Монетизация данных: могут ли банки зарабатывать на информацииMike Sverdlov
Как банк может монетизировать внутренние и внешние данные, есть ли шанс у Big Data и как строить взаимоотношения с клиентами, основываясь на данных. Живые кейсы, реальные факты, много ссылок и картинок.
Презентация DataScoring: Big Data и кредитный скорингAnton Vokrug
DataScoring: Выдача потребительских кредитов на сегодняшний день одно из самых популярных и приоритетных направлений в финансовом секторе, но и требующее максимального внимания. Выдача кредитов потенциально неплатёжеспособным заемщикам способно нанести банку или кредитной организации существенный финансовый ущерб, поэтому к этому процессу необходимо подходить системно, наладив автоматический и эффективный процесс скоринга заемщиков.
Эту проблему и решает наш продукт:
1. Эффективный скоринг потенциального заемщика на основе анализа «больших данных».
2. Получение дополнительной статистики на основе анализа массива финансовых данных для дальнейшей коммуникации с клиентами.
3. Работа с кредитным портфелям клиента для минимизации просрочки и недопущения пропуска платежей по кредитам.
В процессе разработки программного обеспечения мы используем стек технологий от компании Microsoft: .Net, Azure cloud, C#, а также технологии CUDA.
Наши алгоритмы и модели анализа построены на основе: (1) группы самообучающихся нейронных сетей; (2) системы нормализации входных параметров и семантический анализатор для разбора текстовой информации; (3) составления психологического портрета потенциального клиента; (4) методов кластеризации данных; (5) классических скоринговых системах.
Монетизация данных: могут ли банки зарабатывать на информацииMike Sverdlov
Как банк может монетизировать внутренние и внешние данные, есть ли шанс у Big Data и как строить взаимоотношения с клиентами, основываясь на данных. Живые кейсы, реальные факты, много ссылок и картинок.
Презентация DataScoring: Big Data и кредитный скорингAnton Vokrug
DataScoring: Выдача потребительских кредитов на сегодняшний день одно из самых популярных и приоритетных направлений в финансовом секторе, но и требующее максимального внимания. Выдача кредитов потенциально неплатёжеспособным заемщикам способно нанести банку или кредитной организации существенный финансовый ущерб, поэтому к этому процессу необходимо подходить системно, наладив автоматический и эффективный процесс скоринга заемщиков.
Эту проблему и решает наш продукт:
1. Эффективный скоринг потенциального заемщика на основе анализа «больших данных».
2. Получение дополнительной статистики на основе анализа массива финансовых данных для дальнейшей коммуникации с клиентами.
3. Работа с кредитным портфелям клиента для минимизации просрочки и недопущения пропуска платежей по кредитам.
В процессе разработки программного обеспечения мы используем стек технологий от компании Microsoft: .Net, Azure cloud, C#, а также технологии CUDA.
Наши алгоритмы и модели анализа построены на основе: (1) группы самообучающихся нейронных сетей; (2) системы нормализации входных параметров и семантический анализатор для разбора текстовой информации; (3) составления психологического портрета потенциального клиента; (4) методов кластеризации данных; (5) классических скоринговых системах.
Оценка добросовестности заемщика в розничном кредитовании и микрофинансировании (Fraud-scoring) на основе психосемантических методов.
Метод: у добросовестных и недобросовестных заемщиков разное отношение к кредиту/займу. Это различие можно выявить психосемантическими методами по индивидуальным системам значений. Мы провели эксперимент и подтвердили наше предположение.
В настоящее время мы ищем пути для коммерческой реализации метода
«Кредитный конвейер» позволяет организовать выдачу кредитов в финансовых организация, ранее не осуществлявших такую деятельность. Он автоматизирует работу с кредитом от момента принятия решения о его выдаче до закрытия кредитного договора, в том числе через взыскание проблемной задолженности.
Отчет содержит детальный анализ ценовых и неценовых параметров программ лояльности для частных клиентов в 25 крупнейших розничных банках Украины.
