Besvar nogle få spørgsmål, giv samtykke til dataindsamling og få et virksomhedslån inden dagen er omme. Qred ønsker at gøre det nemt for virksomheder at låne penge til vækst, og teknologi er nøglen til at være hurtig og sikker på samme tid.

Sponsoreret: Artiklen er udgivet i samarbejde med Qred.

Når virksomheden har brug for penge til at holde gang i væksten, er der ikke tid til at vente i uger eller måneder på at få svar. Og med sine erhvervslån målrettet små- og mellemstore virksomheder ønsker Qred netop at gøre op med den lange ventetid.

”I ansøgningsprocessen har vi brug for kontaktinfo og virksomhedens CVR-nummer. Det er det eneste, vi skal bruge. Herfra indhenter vi selv resten, som skal til for at oprette sagen og være klar til at behandle den,” forklarer Casper Bæk Nielsen, sagsbehandler for Qred Danmark.

Med ansøgerens samtykke indhenter Qred automatisk yderligere data fra blandt andet CVR-registret, kundens bank og skat, som bruges til at vurdere lånerens evne til at betale tilbage – og dermed vilkår for lånet.

“Vi ringer også til kunden med en kort opfølgende snak om lånet og formålet, for at sikre, at vi kommer hele vejen rundt, og at kunden ikke har ubesvarede spørgsmål. Men altid med fokus på, at det skal være hurtigt og nemt – hvis man ansøger fra morgenen af, kan man i de fleste tilfælde have pengene på kontoen om eftermiddagen,” siger Casper Bæk Nielsen.

Om Qreds virksomhedslån

  • Qred gør det nemt og hurtigt at ansøge om et virksomhedslån mellem 10.000-2.000.000 kroner. Ansøgningen behandles i løbet af få timer, og pengene udbetales med det samme.
  • Mere end 25.000 virksomheder har allerede fået finansiering gennem Qred.

Læs mere eller ansøg om et lån her

Kompleks teknologi gør det simpelt

Den høje hastighed på låneprocessen kan kun lade sig gøre, fordi Qred har udviklet sine egne metoder og værktøjer til at automatisere dataindsamlingen og analyse den indsamlede data i en fart.

En af de kloge hoveder bag løsningerne er Suzanne Cordeau-Andrews, som er Data Scientist hos Qred. Og hun forklarer, at det altid handler om at gøre oplevelsen nemmere for kunden, selvom dataprocesserne er komplekse.

”Vi forsøger at gøre det hele så simpelt som muligt. Jo mere vi beder kunden om at svare på, jo mere sandsynligt er det, at de ikke kommer igennem ansøgningen. Så målet er at få al den information, vi har brug for, ved at stille så få spørgsmål som muligt,” forklarer hun.

Læs også: Automatiske virksomhedslån skaber 10 jobs om dagen

Når kunden har trykket ansøg og givet data-samtykke, går Qreds integrationer automatisk i gang med at indsamle data, som bliver fundamentet for vurderingen af kundens lånemuligheder – uden at kunden selv behøver finde dokumenter frem.

“Al den data fodrer vi til en machine learning-model, og det er den, som kommer med et output der vurderer, hvor risikabel den givne ansøgning er. Modellen hjælper sagsbehandlerne med at afgøre hvilket beløb, hvilke betingelser og hvilken pris, vi skal tilbyde kunden. Og det hjælper rådgiverne med at tage en hurtig beslutning om, hvilket lån, der er bedst for både kunden og for os,” siger hun.

Jo flere ansøgere, der kommer igennem, jo mere præcis bliver modellen. Samtidig tilføjer Qred løbende nye datakilder, så Qred hele tiden bliver bedre til at forstå kunderne og deres situation.

Hos Qred er samarbejdet mellem robotter og medarbejdere afgørende, for at kunne levere en god og hurtig service til kunderne. ”Kunderådgiverne er dem, som er tættest på kunderne. De ser outputtet af vores datamodeller, og kan se, om det passer på kunden. Derfor er vores samarbejde afgørende, så vi hurtigt kan finde fejl og lave tilføjelser, så modellen konstant bliver bedre,” siger Suzanne Cordeau-Andrews, som Data Scientist hos Qred.

Kunden i centrum

Nøglen til at få et både hurtigt og præcist billede af ansøgeren er et tæt samarbejde mellem algoritmerne og de menneskelige rådgivere. Modellen gør det grove arbejde med dataindsamling hurtigt og uden manuelle fejl. Det bliver til en samlet vurdering, der giver kunderådgiveren plads til at gå mere kvalitativt til kunderne, for at få en dybere forståelse uden at gå på kompromis med hastigheden.

“Sammen med algoritmens vurdering af kunden får vi al dataen i en komprimeret form, som vi kan lave vores egen vurdering ud fra – og følge op de steder, hvor robottens billede ikke er klart nok. Det gør os i stand til at tage bedre beslutninger. Vi ved, at det er risikabelt at være hurtig, men ved at være effektive, kan vi være hurtige uden at tage en unødvendig risiko overfor de små virksomheder. Og det er i sidste ende dén effektivitet der gør, at vi kan tilbyde kunderne gode vilkår og priser,” siger Casper Bæk Nielsen.