La travel-tech Fly Now Pay Later ha scelto le soluzioni di CRIF per l’Open Banking e Risk Management «con l’obiettivo di potenziare la sua funzione Buy Now Pay Later per l’acquisto dei viaggi», si legge in una nota.
Nello specifico «la soluzione Open Banking di CRIF Digital, consentirà di potenziare il processo di candidatura online dei clienti e migliorare la valutazione degli stessi attraverso l’accesso al conto in modalità Open Banking, un motore di categorizzazione e avanzati analytics in grado di favorire l’automazione della strategia per la valutazione di rischio nelle richieste di finanziamento», conclude la nota.
BNPL in Italia, lo studio CRIF-Nomisma
Secondo una recente indagine CRIF-Nomisma, cresce l’interesse in Italia per la soluzione Buy Now Pay Later.
Sebbene il pagamento rateizzato sia ancora una novità nel nostro Paese, questa soluzione suscita interesse e il 54% degli italiani si dichiara pronto a provarlo, in particolare nella fascia d’età 45-54 anni.
Sempre secondo i dati raccolti in Italia solo il 2% della popolazione, principalmente Millennial, ha acquistato utilizzando la formula BNPL.
Lo strumento AI-based di CRIF
Ma come gestire i rischi? CRIF ha quindi realizzato una soluzione AI-based per la gestione del rischio di credito e di frode nella valutazione specifica delle richieste di finanziamento BNPL.
CRIF è già partner di alcuni top player di mercato, quali ad esempio Cofidis e Sella Personal Credit sul mercato italiano, oltre a Klarna e grandi retailer leader nell’e-commerce come Zalando e La Redoute a livello internazionale.
Ed ora anche Fly Now Pay Later è entrata nel portfolio di partnership dell’azienda bolognese.
Note tecniche del motore di categorizzazione CRIF
Il motore di categorizzazione CRIF, basato su Machine Learning (ML) e tecnologia di intelligenza artificiale (AI), “allenato” su oltre 5 milioni di conti correnti e 1 miliardo di transazioni, classifica, sulla base della tassonomia proprietaria CRIF, ogni transazione di conto corrente in una categoria di spesa o di entrata, e produce oltre 300 KPI costruiti per potenziare la valutazione del rischio di credito e delle opportunità commerciali differenziati per clientela privati e imprese.
Sviluppato su deep artificial neural networks progettate ad hoc, l’algoritmo ha registrato in numerosi POC sul mercato italiano e internazionale un’accuracy del 94%, superiore alla media di mercato.
