Upload
melina
View
33
Download
0
Embed Size (px)
DESCRIPTION
Den Kunden mit all seinen Facetten verstehen. Norbert Poppe Client Partner FICO. Neill Crossley Principal Consultant, Analytic Solutions FICO. November 2010. Einführung in Prognoseanalytik Entwicklungen im Einsatz von Daten Entwicklungen der Modellierungstechniken - PowerPoint PPT Presentation
Citation preview
Confidential. This presentation is provided for the recipient only and cannot be reproduced or shared without Fair Isaac Corporation's express consent.© 2010 Fair Isaac Corporation. 1
Den Kunden mit all seinen Facetten verstehen
Norbert PoppeClient PartnerFICO
November 2010
Neill CrossleyPrincipal Consultant, Analytic SolutionsFICO
© 2010 Fair Isaac Corporation. Confidential.2
Agenda
» Einführung in Prognoseanalytik» Entwicklungen im Einsatz von Daten» Entwicklungen der Modellierungstechniken» Vorteile des Modelleinsatzes ohne
Reibungsverluste» Zusammenfassung
© 2010 Fair Isaac Corporation. Confidential.3
Einführung in Prognoseanalytik
© 2010 Fair Isaac Corporation. Confidential.4
Was ist Prognoseanalytik?
» Prognoseanalytik unterstützt Unternehmen, mithilfe von Daten die beste oder realistischste Entscheidung aus einer Reihe von Möglichkeiten auszuwählen.
» Übliche Anwendungsbereiche von Prognoseanalytik umfassen die statistische Untersuchung von Geschäftsdaten, um historische Zusammenhänge zu verstehen und damit Prognosen zur Unterstützung von Entscheidungen zu erstellen, die zukünftige Ergebnisse verbessern.
» Einige Teilbereiche von Prognoseanalytik sind:» Credit Scoring» Marketinganalysen» Betrugserkennung» Predictive Science» Decision Optimisation» Decision Management
Basierend auf Wikipedia. Freie Übersetzung von Teilen der Einträge für „analytics“ und „predictive analytics“
© 2010 Fair Isaac Corporation. Confidential.5
FICO – Pionier in der Analytik von Kundenbeziehungen
“Fair Isaac is where the mathematical approach to problem-solving that is inherent in today’s scores and analytics all began.”— William Blair & Company *)
*) amerikanische Investmentbank und Vermögensmanagement
© 2010 Fair Isaac Corporation. Confidential.6
Bessere Entscheidungen durch bessere Prognoseanalytik
Fortschritte in den Entwicklungsstufen
Profilierung / Segmentierung
XX
XX
XX
X XX
XX
XX
XXX X
XX
XXXXX X
X
X XXX X
XX
X
XX
X
XX
XXXXX X X
X XXX X
XX
XXX X
XX
X
XX X
XX
X
X
XX
Profilierung und grobe Segmentie-rung
Prognose-Modelle /Scoring
Rangordnung entlang einer eindimensionalen Zielvariablen
DatengestützteEntscheidungen
Micro-Segmente durch 2-3 dimen-sionale Matrizen Expertenstrategien zur Optimierung
Entscheidungs-optimierung
Zusammenführung mehrerer Zielvari-ablen in einem KonzeptEntscheidungs-optimierung auf Einzelfallebene unter Berück-sichtigung von Restriktionen
© 2010 Fair Isaac Corporation. Confidential.7
Analytik verbessert die Ergebnisse im gesamten Kundenlebenszyklus
Zielgruppen-bewerbung
Antrags-bearbeitung
Kunden-management
Forderungs-management
Ent
sche
idun
gP
rogn
ose
Welche Entscheidungen müssen in dieser Stufe des Kundenlebenszyklus getroffen werden?
Welche Konsequenzen der Entscheidungen können prognostiziert werden, um die Qualität der Entscheidungen
zu verbessern?
