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.
CRM és Kockázatelemzés a bankban Üzleti modellek (Basel II) Adatáramlás Forrásrendszer (OLTP) Adattárház: (OLAP) Adatpiacok Adatbányászat Feladata Technikák Folyamat SAS Nehézségek imre.szucs@ge.com
CRM és Kockázatelemzés a bankban Marketing Telített piac Ügyfélközpontúság Célzott ajánlatok Alacsony költségek Kockázatelemzés Beáramló kockázat mérése és előrejelzése Portfolió tisztán tartása Basel II imre.szucs@ge.com
CRM és Kockázatelemzés a bankban Üzleti modellek (Basel II) Adatáramlás Forrásrendszer (OLTP) Adattárház: (OLAP) Adatpiacok Adatbányászat Feladata Technikák Folyamat SAS Nehézségek imre.szucs@ge.com
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 imre.szucs@ge.com
Modellek II imre.szucs@ge.com
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) imre.szucs@ge.com
CRM és Kockázatelemzés a bankban Üzleti modellek (Basel II) Adatáramlás Forrásrendszer (OLTP) Adattárház: (OLAP) Adatpiacok Adatbányászat Feladata Technikák Folyamat SAS Nehézségek imre.szucs@ge.com
Adatáramlás Adatbányászat OLAP Forrásrendszerek ADATTÁRHÁZ CRM Risk Basel II imre.szucs@ge.com
Adatáramlás: SAS Forrásrendszer ETL Adattárház, adatpiacok ETL Studio Oracle IBM MS SQL Server Teradata … ETL ETL Studio Adattárház, adatpiacok Adatmodellek (Bank, Telekommunikáció…) imre.szucs@ge.com
CRM és Kockázatelemzés a bankban Üzleti modellek (Basel II) Adatáramlás Forrásrendszer (OLTP) Adattárház: (OLAP) Adatpiacok Adatbányászat Feladata Technikák Folyamat SAS Nehézségek imre.szucs@ge.com
Adatbányászat feladatai Leíró adatbányászat Adatok megjelenítése, összesítések Klaszterezés Osztály jellemzés Link analízis (asszociációs szabályok) Prediktív modellezés Osztályozás Előrejelzés, regresszió Idősorok elemzése imre.szucs@ge.com
Adatbányászati technikák Döntési fák Neuronhálózatok Bayes hálózatok K-szomszédsági eljárások Regresszió, logisztikus regresszió imre.szucs@ge.com
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. imre.szucs@ge.com
Folyamat modellek SAS: SEMMA SPSS : 5A Teradata: CRISP … Sample Explore Modify Model Assess SPSS : 5A Access Analyze Act Automate Teradata: CRISP … imre.szucs@ge.com
imre.szucs@ge.com
imre.szucs@ge.com
imre.szucs@ge.com
imre.szucs@ge.com
imre.szucs@ge.com
imre.szucs@ge.com
imre.szucs@ge.com
imre.szucs@ge.com
Adatbányászat: nehézségek Adattisztaság Hiányzó adatok Adatelőkészítés (idő 60%-a) Üzletileg értelmetlen magyarázó változók Modell implementálása imre.szucs@ge.com
Továbblépési lehetőség
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 imre.szucs@ge.com
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 imre.szucs@ge.com
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 imre.szucs@ge.com
http://miau.gau.hu Imre.szucs@ge.com Köszönöm a figyelmet! http://miau.gau.hu Imre.szucs@ge.com