Свежие отчеты за 2015 год от компании "Простобанк Консалтинг" можно заказать здесь - http://www.prostobankir.com.ua/magazin_obzorov/platnye_obzory
У каких банков самые выгодные программы лояльности? Кто предлагает лучшие программы по накоплению авиамиль. Какая карта располагает лучшей бонусной программой.
Презентация на Google Drive → http://bit.ly/2k7lT2Q
Презентация с выступления Никиты Михеенкова на торжественной церемонии Frank Research Group «Банковские программы лояльности 2016».
Оценка добросовестности заемщика в розничном кредитовании и микрофинансировании (Fraud-scoring) на основе психосемантических методов.
Метод: у добросовестных и недобросовестных заемщиков разное отношение к кредиту/займу. Это различие можно выявить психосемантическими методами по индивидуальным системам значений. Мы провели эксперимент и подтвердили наше предположение.
В настоящее время мы ищем пути для коммерческой реализации метода
«Кредитный конвейер» позволяет организовать выдачу кредитов в финансовых организация, ранее не осуществлявших такую деятельность. Он автоматизирует работу с кредитом от момента принятия решения о его выдаче до закрытия кредитного договора, в том числе через взыскание проблемной задолженности.
Отчет содержит детальный анализ ценовых и неценовых параметров программ лояльности для частных клиентов в 25 крупнейших розничных банках Украины.
Свежие отчеты за 2015 год от компании "Простобанк Консалтинг" можно заказать здесь - http://www.prostobankir.com.ua/magazin_obzorov/platnye_obzory
У каких банков самые выгодные программы лояльности? Кто предлагает лучшие программы по накоплению авиамиль. Какая карта располагает лучшей бонусной программой.
Banking Loyalty Award 2017. Итоги рейтинга «Лучшая программа лояльности 2016»
Similar to Презентация Александра Фонарева с конференции «BIG DATA: банки, финансовые компании, e-commerce, телекомы. Практические кейсы от лидеров индустрии»
Презентация на Google Drive → http://bit.ly/2k7lT2Q
Презентация с выступления Никиты Михеенкова на торжественной церемонии Frank Research Group «Банковские программы лояльности 2016».
Skybank - Сервис управления личными финансами - готовы помочь пользоваться всеми картами, счетами и кредитами в одной системе без ручного ввода вести учет наличных давать итеративные рекомендации (в процессе достижения поставленной финансовой цели).
Не хотят брать денег с пользователей - "пусть заплатят банки", говорят они. Также монетизация планируется за счет партнерских программ: лидогенерация, CPA.
Подробности: http://goo.gl/6O0QUV
Рынок онлайн-коммерции и платежей в России: тренды, аналитика, перспективы.Data Insight
Компания PayPal и российское исследовательское агентство Data Insight представили результаты ежегодного исследования об изменениях потребительского поведения российских интернет-пользователей.
Результаты исследования показали, что онлайн-поведение потребителй устойчиво и мало завивисит от колебаний в макроэкономике. Россияне продолжают осваивать возможности Интернета: в лидерах роста платежи, переводы и кроссбордер.
“Loyalty Programs for Banks: Global Trends, Current Overview, and Future Outl...Vladimir Poletaev
“Loyalty Programs for Banks: Global Trends, Current Overview, and Future Outlook for the Belarusian Market”
"Программы лояльности в банках: мировые тенденции, практический опыт и перспективы для рынка Беларуси"
Александр Кулебякин, PayU, директор по маркетингу
С 1999 работает в сфере e-commerce.
До 2010 года занимал пост Руководителя отдела маркетинга в Softkey. В 2010 пришел в AllegroGroupRussia, где работал над выстраиванием маркетинговых процессов на Molotok.Ru. Позже занял должность Директора по развитию и разрабатывал стратегию продвижения проекта. С июня 2012 возглавляет отдел маркетинга в международной компании PayU.