© 2010 Fair Isaac Corporation. Confidential.8
Analytik verbessert die Ergebnisse im gesamten Kundenlebenszyklus
Zielgruppen-bewerbung
Antrags-bearbeitung
Kunden-management
Forderungs-management
Ent
sche
idun
gP
rogn
ose
» Zielgruppe» Produkt-
angebot» Kanal /
Medium» Zeitpunkt
» Annahme-entscheidung
» Kredithöhe» Konditionen» Ausstattung» Up-Selling» Eigenkapital
» Kreditlinie» Konditionen-
anpassung» Autorisierung /
Disposition» Cross-Selling» Eigenkapital
» Priorisierung» Maßnahmen» Kommuni-
kationskanal» Dienstleister
» Response» Ertrag» Risiko» Tragfähigkeit
» Risiko» Ertrag» Tragfähigkeit» Vorz. Tilgung» Up-Sell
Potential» Betrug
» Risiko» Ertrag» Tragfähigkeit» Vorzt. Tilgung» Cross-Sell
Potential» Betrug
» Insolvenz» Abschreibung» Roll-Raten» Beitreibungs-
betrag
© 2010 Fair Isaac Corporation. Confidential.9
Entwicklungen im Einsatz von Daten
© 2010 Fair Isaac Corporation. Confidential.10
Daten für die Prognoseanalytik – früher und heute
DatentypenDemografie x X X
Negative Auskünfte x X X X
Kontoverhalten X x
© 2010 Fair Isaac Corporation. Confidential.11
Daten für die Prognoseanalytik – früher und heute
DatentypenDemografie x X XGeo-Demografie X x
Negative Auskünfte x X X XPositive Auskünfte X X XAuskunftei-Score x X X XKontoverhalten X xKundenverhalten X X X XFinanzielle Transaktionen X X xNicht-finanzielle Transaktionen X x x xBetrug X X XAnlageprodukte X x X xMarketingmaßnahmen / Reaktionen X X x xForderungsmanagement x x XObjektdatenbanken X XVerifizierungsdaten x X
© 2010 Fair Isaac Corporation. Confidential.12
Das Problem: Datenmenge und Korrelation
» Korrelation war bei Modell-entwicklungen schon immer ein Problem.
» Durch die immer weiter zunehmende Datenmenge hat sich das Problem deutlich vergrößert.
» Probleme durch Korrelation:» Beeinflussung mancher
statistischer Verfahren, die dann zu unplausiblen Risikostrukturen führen.
» Auswahl der Modellparameter aus komplett oder stark korrelierten Merkmalen.
Variable 1
Variable 2teilweisekorreliert
Variable 4 nicht
korreliert
Variable 3 korreliert
© 2010 Fair Isaac Corporation. Confidential.13 © 2010 Fair Isaac Corporation. Confidential.13
Die Lösung: Datenmenge und Korrelation
FICO‘s Analytik:» Umfasst Score-Engineering-
Techniken, um mit den Korrelationsproblemen intelligent umzugehen.
» Erlaubt das Erkennen von korrelierten Merkmalen und deren Analyse.
» Erlaubt es dem Analytiker, die Beziehungen zwischen korrelierten Merkmalen zu verstehen und diese zu priorisieren.
© 2010 Fair Isaac Corporation. Confidential.14
Entwicklungen der Modellierungstechniken
© 2010 Fair Isaac Corporation. Confidential.15
Die Chance: Transaktionsdaten
» Es gibt sehr viele Transaktionsdaten
» Transaktionsdaten beschreiben den Lebensstil und die Gewohnheiten des Kunden im Detail.
» Transaktionsdaten helfen, Entscheidungen genauer und frühzeitiger zu treffen.
» Es gibt sehr viele Transaktionsdaten.» Probleme mit der
konsistenten und dauerhaften Speicherung
» Schwierigkeiten bei der Einbindung in Prozesse.
» Transaktionsdaten sind nicht immer sauber oder für alle Konten im gleichen Detaillierungsgrad vorhanden.
Positive Aspekte Negative Aspekte
© 2010 Fair Isaac Corporation. Confidential.16 © 2010 Fair Isaac Corporation. Confidential.16
FITS – Financial Transaction Scores
Seit 1996 entwickelt FICO Modelle, die auf Transaktions-daten fußen und setzt sie ein.» Fair Isaac Transaction
Scores werden bei jeder Transaktion neu berechnet.
