Specjalizujemy się w przygotowaniu modeli scoringowych dedykowanych do oceny ryzyka kredytowego, jednak naszą wiedzą potrafimy dobrze wykorzystać także w innych dziedzinach modelowania, jak na przykład: układaniu procesu windykacji, czy optymalizacji wysyłki targetowanej reklamy mailingowej.
Kluczem do zrobienia dobrego modelu jest kwestia zrozumienia danych oraz konkretnego biznesu. Oczywiście nie obejdzie się bez dobrych danych oraz wiedzy z zakresu statystyki i przetwarzania danych, te czynniki jednak są na tyle oczywiste, że opowiemy pokrótce o dwóch pierwszych aspektach.
Dobry model statystyczny musi przybliżać rzeczywistość. Jeśli tworzymy model dla jakieś gałęzi biznesu, to nie da się stworzyć dobrego odwzorowania rzeczywistości bez szczegółowego zrozumienia konkretnego biznesu i procesów w nim zachodzących. Dla przykładu podczas tworzenia modli dla oceny ryzyka kredytowe klienta ubiegającego się o pożyczkę, konieczne jest dokładne zapoznanie się między innymi z kanałami pozyskania klienta, sposobem potwierdzania tożsamości, sposobami wprowadzania danych przez klienta oraz ich przechowywania, czy motywacjami do wzięcia pożyczki. Nie sposób pominąć też etap ustalenia miejsc, w których klient może wprowadzać nas w błąd (świadomie czy nie). Rozumienie biznesu pozwala określić jakie dane warto wybrać do sprawdzenia podczas samego procesu modelowania.
Zrozumienie danych jest niezbędne aby nie stworzyć modelu zbyt dopasowanego do danych. Tylko dobrze rozumiejąc co oznaczają poszczególne wartości w każdej bazie danych możemy uniknąć błędów wynikających na przykład z błędnego grupowania.
Ponadto dobry model scoringowy musi być zaimplementowany w odpowiednim miejscu w procesie decyzyjnym, a w procesie tworzenia należy wziąć pod uwagę wszystkie wcześniejsze etapy procesu decyzyjnego, jeśli takie występują.
Zobacz, co piszą o nas osoby, które korzystały z naszych usług. Mamy nadzieję, że i Ty wkrótce do nich dołączysz, a potem wystawisz nam pozytywną opinię.
