作为为一家大型银行设计贷款申请处理系统界面的工作的一部分，这项任务得以解决。但是，此方法在其他应用程序中可能很有用。例如，用户查看自己的信用记录。 通过对用户进行访谈并研究使用现有界面的体验，发现了瓶颈之一。 事实证明，信用分析师花费大量时间分析申请人在大表格中显示的信用记录，他们犯了很多错误。 这增加了银行审查贷款申请的成本。该团队决定改善与信用历史信息交互的用户体验并降低这些成本。此外，这种改进可以改善应用程序的自动处理，因为随着手动处理错误的减少，自动算法（机器学习）的学习指标得到改善。 任务设定 在收集一手信息的过程中，发现用户快速评估信用记录的以下参数很重要： 延误的次数和形式。他们是，如果是，是什么时候，是什么类型。例如，他们是说借款人不守时（不挑剔）还是说他资不抵债（挑剔）。 估计当前债务的规模及其与以前支付的贷款总额的比率。这有助于了解偿还贷款的可能性。 评估借款人当前贷款的哪一部分已经成功偿还，剩下哪一部分。 评估借款人过去收到贷款的利率。这间接表明其他信贷组织在发放贷款时如何评估风险。利息越高，借款人越不可靠。 查看是否有提前还款以及还款的程度。如果数量太多，则会增加银行利润损失的风险。 解决方案 在 过程中，考虑了多种方法，测试了多种信息图形显示原型，并创建了满足所有要求的最佳解决方案。 设计 基本形式是以表格形式显示数据（以前实现的改进版本），但如果需要，您可以切换到图形形式。这种方法允许您安全地测试新功能、获得反馈并根据结果改进界面，同时不会干扰基于查看表格的传统分析过程。 图形的一般视图 图表上的每笔贷款都显示为一组每月付款。即将付款以亮蓝色显示，已偿还付款以灰色显示。如果有延误，付款将以红色、橙色和黄色突出显示。取决于延迟的持续时间（以天为单位）。图表的面积（所有列的总和）显示了贷款的总规模——这个类比来自数学分析，其中积分的几何意义是图表下方的面积。  结果 这种信用历史图形显示的引入被认为是成功的。根据测试运行的结果进行了一些小的改进后，它已为所有用户实施。 信用分析师处理该应用程序所花费的时间减少了约 20%-30%。 错误总数有所减少。管理人员不再犯某些类型的常见错误，总的来说，发送修改申请的数量减少了 10-30%。 作为一个单独的奖励，一些用户指出，他们更容易将一个借款人的问卷与另一个借款人的问卷区分开来。事实上，分析师经常在不同的窗口打开许多贷款申请，并努力将它们彼此区分开来。现在，通过为每个客户绘制独一无二的信用记录，可以轻松做到这一点。 进一步的发展 决定在自定义应用程序中实施该工具。使银行的客户不仅可以借助表格，还可以通过相同的图表来评估其信用记录。这不仅可以改善用户体验，还可以为客户端应用程序添加一个独特的市场工具，这将有助于在市场上突出银行。

Walkthroughs, tutorials, guides, and tips. This story will teach you how to do something new or how to do something better.

See my portfolio on Behance and Dribble

Read My Stories

該音頻是用故事的原始語言製作的！

可视化某人信用记录的最佳方式

About Author

註釋

標籤

这篇文章刊登在

Related Stories

架构师指南：构建 AI/ML 数据湖参考架构

成功云迁移的完整指南：策略和最佳实践

看不见的层面：为什么用户访谈是不可替代的资产

如何将您的工作流程提高 10 倍：17 个必备应用程序

架构师指南：构建 AI/ML 数据湖参考架构

成功云迁移的完整指南：策略和最佳实践

看不见的层面：为什么用户访谈是不可替代的资产

如何将您的工作流程提高 10 倍：17 个必备应用程序

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps