logo search
Информационные технологии управления

Банковское дело

Достижения технологии DM - Data Mining - используются в банковском деле для решения следующих распространенных задач:

  • Выявление мошенничества с кредитными карточками

Путем анализа прошлых транзакций, которые впоследствии оказались мошенническими, банк выявляет некоторые стереотипы такого мошенничества.

  • Сегментация клиентов

Разбивая клиентов на различные категории, банки делают свою маркетинговую политику более целенаправленной и результативной, предлагая различные виды услуг разным группам клиентов.

  • Прогнозирование изменений клиентуры

DM помогает банкам строить прогнозные модели ценности своих клиентов, и соответствующим образом обслуживать каждую категорию.

Пример.

Большой Европейский банк решил предложить ссуды клиентам, пользующимся другой банковской услугой. Вначале был использован старый CHAID-алгоритм DM, по результатам работы которого, предложения были высланы только 50% заказчиков, при этом был получен ответ от 85 процентов ожидаемых респондентов. (Без специальной модели прогнозирования, нужно было выбрать случайным образом 85% клиентов, чтобы информация достигла 85% ожидаемых респондентов). Затем было внедрено специальное DM-приложение, в котором применяются разные алгоритмы. За счет этого удалось испробовать возможности различных моделей прогнозирования. В результате достаточно было выполнять рассылку только 40% клиентов, чтобы достигнуть 85% результата. В итоге удалось сэкономить сотни тысяч долларов в год, поэтому вложения в DM-технологию быстро окупились.

Бизнес

DM может применяться во множестве других областей:

  • Сегментация рынка

Все отрасли могут воспользоваться методами DM для выявления отдельных сегментов своей клиентуры. DM дает предприятиям возможность учитывать намного больше параметров, чем это делалось на основе традиционных методах хранения неструктурированной информации;

  • Развитие автомобильной промышленности

При сборке автомобилей производители должны учитывать требования каждого отдельного клиента, поэтому им нужны возможность прогнозирования популярности определенных характеристик и знание того, какие характеристики обычно заказываются вместе;

  • Политика гарантий

Производителям нужно предсказывать число клиентов, которые подадут гарантийные заявки, и среднюю стоимость заявок;

  • Поощрение часто летающих клиентов

Авиакомпании могут обнаружить группу клиентов, которых данными поощрительными мерами можно побудить летать больше. Например, одна авиакомпания обнаружила категорию клиентов, которые совершали много полетов на короткие расстояния, не накапливая достаточно миль для вступления в их клубы, поэтому она таким образом изменила правила приема в клуб, чтобы поощрять число полетов так же, как и мили.