Angesichts steigender Zinssätze, sinkender Refis-Tendenzen und eines erheblichen Rückgangs des Kaufvolumens aufgrund niedriger Lagerbestände suchen Hypothekenbanken nach intelligenten Lösungen, um den Margenverfall im Jahr 2022 und darüber hinaus zu bekämpfen. HousingWire sprach kürzlich mit Maylin Casanueva, Präsidentin von Teraverde, über die Bedeutung datengestützter Entscheidungsfindung und die Macht, die aufschlussreiche Daten für die allgemeine Gesundheit eines Kreditgebers haben können.
HousingWire: Was sind einige der wichtigsten Herausforderungen, denen sich Kreditgeber in diesem Jahr stellen müssen, wenn es um Rentabilität und Produktivität geht?
Maylin Casanueva: Steigende Zinsen haben in diesem Jahr bereits zu starken Volumenrückgängen geführt. Refinanzierungen fallen, wenn die Zinsen steigen. Das Kaufvolumen wird auch durch niedrige Lagerbestände und steigende Immobilienwerte beeinflusst und kann in Verbindung mit steigenden Zinsen die Fähigkeit eines Kreditnehmers, ein Haus zu kaufen, erheblich einschränken. Den Prozess zunehmend erschweren.
Diese schnelle Volumenreduktion hat dazu geführt, dass die Randkompression zu einem großen Schmerzpunkt geworden ist. Der Wettbewerb um neue Mitarbeiter zur Bewältigung des Refinanzierungsbooms der letzten 18 Monate hat auch die Vergütungskosten erhöht. Das Ergebnis sind viele schmerzhafte Entscheidungen, vor denen Hypothekenbanken stehen. Wie geht ein Kreditgeber mit rückläufigem Volumen, schrumpfenden Margen und potenziell überschüssigem Personal um? Anders gesagt: Ende 2021 war die Schlüsselfrage für die Kreditgeber, wie sie alle Kredite in ihrer Pipeline zum Abschluss bringen können. Nun stellt sich die Schlüsselfrage, wie man mit einer viel kleineren Pipeline, sinkenden Margen und hohen Kompensationskosten fertig wird?
HW: Wie können Kreditgeber datengesteuerte Erkenntnisse nutzen, um diese Herausforderungen zu meistern?
MC: Die datengesteuerte Entscheidungsfindung ist und bleibt eine entscheidende Komponente, die erforderlich ist, um in Zukunft wichtige Entscheidungen in Echtzeit zu treffen. Es gibt eine enorme Menge an Daten im Kreditvergabeprozess, und die Kreditgeber haben immer noch Schwierigkeiten, all das zu verstehen. Einige Kreditgeber haben große Investitionen in Business-Intelligence-Tools und Business-Analysten getätigt, um Berichte, KPIs und Dashboards bereitzustellen. Und viele Führungskräfte fragen vielleicht: „Na und?“ Viele Führungskräfte haben privat ihre Frustration darüber geteilt, dass KPIs, Dashboards und Berichte die Zusammenfassung dessen zeigen, was wir bereits wissen: Das Volumen ist gesunken, die Margen sind gesunken und die Vergütungskosten sind angesichts der aktuellen Volumina und Margen zu hoch.
Diese Führungskräfte geben auch zu, dass sie keine wertvollen, interessanten und umsetzbaren Erkenntnisse aus der Investition in Tools und Mitarbeiter erhalten. Laut einer wütenden Führungskraft „brauche ich keine Programmierer und Analysten, die mir vorschlagen, wie ich mein Geschäft führe“. Diese Rollen waren nicht erfolgreich darin, die Informationen und kritischen Erkenntnisse bereitzustellen, die zum Handeln führen.
