MSPStandard.pl - IT dla małych i średnich firm - link do strony głównej
wyszukiwanie:
Podziel się opinią o serwisie

reklama

Wizjonerski system ERP

Strefa EpicorDowiedz się dlaczego Gartner wymienia naszą firmę w gronie wizjonerów. Zobacz prezentację Epicor 9 i poznaj korzyści jakie daje architektura SOA.
Zapraszamy do strefy »

reklama

IBM

Strefa IBM System x


Strefa IBM System x"..."Zarządzanie infrastruktura IT w obecnej chwili pochłania znaczną część budżetu IT. W odpowiedzi na tą sytuację IBM dołącza do serwerów IBM System x® system do zarządzania IBM Systems Director®, który oferuje obszerny zbiór narzędzi ułatwiających administrację.
Zapraszamy do strefy »

popularne komentowane nowości

Biblioteka Wiedzy poleca

Sprzedaż z pełnym wsparciem

Wdrożenie w Banku Pekao SA nowoczesnego systemu wspierającego sprzedaż pozwoliło na zwiększenie efektywności sprzedażowej pracowników i zmniejszenie...
pobierz »

Dynamiczna kostka: moc wirtualizacji w olsztyńskim RCI

Niższe rachunki za energię, wysoka wydajność i zwiększona dostępność systemu - to korzyści w obszarze IT jakie Uniwersytet Warmińsko Mazurski uzyskał...
pobierz »

Raport o internetowych zagrożeniach bezpieczeństwa

"Internet Security Threat Report" - kolejna edycja znanego raportu firmy Symantec zawierającego globalny przegląd stanu bezpieczeństwa w Internecie....
pobierz »

Więcej bezpłatnych raportów w serwisie

powiększ tekst >
ARCHIWUM

Kredyt bez wpadki

14 sierpnia 2006

Przemysław Gamdzyk
W Banku BPH wdrożono system, dzięki któremu decyzję o ewentualnym przyznaniu kredytu będzie można podjąć niemal wyłącznie na podstawie danych o dotychczasowej aktywności klienta w banku.


W procesie udzielania kredytów banki dość powszechnie stosują aplikacyjne systemy ratingowe, które na podstawie danych charakteryzujących klienta (wiek, płeć, miejsce zamieszkania, zatrudnienie, stan cywilny i temu podobne parametry) wspomagają procesy podejmowania decyzji o kredytach. Systemy te stosuje się także przy ocenie prostych działań crossellingowych czy tworzeniu ofert dopasowanych do różnych grup klientów.

Oprócz systemów ratingowych w bankowości coraz częściej stosowane są również zaawansowane systemy scoringu behawioralnego, które wykorzystują odpowiednio przetworzone dane opisujące dotychczasową interakcję klienta z bankiem. Takie rozwiązanie od pół roku funkcjonuje w Banku BPH. "Umiejętnie integrujemy obydwa podejścia, czyli rating i scoring behawioralny, bo wówczas korzyści są jeszcze większe niż w przypadku wykorzystania każdego z tych narzędzi z osobna" - mówi Marek Szcześniak, kierownik zespołu ds. scoringu i ratingu oraz kierownik zespołu projektowego realizującego wdrożenie systemu i modeli scoringu behawioralnego w Banku BPH.

Element bazylejski

Marek Szcześniak, kierownik zespołu ds. scoringu i ratingu oraz kierownik zespołu projektowego realizujńcego wdrożenie systemu i modeli scoringu behawioralnego w Banku BPH Celem realizacji projektu w Banku BPH była przede wszystkim lepsza alokacja kapitału i efektywniejsze zarządzanie nowymi planami kredytowymi, jak również podniesienie poziomu sprzedaży kredytów. "Korzyści są wielorakie, zarówno po stronie ograniczenia liczby błędnych decyzji kredytowych, jak i lepszego podejścia do obsługi klientów, którzy są dla banku zyskowni" - mówi Katarzyna Bijak, specjalista, analityk odpowiedzialny za budowę modeli behawioralnych w Banku BPH.

Jednocześnie wdrożenie systemu miało przyczynić się do automatyzacji podejmowania indywidualnych decyzji, np. dotyczących odnawialności przyznawanego limitu kredytowego. "Chodziło nam o to, by w przypadku decyzji podejmowanych przez pracowników były to decyzje bardziej obiektywne, oparte na informacjach dostarczanych przez system" - twierdzi Krzysztof Janicki, dyrektor zarządzający w Banku BPH.

Modele takie mają jednak ograniczony czas życia, zmieniają się bowiem zachowania i charakterystyki typowych profili klientów, trzeba więc co jakiś czas je przebudowywać. To zaś jest zadaniem niebanalnym. Potrzebna jest znajomość ekono metrii i statystyki na poziomie zaawansowanym.

Projekt zrealizowany w Banku BPH łączył cechy zwykłego projektu IT ze specyfiką pracy analitycznej. Był realizowany od początku 2005 r. i trwał prawie rok. Dzisiaj system jest już wykorzystywany w codziennej działalności banku. Jego budowa stanowiła jeden z istotnych etapów ogromnego projektu bazylejskiego (zgodnie z uzgodnieniami Komitetu Bazylejskiego tzw. banki są zobowiązane do wdrożenia skomplikowanych systemów analizy danych i raportowania). "Tego rodzaju rozwiązanie, by było użyteczne, musi współpracować z innymi systemami informatycznymi w banku, przede wszystkim z CRM. Bank musi być dobrze przygotowany na to, by efektywnie zagospodarować narzędzia scoringu behawioralnego" - mówi Krzysztof Janicki.

