IL KNOW HOW CRIF PER L’ANALISI DI CLIENTI, CANALI E DATI · ©2018 • CRIF • Il know how CRIF...

IL KNOW HOW CRIF PER L’ANALISI DI CLIENTI,

CANALI E DATI

©2018 • CRIF • Il know how CRIF per l'analisi di clienti, canali e dati- 27/02/2018

2

Agenda

IoT

Strumenti Tradizionali

Digital Analytics

Clienti, canali e dati: il panorama di riferimento


3

CRIF INFORMATION COREIl patrimonio informativo del gruppo CRIF

4

3 Fotografie: passato, presente e futuro

∞ Combinazioni per

viste personalizzate

2 Dimensioni informative puntuale su controparte, aggregate su cluster

Profiling 100% di Consumer, Business e dei

Network

Vista a 360° sui Key Factor del Lending

A-Z rappresentative: tutte le industry, le classi

generazionali e le aree territoriali

2020 Technology: Machine Learning e Big Data Analytics

100% compliantcon i protocolli e gli

standard di sicurezza

End2End Business Continuity



5

Agenda

IoT


Digital Analytics

8 MLD di persone nel 2020

50 MLD di dispositivi connessi nel 2020

Device, oggetti connessi alla rete che si scambiano informazioni. Questo nuovo sistema ha la capacità di interagire con l’ambiente esterno: avviene un’interazione tra internet e il mondo reale

Il 46% dei consumatori pagherà di più

per servizi personalizzati in tempo reale

KPI MONDIALI*:

*Fonte: Accenture Technology Vision for Insurance 2017

Connected device: overview


6

Analisi dei bacini geograficiAree di gravitazione

Residenza

Centro città

Centro commerciale

Area di gravitazione

Residenza

Area di gravitazione

Area circolare Area triangolare

INDIVIDUOIMMOBILE

Triangolo i cui vertici sono:• la residenza,• il centro commerciale più vicino,• il centro della città con almeno

25.000 abitanti più vicina

Cerchio il cui centro è rappresentato dalla residenza del soggetto e il raggio è variabile, in funzione del tipo di punto di interesse (POI) es:• Stazioni di polizia 5 km• Videosorveglianza 250 m


7

Analisi dei bacini geograficiIndicatori (POI)

500 metri

• Distanza dal POI più vicino

• Distanza (in m) dal posto dipolizia

• Concentrazione di POI in unbacino circolare

• Quante videosorveglianze nelraggio di 250 metri?

• Numero di POI sul percorsocaratteristico

• Quanti semafori nel tragittocasa-centro città?

Esemplificativo

Bacino di attrazione

Per ogni tipologia di punto di interesse (POI), possono essere calcolate differenti variabili per ogni indirizzo

Percorso caratteristico

Compro OroGioielleria

Indirizzo

Sportelli bancari


8

Analisi dei bacini geograficiIndicatori socio-economici

• Per ogni indirizzo viene calcolato il valore medio di indicatori socio economici che descrivono la zona

• La media viene calcolata su valori puntuali all’interno di una zona circolare

• Valore medio degli immobili

• Reddito medio

• Concentrazione professionisti

• …

500 metri

Bacino di attrazione

Esemplificativo


9

Analisi dei bacini geograficiAltri indicatori: caratteristiche geografiche

Sono considerate ulteriori caratteristiche territoriali utili a prevedere il fenomeno di interesse (es: furti)

• Intensità illuminazione notturna

• Distanza da grossi centri urbani

• Facilità di accesso a grandiarterie di comunicazione

• …

Esemplificativo


10

Analisi dei bacini Use case

Analisi dei bacini

Analisi dei dati geografici in un bacino intorno ad ogni indirizzoitaliano per individuare indici di rischio o propensione

Usi

Analisi fattori di rischio (es: vicinanza campi rom) e protettivi (es:videocamere nella zona) come score di rischio furto in casa e in azienda

Analisi del territorio per riconoscimento di zone a rischio calamitànaturale (es. esondazioni)

Menorischioso

Piùrischioso

Score ItaliaMilano:

Score aggregato a risoluzione 250m

Lo score furto in abitazione è stato mappato sull’intero territorio nazionale a livello di singolo indirizzo con possibilità di aggregazioni per territorio, per comune, per CAP,…

Quarto Oggiaro

Ad esempio, non sempre le zone considerate rischiose si rivelano tali

• Il sud è più sicuro (per il furto in abitazione, denunciato)

• Il ladro non agisce nelle sue zone, ma si «sposta» verso zone ricche


11

Analisi dei bacini Use case

Analisi dei bacini

- Auto

Analisi dei dati geografici-stradali nel percorsoabituale (casa – lavoro – scuola – centro città) perindividuare indici di rischio