Warum ist es so wenigen Kreditgebern gelungen, ihre Daten zur Beantwortung kritischer Fragen zu erhalten, die die ganze Geschichte erzählen? KPIs sind Warnungen, die eine Momentaufnahme zu einem bestimmten Zeitpunkt liefern. Der Pull-Through-Prozentsatz ist ein gutes Beispiel. Der Pull-Through-KPI liefert nicht genügend Informationen, um das vollständige Bild des endgültigen Status eines Kreditantrags zu sehen, und welche Maßnahmen erforderlich sind, um den Fallout jetzt zu reduzieren. Wenn ein Kreditgeber Fallout als Kosten für die Geschäftstätigkeit betrachtet, verpasst er die Gelegenheit, mehr Mittel aus der Pipeline zu erhalten. Ein Kreditgeber war beispielsweise überrascht, als wir die Folgen nach Kategorie analysierten. Der Kreditgeber stellte fest, dass bestimmte Hersteller Service-Level-Probleme hatten, die zu verstärkten Folgen beitrugen. Der Kreditgeber entdeckte einen Weg, um Kredite zurückzufordern, die eine bestimmte Art von Folgen hatten. Die Einführung eines Point-of-Sale-Systems durch die Hersteller hatte erhebliche Auswirkungen auf bestimmte Arten von Folgen. Außerdem waren die Ablehnungen bestimmter Versicherer in einigen Fällen zu niedrig und in anderen zu hoch, wenn man sich die Kreditkennzahlen für Genehmigungen und Ablehnungen ansieht.
Was ist die Natur von Fallout? Welche Mitarbeiter sind dafür verantwortlich? Sind Prozesse oder Entstehungsmethoden dafür verantwortlich? Wer die Fragen kennt, kann zum Erfolg navigieren. Kurz gesagt, jedes Thema in der Hypothekenvergabe hat eine Geschichte, und eine Führungskraft muss die Geschichte sehen, um die Erkenntnisse (oder „Aha!“-Momente, die die Produktivität, Effizienz und Rentabilität verbessern) zu generieren. Die Führungskraft muss ihre Daten mit dem Domänenwissen der Führungskraft untersuchen, um die Antworten zu finden, die die Geschichte vervollständigen.
Die Kombination von Wissen aus der Führungsebene, das auf kreative Weise auf die vorliegenden Daten angewendet wird, ist ein Element der effektiven Implementierung einer datengesteuerten Entscheidungsfindung. Ein weiteres Element ist der direkte Zugriff auf die Single Source of Truth. Das heißt, genaue Daten aus dem ursprünglichen Eintrag in das Aufzeichnungssystem des Kreditgebers. Wenn Sie zu den Kernproblemen vordringen wollen, ist es unerlässlich, die wahren Faktendaten im Vergleich zu manipulierten oder transformierten Daten zu kennen.
Ein Beispiel: Ein Kreditgeber stellte fest, dass seine Dashboards Variationen aufwiesen, die keinen Sinn zu ergeben schienen. Eine nähere Untersuchung ergab, dass den Dashboards fehlerhafte Daten bereitgestellt wurden. Einige der Fehler waren eine schlechte Dateneingabe zu Beginn des Darlehens. Schlechte Daten, gepaart mit der Unfähigkeit, diese Dateneingabefehler zu erkennen und zu korrigieren, führen zu Nacharbeiten, potenziell falschen Entscheidungen und unverkäuflichen Krediten.
Eine zweite Gruppe von Fehlern kann aus einer falschen Codierung der Datenquelle und/oder der Transformation von Daten aus dem ursprünglichen Aufzeichnungssystem in das Data Warehouse eines Kreditgebers entstehen. Ein CFO war schockiert darüber, dass die aus dem Data Warehouse des Kreditgebers stammenden Berichte Daten enthielten, die von den ursprünglichen Eintragsbüchern abwichen. Drei Probleme wurden aufgedeckt: Mapping-Probleme, Datentransformationsprobleme und fehlende Fehlereingrenzung.
Die Lösung besteht darin, den Weg von den ursprünglichen Eingangsbüchern zur Verwendung dieser Daten sowie zur Fehlererkennung/-korrektur und zum Nachweis der Datenherkunft zu verkürzen. Kreditgeber, die mit den aus dem ursprünglichen Aufzeichnungssystem extrahierten Echtzeitdaten arbeiten, haben die Datenprobleme erheblich reduziert. Kurz gesagt, die Gesundheit der Daten, die bei der Entscheidungsfindung verwendet werden, wirkt sich direkt auf die Gesundheit des Kreditgebers aus. Es ist wie ungesundes Essen, das den menschlichen Körper krank macht. Schlechte Daten können, wenn sie aufgenommen werden, den Kreditgeber krank machen.
HW: In welchen Bereichen könnten die meisten Kreditgeber ihre Kreditvergabeeffizienz verbessern?
