Szűcs Imre CRM elemző GE Consumer Finance Budapest Bank Rt.

Az előadások a következő témára: "Szűcs Imre CRM elemző GE Consumer Finance Budapest Bank Rt."— Előadás másolata:

1 Szűcs Imre CRM elemző GE Consumer Finance Budapest Bank Rt.
CRM és Kockázatelemzés kereszthatásainak vizsgálata adatbányászati módszerekkel Szűcs Imre CRM elemző GE Consumer Finance Budapest Bank Rt.

2 CRM és Kockázatelemzés a bankban Üzleti modellek (Basel II)
Adatáramlás Forrásrendszer (OLTP) Adattárház: (OLAP) Adatpiacok Adatbányászat Feladata Technikák Folyamat SAS Nehézségek

3 CRM és Kockázatelemzés a bankban
Marketing Telített piac Ügyfélközpontúság Célzott ajánlatok Alacsony költségek Kockázatelemzés Beáramló kockázat mérése és előrejelzése Portfolió tisztán tartása Basel II

4 CRM és Kockázatelemzés a bankban Üzleti modellek (Basel II)
Adatáramlás Forrásrendszer (OLTP) Adattárház: (OLAP) Adatpiacok Adatbányászat Feladata Technikák Folyamat SAS Nehézségek

5 Modellek I CRM Kockázatelemzés Ügyfél-szegmentáció (Cluster)
Válaszadási hajlandóság (Response model) Lemorzsolódás vizsgálat (Churn) Kockázatelemzés Demográfia alapú pontozás (Application score card) Viselkedés alapú pontozás (Behavioural score card) Behajtás Csalásmegelőzés

6 Modellek II

7 Basel II Határidő: 2006 vége ! 3 módszer: Fő kockázati komponensek:
Sztenderd Alap IRB (Internal Ratings Based) Fejlett IRB Fő kockázati komponensek: A nemteljesítés valószínűsége (PD) Nemteljesítés esetén a veszteség átlagos mértéke (LGD) A nemteljesítés bekövetkezésekor a kockázati kitettség értéke (EAD) Futamidő (M)

8 CRM és Kockázatelemzés a bankban Üzleti modellek (Basel II)
Adatáramlás Forrásrendszer (OLTP) Adattárház: (OLAP) Adatpiacok Adatbányászat Feladata Technikák Folyamat SAS Nehézségek

9 Adatáramlás Adatbányászat OLAP Forrásrendszerek ADATTÁRHÁZ CRM Risk
Basel II

10 Adatáramlás: SAS Forrásrendszer ETL Adattárház, adatpiacok ETL Studio
Oracle IBM MS SQL Server Teradata … ETL ETL Studio Adattárház, adatpiacok Adatmodellek (Bank, Telekommunikáció…)

11 CRM és Kockázatelemzés a bankban Üzleti modellek (Basel II)
Adatáramlás Forrásrendszer (OLTP) Adattárház: (OLAP) Adatpiacok Adatbányászat Feladata Technikák Folyamat SAS Nehézségek

12 Adatbányászat feladatai
Leíró adatbányászat Adatok megjelenítése, összesítések Klaszterezés Osztály jellemzés Link analízis (asszociációs szabályok) Prediktív modellezés Osztályozás Előrejelzés, regresszió Idősorok elemzése

13 Adatbányászati technikák
Döntési fák Neuronhálózatok Bayes hálózatok K-szomszédsági eljárások Regresszió, logisztikus regresszió

14 Adatbányászat folyamata
Az alkalmazási terület feltárása és megértése, fontosabb előzetes ismeretek begyűjtése, és a felhasználási célok meghatározása. Céladatbázis létrehozása Adattisztítás és előfeldolgozás Adatintegráció Adattér csökkentés Adatbányászati algoritmus típusának kiválasztása A megfelelő adatbányászati algoritmus meghatározása Az algoritmus alkalmazása. A kinyert információ értelmezése, esetleg visszatérés az előző lépésekhez a további finomítások céljából. A megszerzett tudás megerősítése: összevetése az elvárásokkal, előzetes ismeretekkel. Eredmények dokumentálása és átadása a felhasználónak.

15 Folyamat modellek SAS: SEMMA SPSS : 5A Teradata: CRISP … Sample
Explore Modify Model Assess SPSS : 5A Access Analyze Act Automate Teradata: CRISP …

16

17

18

19

20

21

22

23

24 Adatbányászat: nehézségek
Adattisztaság Hiányzó adatok Adatelőkészítés (idő 60%-a) Üzletileg értelmetlen magyarázó változók Modell implementálása

25 Továbblépési lehetőség

26 Modellek közös használata
Előny Nagy mértékben azonos adatok  Közös adatpiac Hasonló módszerek Beáramláskor becsülhető tőkekövetelmény emelkedés Nehézségek Nagy komplexitású tárgyterületek Átláthatatlan az összes terület egy elemző számára Drága és nélkülözhetetlenné váló szakemberek

27 Továbblépési lehetőség I
Modellek egymás utáni alkalmazása Nem a legoptimálisabb becslést eredményezi Súlyozni kéne a célváltozók fontossága szerint Sokrétű elemző csapat Túl széles tárgyterületi tudás Drága és nélkülözhetetlen szakemberek

28 Továbblépési lehetőség II
Modellek kimenetére építkező módszertan kidolgozása Modellek fejleszthetők tárgyterületenként Súlyozható változók Rugalmasan változtatható, piaci helyzethez igazítható Feltétel: Bizonyíthatóan jobb előrejelző képesség Kockázat: Túlzott bonyolultság

29 http://miau.gau.hu Imre.szucs@ge.com
Köszönöm a figyelmet!