映画「マネーボール」では、ビリー・ビーン演じるキャラクターが選手にこう言います。そうしないと、私たちは負けます。」彼は住宅ローンのことを話しているのかもしれない。野球と同じように、借り手と一緒に一塁に立つことができなければ、ゲームから外れ、別の貸し手にビジネスを奪われてしまいます。
野球と同じように、融資担当者のパフォーマンスを経営陣に正確に伝えるためのデータがたくさんあります。ほとんどは使っていないだけです。
数十年の経験を持つ住宅ローン会社の幹部は、チームの選手の気持ちを理解しています。彼らは、自社の強み、どこが不足する可能性があるか、そして最終的には会計期間中にどのようにパフォーマンスを発揮するかを知っています。
現在、このような経験と専門知識、つまり「現場でのリーダーシップを発揮する」支店長の何人がいるでしょうか?何年もビジネスに携わっていない経営者が、どうやってそれを手に入れることができるでしょうか?角の店に行って追加の経験値を購入することはできません。しかし、ビジネス インテリジェンスに投資することはできます。
情報過多
かつて、経験はリーダーにとって最も価値のある資質の 1 つでした。時間が経つにつれて、統計学者は将来の業績の手がかりが企業のデータに見つかる可能性があることを発見し、新しい規律が生まれました。
ビジネス インテリジェンス (BI) は、ビジネス情報を収集、統合、分析、提示するために使用されるテクノロジ、アプリケーション、および実践を指します。その主な目的は、組織内でのより良い意思決定をサポートすることです。これらのシステムの主な目的は、生データを有意義な洞察に変換して、ビジネス リーダーが業務内の傾向、パターン、関係を理解できるようにすることです。
そこが足りないところです。ビッグデータ、クラウド コンピューティング、人工知能の台頭は、BI に革命をもたらしました。 「モノのインターネット」デバイス（データを収集および送信するために日常のデバイスに組み込まれたコンピューティング）とデジタル プラットフォームからのデータの爆発的な増加により、機械学習や予測分析などの高度な分析技術の導入が行われています。
こうした状況にもかかわらず、リーダーたちは、これらのツールが会議室のテーブルに落とす圧倒的な量のデータの餌食になっています。リーダーが熟考するあらゆる決定に対して警告を与えるデータ ポイントが常に存在するため、次善の決定を下すことはこれまで以上に困難になっています。
実用的な洞察
「情報技術と通信革命にはさまざまな利点がありますが、情報過多とそれに近いものである注意の断片化という、よく知られている暗い側面もあります。これらの災難は、CEO と経営幹部の同僚に特に大きな打撃を与えます。なぜなら、上級幹部は、さまざまな情報源からの情報を総合し、その情報が組織に与える影響を熟考し、判断を適用し、トレードオフを行い、適切な決定に到達するために、中断されない時間を非常に必要としているからです。 」
データサイエンス部門からの適切なサポートがなければ、貸し手は実用的な洞察を得ることができずにデータに溺れてしまう危険があります。まさにそれが、BI に大規模な投資を行っている金融業者に見られることです。
ブロガーのジョシュ・ハワース氏のデータによると、現在、5 社中 3 社の組織がデータ分析を利用してビジネス イノベーションを推進していると報告しており、その多くがデータ サイエンスおよび分析部門に多額の投資を続けています。
この傾向により、2023 年から 2027 年の間に 140 万人の新規雇用が創出されると予想されています。ハワース氏によると、「デロイトは 29 名 (最高データ責任者) に、2023 年以降の優先事項のトップ 3 について尋ねました。 68% がデータと分析の使用方法を改善したいと回答し、61% がデータ戦略の実現を優先事項のトップ 3 として挙げ、50% が組織内のデータ文化を改善したいと回答しました。」
もちろん、住宅ローンではこのようなことはあまり起こっていません。しかし、そうあるべきです。データ サイエンスがなければ、リーダーは圧倒的なデータの海に漂い、戦略がなければ意味をなさないことに気づくでしょう。
新興分野
データ サイエンスは、構造化データと非構造化データから知識と洞察を抽出します。統計、コンピューター サイエンス、ドメイン固有の知識などのさまざまな分野を組み合わせて、大量のデータを分析し、結果を予測してパターンを明らかにできるモデルを作成します。
データ サイエンスは、高度な統計手法、機械学習、および大規模なデータセット (多くの場合「ビッグ データ」と呼ばれます) の処理に焦点を当てているという点で、ビジネス インテリジェンスよりも広範です。ビジネス インテリジェンスは履歴データのレポートとダッシュボードに重点を置いていますが、データ サイエンスは予測モデリングと、意思決定を促進するより深い傾向の発見に重点を置いています。
彼らはビッグデータを理解している人々です。しかし、Indeed.com によると、これらの専門家の平均年収は現在 122,529 ドルであり、将来的には増加することがほぼ確実であるため、企業はすでに、より少ない人数でより多くのデータを分析する方法を模索しています。
AI は簡単な答えでした。膨大な量のデータを処理および分析する能力により、このツールは非常に高く評価されています。ただし、モデルはまだ開発中です。システムは注意深く監視しないと幻覚を起こしたり、独自のデータを作成したりする傾向があります。 AI の概要はデータを凝縮し、簡単な答えにまとめてしまうことで本当の洞察を隠す可能性があります。
最後に、データ サイエンスと AI はまだ新興分野であるため、ほとんどの企業は実用的な結果をもたらすためにすべてを正しく接続する方法をまだ学んでいます。貸し手は、データ サイエンスを組織に統合する方法を見つけるまで、データ収集と分析の両方に対するアプローチを簡素化することで、より優れた競争相手になることができます。
徹底した理解
サービス、資産売却、証券化など、住宅ローン融資の他の分野で成功するのは非常に複雑な場合があります。ローンを組成する必要はありません。生産融資担当者の管理はすべてデータを重視する必要があります。
彼らは毎日何人の見込み顧客と接触していますか?彼らはどのくらい電話をしていますか?彼らは何社のビジネス紹介パートナーと連絡を取っているのでしょうか?問い合わせに対する返答はどれくらいですか?消費者調査で借り手は借り手について何と言っていますか?そして当然のことながら、どれくらいの融資が成立しているのでしょうか？
貸し手はチームのパフォーマンスに関する情報を収集するのが得意ですが、それは答えの一部にすぎません。オリジネーターは戦略に従ってあらゆることを行うことができますが、ローンのクロージングに関しては依然としてパフォーマンスが劣ります。その理由を知るには、写真の残りの半分が必要です。
ビジネスを外側から見ていないと、方程式の重要な部分を見逃してしまいます。借り手が何を求め、何を期待しているのかを正確に知らなければ、顧客との関係を築くことはできません。社内ではそのような情報は見つかりません。
貸し手は、メディア、過去および既存の顧客、ソーシャルメディアにとってビジネスがどのように見えるかを正確に把握する必要があります。それは素晴らしい情報ですが、最も厳しい地元の競合他社と比較しなければ意味がありません。
強み、弱み、機会、脅威 (SWOT) 分析を実行するには、外の世界が彼らの中に何を見ているのかを理解する必要があります。ゲームに勝つために何が必要かを理解するために、ギャップ分析 (現在のパフォーマンスと望ましいパフォーマンスの差) を追加します。あとは、最高のローンオフィサー選手を選ぶだけです。
#数字に溺れると住宅ローン担当者は麻痺する可能性があります