このタスクは、大手銀行向けのローン申請処理システムのインターフェイスを設計する作業の一環として解決されました。ただし、この方法は他のアプリケーションでも役立つ場合があります。たとえば、ユーザーが自分の信用履歴を確認する場合などです。

ユーザーへのインタビューを実施し、既存のインターフェースの使用感を調査した結果、ボトルネックの 1 つが見つかりました。

信用アナリストは大きな表に表示される申請者の信用履歴の分析に多くの時間を費やしており、多くの間違いを犯していることが判明しました。

これにより、銀行のローン申請の審査コストが増加します。チームは、信用履歴情報を操作するユーザー エクスペリエンスを向上させ、これらのコストを削減することを決定しました。また、この改善により、手作業による処理エラーが減少し、自動アルゴリズム (機械学習) の学習指標が向上するため、アプリケーションの自動処理も改善される可能性があります。

タスクの設定

一次情報を収集する過程で、ユーザーが信用履歴の次のパラメーターを迅速に評価することが重要であることがわかりました。

1. 遅延の数と形式。それらはあったのか、もしそうなら、いつ、どのような種類のものだったのか。たとえば、借り手が時間を守らない（危機的ではない）と言われるのか、それとも破産している（危機的である）と言われるのか。
2. 現在の負債の規模と、以前に支払ったローンの総額に対するその割合を推定します。これにより、ローンの返済可能性がわかります。
3. 現在のローンのうち、借り手がすでに正常に返済した部分と残っている部分を評価します。
4. 借り手が過去にどのような利息で融資を受けたかを評価します。これは、他の信用機関が融資実行時にリスクをどのように評価したかを間接的に示しています。金利が高ければ高いほど、借り手の信頼性は低くなります。
5. 繰り上げ返済があったかどうか、またその程度を確認してください。多すぎると、銀行の利益損失のリスクが高まります。

解決

設計プロセス中に、いくつかのアプローチが検討され、情報のグラフィカル表示のプロトタイプがいくつかテストされ、すべての要件を満たす最適なソリューションが作成されました。

基本的な形式は表形式 (以前の実装の改良版) でのデータの表示ですが、必要に応じてグラフィック形式に切り替えることができます。このアプローチにより、新しい機能を安全にテストし、フィードバックを得て、結果に基づいてインターフェイスを改善できると同時に、テーブルの表示に基づく従来の分析プロセスを妨げることがありません。

グラフの全体像

グラフ上の各ローンは、月々の支払いのセットとして表示されます。今後の支払いは明るい青色で表示され、返済済みの支払いは灰色で表示されます。遅延があった場合、支払いは赤、オレンジ、黄色で強調表示されます。遅延の日数に応じて異なります。グラフの面積 (すべての列の合計) はローンの合計額を示します。この類推は数学的分析から取られており、積分の幾何学的意味はグラフの下の面積です。

結果

このクレジット履歴のグラフ表示の導入は成功したと認められました。テスト運用の結果を受けていくつかの小さな改善を行った後、すべてのユーザーに実装されました。

1. 信用アナリストが申請作業に費やす時間は、約 20% ～ 30% 削減されました。
2. エラーの合計数が減少しました。管理者は、ある種のありがちな間違いを犯さなくなり、一般的に、修正のために送信される申請書の数は 10 ～ 30% 減少しました。
3. 別のボーナスとして、一部のユーザーは、ある借り手のアンケートと別の借り手のアンケートを区別しやすくなったと指摘しました。実際、アナリストは多くのローン申請書を異なるウィンドウで開き、それらを区別するために努力することがよくありました。現在では、顧客ごとに固有の信用履歴を描画することで、これを簡単に行うことができるようになりました。

さらなる発展

このツールをカスタム アプリケーションに実装することが決定されました。銀行の顧客が自分の信用履歴を表だけでなく、同じグラフの形でも評価できるようにする。これにより、ユーザー エクスペリエンスが向上するだけでなく、市場向けの独自のツールがクライアント アプリケーションに追加され、市場の銀行を強調するのに役立ちます。