Joys Digital —
единственный платежный сервис в России для расчетов в цифровых финансовых активах (криптовалюты, токены) в правовом поле РФ при покупке товаров и услуг.
Мы предлагаем Бизнесу:
+ оставить себе часть выручки которую вы каждый день отдаете за карточный эквайринг;
+ получить до 3,7 млн новых платежеспособных покупателей в России, зарабатывающих в цифровых финансовых активах;
+ бесплатное подключение, обслуживание;
+ Бесплатное продвижение бренда на всех доступных крипто-ресурсах, упоминание в презентациях и
интервью (при возможности).
Что такое юзабилити проблема; как мы определяем, что это вообще проблема; насколько проблема критична; в какие "попугаях" измерять проблемы. Все это и немного реальных примеров в это презентации для банков.
Презентация Василия Кузнецова, (SweetCard) с конференции «ДБО: новые возможно...Банковское обозрение
Презентация Василия Кузнецова, (SweetCard) с конференции «ДБО: новые возможности и точки роста»
Similar to Презентация Александра Фонарева с конференции «BIG DATA: банки, финансовые компании, e-commerce, телекомы. Практические кейсы от лидеров индустрии» (20)
Галина Горшенина, АРБ: «Оценка для целей залога земель сельскохозяйственного ...Банковское обозрение
Галина Горшенина, АРБ: «Оценка для целей залога земель сельскохозяйственного назначения: основные ценообразующие факторы и источники получения информации»
Галина Горшенина, АРБ: «Оценка для целей залога земель сельскохозяйственного ...Банковское обозрение
Галина Горшенина, АРБ: «Оценка для целей залога земель сельскохозяйственного назначения: основные ценообразующие факторы и источники получения информации»
Александр Слуцкий, НАОК: «Изменения в федеральный стандарт оценки «Оценка для...Банковское обозрение
Александр Слуцкий, НАОК: «Изменения в федеральный стандарт оценки «Оценка для целей залога», предлагаемые национальной Ассоциацией оценочных компаний финансовых рынков»
3. За клиентскими данными скрывается реальная жизнь
Предсказывать события
Анализируя имеющиеся данные
банк может:
Детектировать события
Rubbles
SBDA Group
7. Некоммерческие советы
Посмотрите, где на вашем
пути есть ближайшие
банкоматы
Снимайте без комиссии
Добро пожаловать в
Австрию
Облачно, +4°C
1 € = 77,15 ₽
Не забудьте заморозить
абонемент в ваш фитнес-
клуб
Собираетесь в отпуск?
Rubbles
SBDA Group
11. Увеличение доли
правильно угаданных в
1,5 раза по сравнению
с ручными правилами
Время
Активность
Момент ухода клиента
1.5x
Rubbles
SBDA Group
Предсказание ухода клиента
14. Rubbles
SBDA Group
Lifetime Value
Время жизни
клиента
Доля людей,
использующих
услугу
х х х
Число
операций
на клиента
Размер
операции
Комиссия с
операции
х
Услуги
Кросс-сейл
18. Rubbles
SBDA Group
Предсказание следующего действия
Lifetime Value
Время жизни
клиента
Доля людей,
использующих
услугу
х х х
Число
операций
на клиента
Размер
операции
Комиссия с
операции
х
Услуги
21. Rubbles
SBDA Group
Lifetime Value
Время жизни
клиента
Доля людей,
использующих
услугу
х х х
Число
операций
на клиента
Размер
операции
Комиссия с
операции
х
Услуги
23. В среднем люди, согласившиеся на наши
рекомендации, ежемесячно оставляют
на счету на 4600 рублей больше
4 600 ₽
Rubbles
SBDA Group
Механизм ведения к цели
25. Rubbles
SBDA Group
Время жизни
клиента
Доля людей,
использующих
услугу
х х х
Размер
операции
Комиссия с
операции
х
Услуги
Число
операций
на клиента
Время жизни
клиента
x1.05 x1.2 x1.05
Lifetime Value
+ 30%