עתידית של לקוח".

במימון ישיר עובדים כיום על טכנולוגיה חדשה שתייצר התאמה בין לקוח, מוצר ומוכר על מנת למלא את הצרכים והרצונות של כל אחד מהצדדים תוך שילוב של מאגרי מידע חיצוניים של בנק ישראל ומשרד התחבורה. "אנחנו מפתחים מערכת לימוד מכונה שמייצרת המלצה פרסונלית לכל לקוח", מספרת רונית פטר בן דוד, סמנכ"לית טכנולוגיות Fintech במימון ישיר: "ההתאמה בין הלקוח, הרכב המתאים לצרכים ולתקציב שעומד לרשותו והסוכנות שבה הוא יוכל לממש את הרכישה באמצעות ההלוואה שלנו. ההמלצה מתבססת כמובן על מאפייני הלקוח בשקלול הנתונים שיש לנו מסוכנויות הרכב איתן אנחנו עובדים".

על פי פטר בן דוד, "'פינטקיות' היא לפני הכול יכולת, ושאפשר לפתח אותה, כי זו יכולת נרכשת. בכדי לעשות את זה, צריך מאגרי דאטה גדולים, מגוון של ערוצי פעילות עבור הלקוחות וכלים שמאפשרים מהירות ניטור וניתוח".

השימוש בביג דאטה לשיפור היעילות והרווחים אינה מופנית רק כלפי חוץ אל קהל הלקוחות אלא גם כלפי פנים. על פי פטר בן דוד, " אנחנו יכולים לחזות ההתאמה של עובדים ל-DNA הארגוני שלנו. אנחנו רואים במשאב האנושי כיתרון אסטרטגי".