Ved å analysere all informasjon som finnes om en person i D&B Norges databaser vil modellen beregne en score/poengsum mellom 1 til 300 som forteller hvor stor risiko det er å yte den aktuelle forbrukeren en kreditt. Ved scoring av en kredittsøker vil personen bli tildelt en poengsum som tilsvarer den risikogruppen vedkommende er rangert i.

Scoringmodellen er bygget opp med bakgrunn i statistiske beregninger som ved hjelp av regresjonsanalyser kan fortelle hvilke informasjonselementer som er mest utsagnskraftig for å forutse betalingsmislighold. Scoringmodellen er bygget av eksperter ved det europeiske hovedkontoret til Dun & Bradstreet i London.

I USA og i andre land i Europa har scoringmodeller for kredittvurdering av personer og foretak vært benyttet i flere tiår. Undersøkelser har vist at scoringmodellen til D&B Norge har en meget god ytelse og prediksjonsevne. I tillegg til beregning av scorepoeng er det i modellen lagt inn standard policyregler for å gi en klar og entydig konklusjon på kredittverdigheten.

Kunder av D&B Norge kan tilpasse scoringmodellen med egne policy-regler. Det er i tillegg fastsatt såkalte Cut-Off regler som forteller hvor på skalaen mellom 1 og 300 man har lagt grensene for automatisk godkjenning eller avslag av kredittsøkeren. Mellom disse to grensene har man en "gråsone" med kontrolltilfeller hvor man anbefaler å foreta en nærmere manuell kontroll av søkerne.

Cut-Off grensene ligger inne på våre systemer med en grense for avslag på 124 poeng eller lavere og en grense for godkjenning på 148 poeng eller høyere. Disse grensene kan imidlertid tilpasses hver enkelt kunde etter hvilken risiko man er villig til å ta.

En analyse foretatt av ca. 5.200 tilfeldig kredittaktive personer over hele landet viser at 77,6 % automatisk blir godkjent i scoringmodellen. Ca. 7,2 % av befolkningen anbefales det ikke å yte kreditt til, mens resterende 15,2 % ligger i kontrollgruppen. Gjennomsnittlig score/poengsum for de personer som dannet analysen var 166.

Hovedpoenget ved bruk av scoringmodellen er å anbefale kreditt til de forbrukere som statistisk sett har lavest risiko for å bli dårlige betalere. Samtidig vil man unngå å innvilge kreditt til søkere med størst risiko. Bruk av scoringmodellen gjør en i stand til å foreta en mer riktig kredittvurdering med hensyn til den risiko det er å yte kreditter til forbrukere.

Opp