Wspólna realizacja

Katarzyna Bijak, specjalista, analityk odpowiedzialny za budowę modeli behawioralnych w Banku BPH Projekt był realizowany przez zespół składający się z pracowników banku oraz specjalistów z SAS Institute. Współpraca Banku BPH z SAS ma długoletnią historię, która zaczęła się od budowy hurtowni danych. Teraz o wyborze dostawcy zadecydowały m.in. możliwość wykorzystania rozwiązania SAS Credit Scoring Solution i gotowość dostosowania go do warunków bieżącej działalności i specyfiki banku.

Krzysztof Janicki, dyrektor zarządzający w Banku BPH Rozwiązanie SAS ma budowę modułową (zawiera m.in. moduł budowy modeli, zarządzania i obsługi repozytorium danych, moduł zarządzania modelami i oceny ich jakości), co pozwala na integrację i automatyzację procesów związanych ze scoringiem behawioralnym w ramach jednego środowiska. W rozwiązaniu SAS zdefiniowano kilka tysięcy zmiennych analitycznych, z których oczywiście tylko część może i powinna być wykorzystana w danym projekcie. Doświadczenia SAS wskazują, które dane są szczególnie istotne - one więc powinny być badane w pierwszej kolejności.

"Przed rozpoczęciem projektu scoringowego prace powinny skupić się na określeniu, czy mamy dostępne wystarczająco dobre dane historyczne - obejmujące okres co najmniej ostatnich dwóch lat - w tym udokumentowaną strukturę i więzy integralności oraz ich klarowny opis biznesowy" - dodaje Ewa Mizerska. Potrzebne są także dokładna definicja modelowanego zjawiska i opis sposobu jej reprezentacji w danych źródłowych. Pod tym względem Bank BPH był dobrze przygotowany - w repozytoriach jego systemów informatycznych, zbudowanych również na podstawie narzędzia SAS, od dawna gromadzono w sposób usystematyzowany i przemyślany dane dotyczące różnych aspektów jego działalności, w tym opisy zachowania klientów i wykorzystania przez nich usług bankowych.

Najważniejsze obszary ryzyka w projekcie scoringowym
  • Zapewnienie dostępności danych - niezbędne jest zidentyfikowanie oraz przygotowanie ekstraktu danych wejściowych. Jakość i kompletność przygotowanych danych ma istotny wpływ na czas trwania pozostałych wstępnych etapów projektu (analiza i zasilanie systemu ekstraktami danych wejściowych).

  • Odpowiednia długość szeregu czasowego - najlepiej, gdy dostępne dane historyczne obejmują okres przynajmniej 2 ostatnich lat. Istotne, by wszystkie wymagania i faktyczne możliwości w tym zakresie znane były już na etapie planowania i określania kryteriów odbioru projektu.

  • Dostatecznie dobra jakość danych - dane pochodzące z systemów front-office często nie spełniają wymagań jakościowych; dotyczy to zwłaszcza stopnia wypełnienia poszczególnych zmiennych, a także zdefiniowania pojęcia "brak danych". Ostatecznie jakość danych wejściowych ma wpływ na liczbę iteracji zasileń repozytorium analitycznego i przebieg modelowania, a więc również na czas trwania całego projektu.

  • Odpowiednia definicja default (chodzi o zjawisko niewywiązywania się przez klienta z zobowiązań). Definicja powinna być jednorodna w całym badanym okresie, a także jednolity powinien być sposób jej oznaczania w danych źródłowych. W przypadku gdy kryteria te nie są spełnione, dodatkowa weryfikacja wymagać będzie rozszerzenia zakresu projektu, co znów może wpływać na czas jego realizacji.

  • Właściwa segmentacja - najlepiej, gdy wskazane przez bank segmenty klientów odznaczają się pewną jednorodnością, a jednocześnie są na tyle liczne (oraz występuje dostatecznie wiele przypadków defaultu), by można było uzyskać modele o wysokiej jakości. Jeżeli tak nie jest, należy zastanowić się nad modyfikacją segmentacji, co samo w sobie może stać się osobnym projektem.

    Źródło: SAS Institute
    • Wystaw ocenę:
    		    Średnia ocena (liczba głosów: 0)
    AudioBot - odsłuchaj materiałAudioBot - odsłuchaj materiał wydrukuj wydrukuj wyslij do znajomegowyślij do znajomego rss

    Komentarze

    Redakcja MSPStandard.pl - IT dla małych i średnich firm nie ponosi odpowiedzialności za wypowiedzi Internautów opublikowane na stronach serwisu oraz zastrzega sobie prawo do redagowania, skracania bądź usuwania komentarzy zawierających treści zabronione przez prawo, uznawane za obraźliwie lub naruszające zasady współżycia społecznego. Osoby zamieszczające wypowiedzi naruszające prawo lub prawem chronione dobra osób trzecich mogą ponieść z tego tytułu odpowiedzialność karną lub cywilną.

    Ten artykuł nie ma jeszcze żadnych komentarzy. Twój może być pierwszy...