V pátek 6.4. jsem se zúčastnil KPMG data festivalu v místě svého působiště, Vysoké školy ekonomické.
První přednáška, která jsem se zúčastnil, byla na téma Využití dat v komerční bance a měla několik částí. První se věnovala recommendation enginu, tedy doporučování produktů klientům. Pro tuto problematiku si vyvinuli vlastní algoritmus založený na metodě kolaborativního filtrování. Vytvářejí se zde orientované grafy, které reprezentují vztahy mezi jednotlivými produkty a následně slouží pro doporučení relevantních produktů (ve smyslu 3 klienti měli produkt A, a zároveň produkt B, 4. klient má produkt A, doporučme mu produkt B).
Další část se věnovala štítkování, tedy schopnosti z karetních transakcí určit kategorii, ve které klient provedl útratu. Jako vstupní data se používají merchant category code, což je kód předávaný vlastníkem terminálu, který ovšem nemusí odpovídat realitě. Dále přidávají popis karetní transakce. Pro vlastní přiřazování používají analýzu pomocí regulárních výrazů a sad pravidel. Výstupem je přiřazení každé transakce pod konkrétní štítek.
Následoval use case Cestovatelská segmentace. Tady byla provedena analýza dasetu Klient v zahraničí. Určování probíhalo prostřednictvím schopnosti detekce fyzické přítomnosti v zahraničí (buď výběry z bankomatu mimo ČR, nebo transakce provedené v zahraničí). Celkem bylo identifikováno 29 atributů.. Tyto atributy byly normalizovány a následně analyzovány v SAS Enterprise Mineru pomocí K-Means shlukování. Výsledek analýzy bylo 5 clusterů klientů, kteří vykazovali různé chování v zahraničí. Mezi uváděnými příklady clusterů byli například klienti, kteří jezdí na příhraniční nákupy, nebo klienti velmi často cestují do vzdálených destinací (a mají dvojnásobný příjem oproti ostatním. Využití se nabízí pro marketingové účely, především z hlediska nabízení cestovního pojištění.
Jako poslední use case byla představena detekce JPÚ. Pod touto sofistikovanou zkratkou se neschovává žádná složitá metrika, ale Jiný Peněžní Ústav – tedy snaží se detekovat, zda klient kromě KB používá pro určité finanční produkty rovněž jinou banku. Tato analýza není tak složitá, celkem snadno se to pozná podle pravidelných transakcí (často ještě se stejnou částkou) s jinou bankou. Tyto informace potom mohou být použity pro bankovní poradce, kteří klienta mohou nenápadně „oťuknout“ a ověřit si, zda jsou, nebo nejsou pravdivé.
Opmerkingen