MC: In erster Linie müssen Führungskräfte zu jedem Bericht, KPI, Dashboard und BI-Tool, das sie verwenden, einfache Fragen stellen. Diese Frage lautet: „Wenn ich diesen Bericht, diesen KPI, dieses Dashboard oder dieses BI-Tool nicht hätte, wäre die Qualität meiner Entscheidungsfindung beeinträchtigt?“ Wenn die Antwort ja ist, lautet die nächste Frage: „Ist die Information die Herstellungskosten wert, und kann ich sie auf andere Weise schneller, billiger oder bequemer erhalten?“ Aufschlussreiche Führungskräfte beantworten die zweite Frage normalerweise mit „Ja“.
Führungskräfte wissen, dass „weniger mehr ist“. Es ist wichtig, direkt zu den Schlüsselelementen der Daten zu gelangen, die eine Entscheidung beeinflussen. Sich durch den Lärm zu wühlen kann zum Verrücktwerden werden. Eine Führungskraft bemerkte: „Ich habe all diese Berichte überprüft, aber am Ende habe ich mir einige Beziehungen zwischen den Daten angesehen, um meine Entscheidungen zu treffen. Der Rest war nicht wertschöpfender Exzess.“ Diese Führungskraft sagte auch: „Als ich Zuordnungen mit einer anderen Lösung entwickelte, stellte ich fest, dass viele Aspekte meiner Berichte falsch waren, manchmal sogar erheblich. Und das führte zu Fehlentscheidungen.“
Hypothekendarlehen sind komplex, und viele Führungskräfte haben festgestellt, dass der direkte Zugriff auf und die Untersuchung von Daten anstelle der Verwendung eines Dolmetschers oder Analysten zu besseren und schnelleren Ergebnissen führt. Der Analyst wird niemals das Domänenwissen der Führungskraft haben. Und so fehlen in der Analyse oft Assoziationen und Nuancen, die eine Führungskraft intuitiv kennt. Die meisten Analysten werden ihr Bestes tun, um genau das bereitzustellen, was die Führungskraft angefordert hat, aber der Analyst weiß möglicherweise einfach nicht, wie er es auf die nächste Ebene bringen und nach zusätzlichen Erkenntnissen suchen kann. Um in diesen sich schnell verändernden Zeiten Einblick in das Geschehen zu haben und schnelle proaktive Entscheidungen treffen zu können, ist es unerlässlich, direkten Zugriff auf Echtzeitdaten zu haben.
HW: Wie helfen die Datenlösungen von Teraverde Kreditgebern, ihre Kreditvergabeprozesse zu verbessern?
MC: Teraverde kombinierte das Wissen des Teams im Hypothekenbereich mit einer proprietären Benutzeroberfläche und einer leistungsstarken assoziativen Daten-Engine, um beispiellose Erkenntnisse zu liefern. Die Datenlösung von Teraverde konzentriert sich darauf, die Herausforderungen zu lösen, mit denen Kreditgeber heute konfrontiert sind, und die Ursache der Probleme an der Wurzel zu packen. Coheus fungiert als North Star, um einer Führungskraft dabei zu helfen, die Daten des Kreditgebers auf das Domänenwissen der Führungskraft auszurichten. Eine Führungskraft beschrieb Coheus als „Leitfaden“ für aufschlussreiche datengesteuerte Entscheidungen, die Gewinn, Effizienz und Produktivität verbessern.
Teraverde arbeitet eng mit unseren Kunden zusammen, um unsere Lösung basierend auf realen Anwendungsfällen kontinuierlich zu verbessern. Wir bauen weiterhin Domänenwissen in Coheus ein, sodass eine Führungskraft instinktiv weiß, was zu tun ist, wenn sie die visuelle Darstellung der zugehörigen Daten sieht. Das Playbook von Coheus und die Technologie von North Start sorgen dafür, dass die Einsicht der Führungskraft sofort ins Auge springt. Anstatt in Berichten und Lärm begraben zu sein, kann die Führungskraft schnell die Entscheidungen treffen, die ein Unternehmen erfolgreich machen.
Kurz gesagt, Coheus ist eine andere Art von Lösung, die es Führungskräften und Managern erleichtert, auf die Daten zuzugreifen und sie selbst zu untersuchen. Die Führungskraft weiß, dass ihr eigenes Unternehmen die beste Person ist, die Datengeschichten erzählt, die die richtigen Fragen stellt und die Daten nach Antworten durchsucht. Unser direkt in Coheus integriertes Domänenwissen über das Geschäft macht es einzigartig.
Der Beitrag Wie datengesteuerte Erkenntnisse die Rentabilität, Produktivität und Effizienz verbessern, erschien zuerst auf HousingWire.