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.
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.
Система оценки качества обслуживания клиентов (СОКОК)КРОК
Для повышения качества обслуживания клиентов и повышения эффективности работы банка необходимо получать достоверную информацию об удовлетворенности клиентов. Самый простой способ получить данную информацию – спросить клиента. Требуются механизмы как сбора данных об удовлетворенности клиентов, так и анализа этой информации.
Главными целями создания СОКОК являются:
• обеспечение возможности субъективной оценки качества обслуживания клиентов (оценку дают клиенты);
• обеспечение регистрации объективных показателей процесса обслуживания клиентов: временных (время ожидания, время обслуживания клиента) и количественных (количество пришедших, количество обслуженных);
• обеспечение возможности оперативного проведения опросов клиентов;
• осуществление оперативного удаленного контроля качества обслуживания клиентов.
Как управлять клиентским опытом? Что такое Customer Experience Management? Переход к парадигме Customer Centric. Построение единого профиля клиента. Использование внешних данных о клиентах. Ключевой инструмент - платформа 1DMP.RU для управления данными. Кейсы по использованию данных из различных источников.
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.
Система оценки качества обслуживания клиентов (СОКОК)КРОК
Для повышения качества обслуживания клиентов и повышения эффективности работы банка необходимо получать достоверную информацию об удовлетворенности клиентов. Самый простой способ получить данную информацию – спросить клиента. Требуются механизмы как сбора данных об удовлетворенности клиентов, так и анализа этой информации.
Главными целями создания СОКОК являются:
• обеспечение возможности субъективной оценки качества обслуживания клиентов (оценку дают клиенты);
• обеспечение регистрации объективных показателей процесса обслуживания клиентов: временных (время ожидания, время обслуживания клиента) и количественных (количество пришедших, количество обслуженных);
• обеспечение возможности оперативного проведения опросов клиентов;
• осуществление оперативного удаленного контроля качества обслуживания клиентов.
Как управлять клиентским опытом? Что такое Customer Experience Management? Переход к парадигме Customer Centric. Построение единого профиля клиента. Использование внешних данных о клиентах. Ключевой инструмент - платформа 1DMP.RU для управления данными. Кейсы по использованию данных из различных источников.
CleverDATA. Как же на самом деле заработать на данныхHybridRussia
Мало кто может показать на реальных кейсах, как же начать превращать данные в деньги и еще меньше людей и компаний могут показать реальные цифры и достижения. В своём докладе Денис расскажет о проблемах, которые препятствуют развитию рынка данных и о новом функционале продукта 1DMC.io, который предназначен для их решения.
CNEWS FORUM 2014 / Секция ИТ в Банках / "Big Data: О чем думают ваши клиенты?"
Текст презентации доступен доступен по ссылке http://denrey.me/r1u9tnP
http://denreymer.com
Digital Marketing Analytics on Splunk platformCleverDATA
Ключевые тренды Digital
Не зная своего клиента, компания его потеряет
От Product-centric К Customer-centric
Вы уверены, что знаете своего клиента?
Построение Единого профиля клиента –
Ключ к построению Customer-centric организации
Моделирование отклика по различным каналам
Оптимизация Digital каналов
Что такое Digital Intelligence
Платформа для Digital Intelligence
Use cases использования Splunk - клиентская аналитика, бизнес-аналитика, мульти канальная аналитика и пр.
Подробнее о Splunk для digital маркетинга http://cleverdata.ru/splunktech/dm-analytics/
Презентация с конференции Resilience 2014.
Опыт и решения CleverDATA.
Какие задачи стоят перед Бизнесом и как подходить к решению задач обогащения данных для извлечения знаний.
Биржа Данных 1DMP.RU и Private DMP.
Роль Научного сообщества и Data Science в развитии Big Data
Презентация "Big Data: Как принести пользу бизнесу" вице-президента ЛАНИТ Дениса Реймера на Международной конференции "Стойкость сложных социо-технических систем - Resilience2014"
Технологии Больших Данных для банков и страховых компаний. Какие задачи решают? Как монетизировать Большие Данные? Бизнес-кейсы и конкретные примеры. Концепция 3D профиля клиента. Точная сегментация и персонифицированный маркетинг. Управление данными на Oracle Big Data Appliance
Инновации и глобальные тренды в развитии email-маркетингаIntelligent Emails
Как будут выглядеть все рассылки завтра? Intelligent Emails представляет обзор тенденций, технологий и новых идей, которые учитывают и уже реализуют некоторые сервисы рассылок и email маркетологи за рубежом и в России. Real-time персонализация, использование геолокационных данных, эффективное взаимодействие оффлайн и онлайн каналов коммуникации и пр. - в нашей презентации.
