KBank เผยความสำเร็จ การบริหารความเสี่ยงเครดิตและทวงหนี้ ด้วย Data และ AI

“KBank เลือกใช้แพลตฟอร์ม Databricks Data Intelligence ยกระดับความสามารถในการวิเคราะห์ข้อมูลและระบบเอไอ ช่วยปรับปรุงประสิทธิภาพและผลการดำเนินธุรกิจผ่านเทคโนโลยีการบริหารความเสี่ยงด้านเครดิต

ธนาคารกสิกรไทย จำกัด (มหาชน) (KBank) เปิดเผยความสำเร็จในการเร่งสร้างนวัตกรรมทางด้านเอไอและข้อมูล โดยการประยุกต์ใช้แพลตฟอร์ม Databricks Data Intelligence เพื่อยกระดับขีดความสามารถในการวิเคราะห์ข้อมูลและระบบเอไอของธนาคาร ช่วยปรับปรุงประสิทธิภาพและผลการดำเนินธุรกิจผ่านเทคโนโลยีการบริหารความเสี่ยงด้านเครดิต 

นอกจากนี้ธนาคารยังได้ปรับระบบติดตามทวงหนี้ด้วยข้อมูลและ AI ครอบคลุมทั้งสินเชื่อส่วนบุคคลที่มีหลักประกันและไม่มีหลักประกันโดยใช้ข้อมูล และเทคโนโลยีเอไอ อาทิ การใช้โมเดล best-time-to-contact models และการแบ่งกลุ่มความเสี่ยง ของลูกค้าด้วยคะแนนวัดความเสี่ยงในการติดตามหนี้ (collection risk scores) เพื่อปรับแต่งช่วงเวลาและวิธีการติดต่อลูกค้าได้อย่างเหมาะสม 

การขับเคลื่อนนวัตกรรม ข้อมูลและเอไอครั้งนี้ได้ช่วยให้ ธนาคารกสิกรไทย สามารถยกระดับประสิทธิผลการดำเนินธุรกิจ เพิ่มการมีส่วนร่วมของลูกค้าธนาคาร ลดความเสี่ยง ด้านเครดิต และมอบโซลูชันทางการเงินที่ตรงใจลูกค้าได้มากยิ่งขึ้น 

ความท้าทายของ Kbank

แผนการการขับเคลื่อนนวัตกรรม ข้อมูลและเอไอครั้งนี้ สืบเนื่องจากฐานลูกค้าของธนาคารที่มีมากกว่า 20 ล้านราย ธนาคารกสิกรไทย จึงเผชิญกับความท้าทายที่เพิ่มขึ้นในการติดตามทวงหนี้ อาทิ ช่องทางการติดต่อที่ล้าสมัย ขาดข้อมูลเชิงลึกถึงช่วงเวลาที่เหมาะสมในการติดต่อลูกค้า 

รวมถึงข้อมูลสถานที่ติดต่อไม่ครบถ้วนหรือไม่ถูกต้อง ซึ่งส่งผลต่อ การติดตามทวงหนี้หน้างาน ความท้าทายเหล่านี้นำมาสู่อัตราการติดต่อลูกค้าได้สำเร็จอยู่ในระดับต่ำ อัตราการค้างชำระหนี้สวนทางสูงขึ้น และค่าเผื่อหนี้สงสัยจะสูญที่เพิ่มขึ้น

เพื่อแก้ไขปัญหาเหล่านี้ ธนาคารกสิกรไทย ได้นำแพลตฟอร์ม Databricks_Data_Intelligence มาใช้รวมศูนย์ข้อมูลจากหลากหลายแหล่งที่มาเพื่อสร้างข้อมูลเชิงลึกโดยมีระบบเอไอเข้ามาเสริมการทำงาน ธนาคารได้ริเริ่มหลายโครงการที่พลิกโฉมวิธีการทำงานกับลูกค้าและการบริหารความเสี่ยง ส่งผลให้สามารถลดความเสียหายจากค่าเผื่อหนี้สงสัยจะสูญได้หลายพันล้านบาท ในหลายโครงการ

แก้ปัญหาด้วยข้อมูลที่อัจฉริยะมากขึ้น

ในการแก้ปัญหานั้น ธนาคารกสิกรไทย ได้ตั้งโครงการขึ้นโดยมองจากประเด็นที่เป็นปัญหาในหลายๆ มิติ ซึ่งได้ผลลัพธ์ที่ดีขึ้น โดยโครงการต่างๆ ประกอบด้วย

