Az előadás letöltése folymat van. Kérjük, várjon

Az előadás letöltése folymat van. Kérjük, várjon

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

Hasonló előadás


Az előadások a következő témára: "CRM és Kockázatelemzés kereszthatásainak vizsgálata adatbányászati módszerekkel Szűcs Imre CRM elemző GE Consumer Finance Budapest Bank Rt."— Előadás másolata:

1 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 CRM  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  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:  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 ADATTÁRHÁZ CRM Risk Basel II Adatbányászat OLAP Forrásrendszerek

10 Adatáramlás: SAS  Forrásrendszer  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 1. Az alkalmazási terület feltárása és megértése, fontosabb előzetes ismeretek begyűjtése, és a felhasználási célok meghatározása. 2. Céladatbázis létrehozása 3. Adattisztítás és előfeldolgozás 4. Adatintegráció 5. Adattér csökkentés 6. Adatbányászati algoritmus típusának kiválasztása 7. A megfelelő adatbányászati algoritmus meghatározása 8. Az algoritmus alkalmazása. 9. A kinyert információ értelmezése, esetleg visszatérés az előző lépésekhez a további finomítások céljából. 10. A megszerzett tudás megerősítése: összevetése az elvárásokkal, előzetes ismeretekkel. Eredmények dokumentálása és átadása a felhasználónak.

15 Folyamat modellek  SAS: SEMMA  Sample  Explore  Modify  Model  Assess  SPSS : 5A  Assess  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 nélkülözhetetlenn é 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 Köszönöm a figyelmet!


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

Hasonló előadás


Google Hirdetések