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»
2. 2
Розничные банки потеряли монопольную позицию в сфере информации о
качестве клиента
Информация становится “коммодитой”
Большие данные помогают лучше понять клиента. Но необходимо
двигаться от “Что есть?” к “Что необходимо!”
Конкуренция растет: уже недостаточно просто иметь информацию о
клиенте, необходимо предугадывать его желания
Необходима использовать каждый контакт с клиентом для улучшения
работы с ним
Цикл продуктов и технологий стремительно сокращается и поэтому
необходимо:
• Больше пробовать и экспериментировать
• Быстро переводить успешные решения на продуктив
Рынок стремительно меняется
3. SMART DATA
3
Сбор и хранение данных, которые:
Актуальны
Необходимы на момент принятия бизнес решения
Помогают лучше узнать клиента, а так же понять его
потребности и желания
Информация используется для:
Правильной оценки риска заемщика
Правильного выбора продукта
СRM
Всех остальных процессов взаимодействия с клиентом
Информация с аналитической точки зрения:
Комплексная (ширина и глубина)
Хорошо структурирована
Доступна всем участникам процесса работы с клиентом
(одинаковая)
Эффективна с точки зрения затрат
Система стабильна и функциональна 24/7
Система хранения данных доступных в реальном
времени, с возможностью обработки сложно-
структурированных данных и фокусом на клиента
Быстрое и безопасное подключение/отключение новых
источников данных
Быстрое принятие решение по новым и “спящим”
клиентам
Связь со всеми департаментами банка и возможность
быстрого перехода от пилота/теста на продуктив
(песочница)
Персонализация и сегментация на основе данных SD
Предложение простых связок финансовых и
нефинансовых продуктов
Помощь в других операционных процессах банка
(финансы, репортинг, безопасность, подбор персонала
итд.)
Стратегическая цель Ожидаемый результат
4. 4
Customer centric approach
CUSTOMER FILE in
SMART DATA BOX
• Identification/fraud
• Demography
• Emotion/psychology
• Skills
• Work/profession
• Financial position
• Creditworthiness
• Society
• Lifestyle/Interest
• Purpose / PTB
• Location
Validation & segmentation
DYNAMIC BUNDLE
• Permanent offer
• Mix of financial &
non-financial
products & services
External
data
Internal data
Triggers,
batches &
on-line info
Segments
with
customized
offer
Self-service
product
selection
The Digital
Marketplace
or
Smart Phones
Targeting messaging
Location
Behavioral footprint
Alerts
Partners
Real time
Risk & Fraud
Sales & CRM
Collection
Services
Product &
Marketing
Personnel &
Security
Finance
And many
other
Communication &
behavior
Financial Health
Proper product
Risk estimate &
forecast
Elasticity & PTB
Customer interest
Understanding our
customer
Non-financial world
Real time
Hadoop and SPARK
Plain
structured
Complex
structured
Non-
structured
Network Phone
Matching
5. 5
Marketplace usage example
Permanent Credit product offers
Suggested Polza Every Card bundles
- Family bundle
- Drivers bundle
- Sport bundle
Brokerage services
Gadget insurance
Gourmet Alert Service
Internet/TV services
Dynamic Bundle Offers Customized Self Service
Enter Point of Interest /
Change profile
02/07/2016 wife Liliana Morozova birthday, buy diamond necklace with 20% discount on instalments
Get new Samsung Galaxy S6 at RUB 30 000ths on Polza Every Card with 0 overpayment
Roger Federer Wilson Pro staff Tennis Rocket with 5% cashback on Polza Every Card
GIBDD fine 2500 from 15/06/2016 (pay online)
Get trip to J.M. Jarre concert to Amsterdam on September 22, +5000 miles on Travel Card
It seems you are looking for winter skiing. Buy Extreme Sports Insurance and see Travel bundle
offers
Alerts
Car Loan agreement 06/05/2016 (change)
Polza Every Card (change)
- Travel Bundle
Deposit accounts (change)
Afisha “where to go Alert system” (change)
Subscriptions
Core
banking
Insurance Investment
Leisure
services
Sport and
beauty
Electronics Apparel Kids House Car
Travel
Click to see
what Liliana
could be
interested in
Office and
work
Presents
Leisure
services
Sport
Dmitry Morozov
Age:39
Family Status: Married, 3 kids
City: Moscow
Interests: Music, Tennis, Travel, Investments
Car: Cadillac Escalade
Occupation: Finance
Phone: Samsung Galaxy S5
Communication channels: phone,
e-mail
65% information sufficiency
Public forum
6. DataMarts
Structured Data Sources
DBMS DBMS DBMS App
Unstructured Data Sources
BIDecision engines MIS Data Mining Reporting
Operation Store
Business Logic Layer
DataLake
Conceptual Smartdata
Analytical DWH
Self-service SandBox
DataScience
SandBox