» Veränderungen im Risiko-profil werden zeitnah erkannt.
» FICOTM Falcon setzt patentierte FICO Transaktionsprofile ein.
» Im Vergleich zu Verhaltens Scores wird die Prognose-genauigkeit um 2,5% bis 10% verbessert.
© 2010 Fair Isaac Corporation. Confidential.17
Das Problem: Veränderung der wirtschaftlichen Rahmenbedingungen
» Modelle werden auf Basis historischer Daten entwickelt. (Fahren mit Blick in den Rückspiegel)
» Der Einfluss von wirtschaftlichen Rahmen-bedingungen wurde in der Vergangenheit ignoriert.
» Die Zukunft ist immer „anders“ als die Vergangenheit.
» Genauere Steuerung der Portfolien.
» Veränderungen antizipieren anstatt auf bereits einge-tretene Veränderungen zu reagieren.
» Erhöhung der Prognose-genauigkeit der Modelle im operativen Betrieb.
Problemfelder Anforderungen
© 2010 Fair Isaac Corporation. Confidential.18 © 2010 Fair Isaac Corporation. Confidential.18
EIS - Economic Impact Service
» Berechnung des Einflusses von aktuellen und erwarteten Marktbedingungen auf das Risikoniveau.
» Anpassung der Strategien an die erwarteten wirtschaft-lichen Bedingungen.
» Einfache Anwendung mit unterschiedlichen Scores.
» Unterstützung bei:» Reduzierung von Verlusten» Kontrolliertem Wachstum des
Portfolios» Erfüllung regulatorischer
Anforderungen
© 2010 Fair Isaac Corporation. Confidential.19
Das Problem: Entscheidungen haben vielfältige Auswirkungen
» Entscheidungen wirken sich nicht nur auf die Zielvariable aus.
» Beispiel:» Ein zu hoher Kredit-
betrag kann die Zahlungsfähigkeit des Kunden direkt beeinflussen.
» Ein zu niedriger Kredit-betrag kann zu Verzicht des Kunden führen.
» Die Auswirkung von Entscheidungen auf alle KPIs muss verstanden werden.
» Insbesondere muss die Auswirkung auf die Profita-bilität verstanden werden.
» Auswahl der profitabilitäts-optimierenden Entschei-dungen im Rahmen von Zielen und Einschrän-kungen.
Problemfelder Anforderungen
© 2010 Fair Isaac Corporation. Confidential.20 © 2010 Fair Isaac Corporation. Confidential.20
DM – Decision Modeling
» Decision Modeling wurde von der F&E-Abteilung von FICO entwickelt und in über 100 Projekten in den letzten 10 Jahren ständig verbessert.
» Der FICO-Ansatz stellt eine Methodologie (Framework) bereit.
» Decision Modeling setzt auf vorhandene Scores und Systeme auf.
» Im Mittelpunkt stehen die geschäftspolitischen Ziele und Rahmenbedingungen.
© 2010 Fair Isaac Corporation. Confidential.21
Das Problem: Der Zeitpunkt eines Ereignisses ist ebenso wichtig wie sein Eintreten
» Traditionelle Modelle konzentrieren sich darauf, ob ein Ereignis eintritt, nicht wann es eintritt.
» Der Eintrittszeitpunkt kann wichtige Entscheidungen beeinflussen.» Zeitpunkt von
Limitanpassungen» Zeitpunkt von
Produktangeboten» Kreditzusagen
» Ein marginal akzeptabler Kreditnehmer, der erst nach 18 Monaten in Zahlungsverzug gerät, kann profitabler sein, als ein guter Kunde, der seinen Kredit nach kurzer Laufzeit vorzeitig zurückführt.
Problemfelder Beispiel
© 2010 Fair Isaac Corporation. Confidential.22 © 2010 Fair Isaac Corporation. Confidential.22
T2E – Time to Event Models
» FICO entwickelt seit 2004 Time to Event Modelle.
» Die Modelle erhöhen bei US-Handelsunternehmen die Umsätze aus Angeboten deutlich.
