Zestaw Skoringowy

Skoring kredytowy (credit scoring)

• Efektywna ocena ryzyka kredytowego klienta
• Szybka akceptacja bądź odrzucenie (w zależności od wyliczonej punktacji dla konkretnego klienta) wniosków kredytowych na podstawie obiektywnych kryteriów
• Zapewnienie odpowiedniego stopnia bezpieczeństwa
• Redukcja liczby niespłaconych należności

Zestaw Skoringowy jest powszechnie stosowany w sektorze finansowym, ale sprawdza się również w każdym innym rodzaju działalności, gdzie regularnie są podejmowane decyzje o przyznaniu kredytu kupieckiego.

Windykacja (egzekucja należności)

• Identyfikacja wierzytelności obarczonych ryzykiem niespłacalności
• Identyfikacja wierzytelności nadal mających potencjał spłaty (i generowania zysku)
• Identyfikacja wierzytelności, które mają wysokie prawdopodobieństwo spłaty bez dodatkowych działań windykacyjnych
• Identyfikacja wierzytelności, które mają niskie prawdopodobieństwo spłaty (i mogą zostać przeznaczone do sprzedaży)
• Określanie najskuteczniejszego w danym przypadku podejścia do dłużnika

Fraud detection (wykrywanie nadużyć)

• Identyfikacja transakcji o wysokim prawdopodobieństwie nadużyć
• Wykrywanie podejrzanych roszczeń i działań
• Ograniczenie strat finansowych
• Wczesne reagowanie na ryzykowne zdarzenia
• Budowanie zaufania klientów poprzez wysoki poziom bezpieczeństwa

Skoring marketingowy (marketing scoring)

• Zapobieganie odejściom klientów (churn)
• Sprzedaż rozszerzona (up-selling)
• Sprzedaż krzyżowa (cross-selling)

Zestaw Skoringowy stanowi skuteczne narzędzie do identyfikacji grup klientów (lub innych obiektów), wobec których należy podjąć określone działania, np. skierować ofertę zakupu produktu.

Skoring medyczny (medical scoring)

• Modelowanie stanu zdrowia pacjenta: chory-zdrowy
• Prognozowanie ryzyka wystąpienia powikłań po zabiegu
• Możliwość analizy i predykcji wybranych charakterystyk medycznych pacjentów

KLUCZOWE MOŻLIWOŚCI:

Wybór istotnych cech (zmiennych) z danych

• Wykluczanie nieistotnych lub redundantnych zmiennych
• Tworzenie rankingu zmiennych pod względem ich mocy predykcyjnej
• Identyfikacja redundancji między zmiennymi

Wyszukiwanie podgrup o wysokim ryzyku

• Opracowywanie reguł identyfikujących podgrupy wysokiego ryzyka
• Wykorzystanie zaawansowanych algorytmów data mining do znajdowania reguł

Budowa profili ryzyka dla poszczególnych cech

• Lepsze zrozumienie wpływu każdej zmiennej na ryzyko
• Zarządzanie „brudnymi danymi” – wartościami odstającymi, brakami danych i nieliniowościami

Tworzenie wewnętrznych kart scoringowych zgodnych ze standardami branżowymi

• Szybkie opracowywanie kart scoringowych we własnym zakresie
• Wykorzystanie zaawansowanej analityki predykcyjnej do budowy modeli
• Zarządzanie odrzuconymi wnioskami
• Zapis modelu do kodu SQL

Walidacja i monitorowanie modeli

• Sprawdzanie mocy predykcyjnej modelu
• Znajdowanie optymalnej strategii cenowej
• Analiza stabilności populacji

DOSTĘPNE MODUŁY:

Przygotowanie danych

• Wybór predyktorów
• Reguły i interakcje
• Dyskretyzacja zmiennych

Modelowanie

• Budowa tablicy skoringowej (model logistyczny)
• Model skoringowy typu SURVIVAL
• Analiza wniosków odrzuconych

Ocena

• Ocena modeli
• Zarządzanie punktem odcięcia
• Obliczanie skoringu
• Testy kalibracji

Monitoring

• Badanie stabilności populacji i cech
• Analiza Vintage (opcja)
• Macierze migracji (opcja)