การระบุหมายเลขโทรศัพท์ เวลา และสถานที่ติดต่อลูกค้าที่ดีที่สุด KBank ทำการวิเคราะห์ข้อมูลที่จัดเก็บจากหลากหลายแหล่งที่มา ตั้งแต่บันทึกการใช้งานโทรศัพท์ การใช้งานธุรกรรมผ่านมือถือ ไปจนถึงข้อมูลตำแหน่งสถานที่  เพื่อนำมาพัฒนาโมเดลเอไอที่ช่วยระบุหมายเลขโทรศัพท์ที่เชื่อถือได้ ช่วงเวลาที่เหมาะสมที่สุดในการติดต่อ สถานที่ติดต่อที่ถูกต้อง 

ส่งผลให้อัตราการติดต่อสำเร็จสูงขึ้น ลดจำนวนครั้งที่ติดต่อไม่สำเร็จ เพิ่มประสิทธิผลและความคุ้มค่าในการใช้ทรัพยากรในการติดต่อลูกค้า โดยเฉพาะเมื่อต้องลงพื้นที่หน้างาน 

การวัดระดับความเสี่ยงของลูกค้า การระบุตัวตนบุคคล และการจัดสรรมาตรการที่เหมาะสม ได้พัฒนาโมเดลเอไอที่ผนวกข้อมูลประวัติการขอสินเชื่อ พฤติกรรมการชำระหนี้ เทียบระดับรายได้และหนี้สินของลูกค้า เพื่อวัดระดับความเสี่ยงด้านการชำระคืนหนี้ของลูกค้า (risk personas) 

การแบ่งกลุ่มอย่างละเอียดนี้ช่วยให้ KBank สามารถพิจารณาความเดือดร้อนทางการเงินและปัจจัยเสี่ยงเฉพาะของแต่ละกลุ่มลูกค้าได้อย่างละเอียดถี่ถ้วน ตั้งแต่ธุรกิจขนาดย่อมไปจนถึงลูกค้ารายย่อยทั่วไป ด้วยการปรับจูนโมเดลให้เหมาะสมกับโปรไฟล์ลูกค้าเฉพาะราย 

KBank จึงสามารถนำเสนอโซลูชันทางการเงินที่เหมาะสม ส่งเสริมการเข้าถึงบริการทางการเงิน (financial inclusion) และประเมินการให้สินเชื่ออย่างเป็นธรรมได้ดียิ่งขึ้น

ระบบ monitoring และ feedback แบบเรียลไทม์ KBank ยังได้สร้างแดชบอร์ดเพื่อติดตาม และประเมินตัวชี้วัดสำคัญ (KPIs) ในหลายระดับแบบเรียลไทม์ ทำให้สามารถติดตาม ทักเตือน และ แจ้งผลเพื่อปรับกลยุทธ์ได้อย่างทันท่วงที ช่วยให้การติดตามทวงหนี้แม่นยำและมีประสิทธิภาพสูงสุด

ดร. ธีรวัฒน์ อัศวโภคี รองกรรมการผู้จัดการผู้บริหารสายงาน Data Intelligence and IT Integration Division ของธนาคารกสิกรไทย กล่าวว่า “การใช้ Data และ AI ของธนาคารกสิกรไทยคือการนำนวัตกรรมมาประยุกต์ใช้ใน use case จริงเพื่อสร้างผลกระทบต่อธุรกิจ ความร่วมมือกับ Databricks ช่วยให้เราสามารถ ใช้ประโยชน์จาก data analytics และ predictive AI เพื่อลดความเสี่ยงด้านเครดิตและการทุจริตลง” 

“รวมถึงยกระดับวิธีการติดตามทวงหนี้ ทำให้เราสามารถนำเสนอทางเลือกที่ปรับให้เหมาะสมกับบริบทของลูกค้าแต่ละราย และช่วยสร้างเสถียรภาพทางการเงินให้กับลูกค้าได้ นอกจากนี้เรายังได้ยกระดับการพัฒนาทักษะให้พนักงานกว่า 6,000 คน ซึ่งนำไปสูการใช้งาน GenAI เพื่อเพิ่มประสิทธิภาพการทำงานทั่วทั้งองค์กร ได้มากกว่า 600 รูปแบบแล้ว”

Featured Image: rawpixel.com