Mer om övervakning och skuld: när blir Facebook ett kreditupplysningsföretag?

Likt en uppföljning på inlägget om sambandet mellan skuldsättning och övervakning kom härom dagen en artikel i The Nation av Astra Taylor och Jathan Sadowski: “How companies turn your Facebook activity into a credit score“.
Tyvärr begränsar sig författarna till att diskutera läget i USA och deras kritik är fixerad vid risken för “diskriminering”, alltså att vissa människor skulle få försämrad tillgång till kredit trots att deras “verkliga” kreditvärdighet är god. Men ändå intressant. För det är ju uppenbart att Facebook – med sin detaljerade data över var folk jobbar, var de gått i skolan, var de rör sig och i vilka kretsar de umgås – sitter på en enorm konkurrensfördel gentemot traditionella kreditupplysningsföretag.

Poängen är inte att Facebook säljer kreditupplysningar, för det gör de inte. Bara indirekt. Vad de säljer är ju riktad reklam – och finansbolag är en stor reklamköpare. Företag som Facebook och Google “tjänar miljarder dollar per år” på reklam för finansiella tjänster. Och nyckeln till att rikta rätt lånereklam till rätt individ är ju att genomföra en typ av kreditupplysning. Bara det att man inte säljer kreditupplysningen till finansbolaget, utan behåller en position som mellanhand på finansmarknaden: man förmedlar vissa låneerbjudanden och avstår från att förmedla andra.

the boundary between traditional credit scoring and marketing has blurred. The big credit bureaus have long had sidelines selling marketing lists, but now various companies, including credit bureaus, create and sell “consumer evaluation,” “buying power,” and “marketing” scores /…/
The algorithms behind these scores are designed to predict spending and whether prospective customers will be moneymakers or money-losers.

Gränsen mellan kreditupplysning och reklamförmedling har alltså luckrats upp. Genom att sälja rikta reklam kan man kringgå de lagar som reglerar handeln med kreditupplysningar och som förbjuder diskriminering på grundval av exempelvis etniskt ursprung.

As many as 70 million Americans do not have a credit score, or have low scores due to “sparse” or “thin” files. A variety of start-ups are trying to exploit this situation under the banner of magnanimously extending credit to individuals facing a disadvantage under the traditional financial model. They do this by bulking up consumer credit files—crunching large amounts of data and feeding it into proprietary scoring formulas. The data comes from traditional sources (such as credit reports) and what some experts call “fringe alternative data,” which can include information about shopping habits, web and social-media usage, government records, music tastes, location, and just about anything else. The new big-data-fueled techniques are the innovative ingredients needed to “disrupt” the traditional business of consumer finance and “innovate” different types of products and services.

Taylor & Sadowski nämner några av dessa företag, exempelvis ZestFinance som leds av förre Google-höjdaren Douglas Merrill. “All data is credit data”, lyder dess paroll.

Algoritmerna ska göra det enklare för låginkomsttagare att låna. Men de får betala. Dyrt. Den effektiva årsräntan ligger på nära 400 procent.
/…/
Förutom inkomst, ålder, civilstånd och dylikt skärskådar Zestfinance den lånesökandes beteende under själva ansökningsprocessen. Algoritmerna spårar bland annat hur lång tid kunden tar på sig att fylla i den tresidiga låneblanketten. Den som inte läst igenom villkoren får minuspoäng. Fyller man i låneansökan med endast stora bokstäver klassas man av algoritmen som mindre pålitlig än om man använder versaler och gemener korrekt.
Zestfinance tittar bland annat även på hur låntagarens påstådda lön jämförs med kolleger i samma bransch samt antalet adresser och telefonnummer den sökande haft de senaste åren. Data som samlas in sorteras och analyseras av en självlärande artificiell intelligens.
Ur kakofonin försöker man få fram en tydlig signal på om kunden är pålitlig eller inte.

Samma inriktning på “korta och dyra krediter”, finns hos konkurrenten Wonga.
“På andra sidan spektrat”, skriver Taylor & Sadowski, återfinns de kreditföretag som vill erbjuda ännu billigare lån åt de som redan får låna, genom att samla ytterligare indicier för deras kreditvärdighet. “Low-cost loans for the financially responsible” (Earnest).

Och i Sverige har vi alltså Klarna vars nisch utgörs av de små konsumtionskrediter som kan utfärdas i anslutning till e-handeln. Samt Collector som erbjuder “en mobilapp som förenklar ditt vanligaste bankärende” – och som på köpet ger företaget tillgång till detaljerad information om alla transaktioner. Samma sak med Tink. Affärsmodellen har just fått underblåsning av ett nytt EU-direktiv som tvingar bankerna att acceptera externa tjänster som kopplar upp sig mot användarens bankkonto.

Om jag fattat saken rätt har nu både Klarna och Collector blivit formellt registrerade som banker. Det går rentav att öppna sparkonto med ränta och insättningsgaranti.

Men i det längre perspektivet är det svårt att se annat än att investerarna väntar att de riktigt saftiga vinsterna ska komma hos det företag som på något sätt kan samköra sin kreditförmedling direkt med Facebooks användardata. Om det så skulle betyda att företaget först måste bli uppköpt av Facebook. För ett drygt år sedan kom också en nyhet om att Facebook ska bli en bank som lanserar en egen valuta. Jag vet inte hur det gått med den saken. Men det finns goda skäl att spekulera i vad som händer om Facebook köper Klarna (eller ZestFinance, eller Wonga).

4 kommentarer ↓

#1 Kristoffer Nolgren on 1 June 2015 at 2:51 pm

Att kreditbolag riktar olika annonser till olika kunder är ett annat exempel på de ekokammrar som debatterats här och på andra ställen. Altså att Google och Facebook utformar sökresultat och flöden baserat på vad användaren förväntas interagera med. I båda fallen är syftet att vinstmaximera antingen genom mer besökare kunder som sen kan säljas annonsplatser till eller i det senare fallet att öka antalet klick på annonser och i förlängningen värde per besökare.

Skillnaden är att i det första fallet utformas tjänsterna utifrån besökarens behov, medan i det andra fallet utformas det utifrån annonsörens.

#2 Kristoffer Nolgren on 1 June 2015 at 2:54 pm

Gällande diskriminering tycker jag resonemanget är lite märkligt. Att lägga till fler variabler än kön och ålder borde ju snarare göra att diskrimineringen minskar. Frågan närmar sig diskrimineringens natur, men minskar inte diskrimineringen med prognosens precision?

#3 Olof on 1 June 2015 at 8:09 pm

Håller på läser Bruce Schneiers, Data & Goliat. Weblining kallar han fenomenet som de kommersiella informationsinhämtarna ängnar sig åt. Redlining var när banker (typ på 60-talet) på kartor markerade områden där bostadslån var spärrade. Ett verktyg som alltså är lagstridigt i USA sen länge men det har alltså fått en modern och mindre uppenbar form i big data världen.

#4 Helmhold on 29 September 2015 at 8:19 pm

Apropå:

https://kit.se/2015/09/25/11823/sa-blir-du-en-kinesisk-monstermedborgare/

Kommentera