EVIS delivers services to transform your data to information.

Hebt u hulp nodig in het bouwen, valideren, verbeteren en monitoren van uw credit-scoring systeem? Ook in andere gevallen, zoals credit card fraude detectie, CRM, en gerelateerde gebieden waar u met grote hoeveelheden data werkt, kunnen we u helpen om de juweeltjes in uw data banken te ontdekken.

Banken, investeringsmaatschappijen en credit card maatschappijen ontvangen dagelijks duizenden kredietaanvragen van individuen en zakelijke klanten, en daarom hebben zij een systeem nodig dat hun kan ondersteunen bij het inwilligen of afwijzen van aanvragen. Automatische systemen worden gebruikt voor het evalueren van kredietwaardigheid, in het bijzonder bij banken en investeringsmaatschappijen. Een gedetaileerde beschrijving of hoe kredietrisico berekent kan worden vindt u hier.

Credit-Scoring Systemen

De naam 'credit-scoring' beschrijft de statistische methoden die gebruikt worden om kredietaanvragers in twee klassen in te delen: goed en slecht. De meeste banken gebruiken credit-scoring systemen die het risico baseren op enkele variabelen en een met de hand ingestelde set van regels. De gebruikte regels in een credit-scoring systeem zijn meestal gebaseerd op een client's schuldenratio, onroerende goederen, kredietgeschiedenis, etc. Maar vraagt u zich wel eens af of de huidige regels goed genoeg zijn? Worden ze wel regelmatig aangepast aan de veranderende omstandigheden? En indien dat zo is, hoe bepaalt u dan dat deze nieuwe regels ook daadwerkelijk beter zijn dan de oude? Lees verder...

Andere voorbeelden in de bankwereld

Tot nu toe hebben we onze aandacht vooral gewijd aan credit-scoring systemen, maar er zijn nog veel meer populaire toepassingen voor Data Mining binnen de bankwereld, zoals: Fraude detectie - Fraude is enorm duur. Door het analyzeren van gedane transacties die later als fraudulent aangemerkt zijn kan men patronen herkennen en voorspellen. Zie ook credit card fraude. Card marketing - Door het identificeren van marktsegmenten kunnen credit card maatschappijen hun winst verhogen met een effectievere acquisitie, een groter behoud van bestaande klanten, gerichte productmarketing, en persoonlijke prijzen. Zie ook CRM

• Credit card uitgevers kunnen data mining gebruiken om hun productprijzen zodanig te kiezen dat de winst wordt gemaximaliseerd, met een minimaal verlies aan klanten. Hieronder valt ook een risico-gebaseerd prijsbeleid.
• Voorspellend levensscylcus management - Data mining helpt banken te voorspellen wat de waarde van iedere klant is gedurende de hele levenscyclus, en voor ieder marktsegment het juiste serviceniveau aan te bieden (bijvoorbeeld door speciale aanbiedingen en kortingen aan te bieden).