» Mögliche Anwendungsgebiete bei Finanzdienstleistern:» Kreditbedienung bis zum Zahlungsverzug» Dauer der Kundenbeziehung» Vorzeitige Tilgung bei
Konsumentenkrediten» Dauer von Telefonaten des Call Centers» Dauer bis zum Verkauf eines weiteren
Produkts
© 2010 Fair Isaac Corporation. Confidential.23
Vorteile des Modelleinsatzes ohne Reibungsverluste
© 2010 Fair Isaac Corporation. Confidential.24
Implementierung kann aufwendig sein
Entwick-lung
Dokumen-tation
Implemen-tierung
Test /Korrektur Freigabe
Traditioneller Implementierungsablauf
Lange Implementierungs-zyklen verursachen hoheunrealisierte Potentiale1-4 Wochen
1-3 Monate
4-9 Monate
über 9 Monate
Implementierungsdauer
Quelle: 2008 Fico-Umfrage bei globalen Finanzdienstleistern
© 2010 Fair Isaac Corporation. Confidential.25
Der FICO Model Builder unterstützt Entwicklung und parallele Einsatzvorbereitung
Codegenerieren
Codegenerieren
Modelltesten
Modellentwickeln
Merkmalegenerieren
Dateneinlesentranform.
Modellvalidieren
Bibliothek
Metadaten
Produktions-umgebung(Einsatz)
Produktiv-Daten
WeitereDaten
Implementieren
Daten für Entwicklung, Neuentwicklung und Überwachung
FICO Model Builder
© 2010 Fair Isaac Corporation. Confidential.26
Reibungsverluste können vermieden werden
» Modelle werden als Java-Code ausgeführt und können von niemandem gesehen oder verändert werden.
» Der Modell-Code ist sichtbar und kann durch autorisiertes Personal verändert werden. (z.B. Regelentwicklung, Fachabteilung)
» PMML Integration
White Box (PMML)
Black Box (Java)
Decision Management
BibliothekRule Service
.NET
Rule Service
Java
Code Gen
COBOL
FICO Model Builder
© 2010 Fair Isaac Corporation. Confidential.27
Die FICO Analytic Platform hilft, Scorekarten zu managen und Potentiale zu realisieren
» Zentralisierte Verwaltung von Scorekarten / Modellen über den gesamten Lebenszyklus
» Zentrale Merkmalsbibliothek» Einfache Wiederverwendung
von Komponenten, einfache Neuentwicklung / Aktualisierung
» Simulation von Modelleinsatz und Entscheidung
» Schnellerer Einsatz fertiger Modelle
» Modelle in Produktivumgebung editierbar
» Reporting über die Modelle
© 2010 Fair Isaac Corporation. Confidential.28
Die FICO Analytic Platform managt den gesamten Lebenszyklus von Prognosemodellen
Datenvorbereitung
Development Assets
managen
Entwicklung
Testen,Validierung &
Simulation
Implementierung
Priorisierung derEntwicklungen
Modellüberwachen
Anpassungender Modelle
Einsatz in Produktivumgebung
managen
Lifecycle Management
© 2010 Fair Isaac Corporation. Confidential.29
Zusammenfassung
© 2010 Fair Isaac Corporation. Confidential.30
Zusammenfassung - Daten
» Überprüfung des Einsatzes aller relevanten internen und externen Datenquellen
» Einsatz von Methoden und Instrumenten um:» Die relevantesten Daten zu identifizieren» Die relevanten Daten bestmöglich zu
nutzen
© 2010 Fair Isaac Corporation. Confidential.31
Zusammenfassung - Modelle
» Optimierung der Leistungsfähigkeit durch Modellierung der Entscheidung
» Einbeziehung makro-ökonomischer Daten
» Simulationen und Sensitivitätsanalysen, um zukünftige Entwicklungen abzuschätzen
» Finden einer Balance zwischen Automation und Expertenwissen
» Transparenz erhöhen und Komplexität nur wo erforderlich erlauben
» Den Kunden aus dessen Perspektive mit all seinen Facetten verstehen