Usi

Analisi fattori di rischio (es: parcheggi poco illuminati)e protettivi (es: vicinanza stazioni di polizia) nelpercorso abituale come score di rischio furto auto

Analisi dei potenziali pericoli sul percorso abiutale(stop, rotonde, semafori, … ) come score di rischiosinistro auto

Analisi dei bacini

- Frodi

Analisi di pattern frequenti su dati claim, uniti ai dati dilegami parentali “crif” per il riconoscimento avanzato difrodi

UsiAnalisi a grafo dei dati complessivi su sinistri erelazioni tra soggetti per riconoscimento schemi


12


13

Agenda

IoT


Digital Analytics

Possibili indicatori di sostenibilità dell’operazione


SOSTENIBILITÀ DELL’OPERAZIONE2Housing

Unit3 No Hit

Score

4

Score Territoriale

1

Stima reddito

14

Stima del redditoBenchmark territoriale

Sulla base dei risultati ottenuti è stata simulata la ricostruzione di un indicatore di benchmark territoriale sulla capacità reddituale, con l’obiettivo di classificare anche i soggetti per cui non sono a disposizione informazioni puntuali

Fonti Informative:

• Variabili demografiche della zona geografica di riferimento (Dati pubblici ISTAT)

• Indicatore sulla capacità reddituale (Dati CRIF)

Aggregazione territoriale utilizzata:

Celle censuarie ISTAT 2001


15

Benchmark reddito territoriale

CLASSI REDDITO

1- 0-1000€2- 1000-1500€3- 1500-2000€4- 2000-3000€5- > 3000€

1 5


16


CLASSI REDDITO

1- 0-1000€2- 1000-1500€3- 1500-2000€4- 2000-3000€5- > 3000€

1 5


17


CLASSI REDDITO

1- 0-1000€2- 1000-1500€3- 1500-2000€4- 2000-3000€5- > 3000€

1 5


18

Ricostruzione del numero di soggetti maggiorenni del nucleo abitativo

Housing unit: evidenze

Ai fini di questa analisi sono state considerate delle

logiche di correlazione fra soggetti per individuare le

situazioni di coabitazione, che a loro volta potrebbero

essere dovute a presenza di un nucleo familiare, ma non

solo.

In funzione delle logiche utilizzate possono essere

trovate un numero di correlazioni molto elevate (es.

anche 8.000 correlazioni per soggetto) , è quindi

fondamentale discriminare quelle che sono le logiche

più significative per raggiungere un risultato ottimale.


19

New2credit score: use case

L’INCIDENZA DEI «NO HIT»Problema / obiettivo: all’atto della richiesta di credito, una % dei richiedenti che si presentano al SIC Eurisc non è censita in DB (cosiddetti «No hit») e il CB Score non può essere calcolato; definire un indicatore che, anche in assenza del CB Score, dia informazioni utili alla gestione dei «No hit»

Tipo di analisi: supervisionata

Informazioni a disposizione: le informazioni con cui il richiedente si presenta al sistema (alcuni dati anagrafici), le informazioni dell’operazione (es. periodicità, impegno mensile, credit limit), dati tecnici (es. ora e giorno), dati derivati, target (good, bad)


20

New2credit score: use caseMisurare e leggere i risultati

APPLICAZIONE DEL MODELLO

GENERAZIONE DEI RISULTATI

Trovare il compromesso ideale tra:

• Minimizzazione dei falsi positivi all’interno degli elementi selezionati (precision)

• Massimizzazione dei veri positivi rispetto all’insieme degli elementi rilevanti (recall)

• Applicazione del modello al campione di test

• Il target sono i record «Bad», che vengono quindi definiti come i «Positivi»

• Definizione di una soglia oltre la quale un record è considerato «Bad»

• Precision e recall si muovono in direzioni opposte rispetto alla soglia

• Quale è la soglia ottimale?

Ottimizzazione della funzione di costo per la banca

SCELTA DELLA SOGLIA


21

CRIF ha sviluppato uno score che valuta la rischiosità

della controparte in funzione delle caratteristiche

territoriali (consumer e business) e settoriali

(business)

Fornisce una visione di benchmark, contribuendo alla valutazione deisoggetti più opachi ed è un valido strumento per il prospeting

Calcolato a partire dal patrimonio informativo del gruppo CRIF a livello dimicrozona/arco di via (10+ fonti informative del CRIF INFORMATIONCORE), è costruito su una geografia proprietaria che scende a livellodi arco di via laddove la micro-zona risulti troppo popolata.

Tecniche di valutazione della rischiosità


22

23

Agenda

IoT


Digital Analytics


• Contatti

(telefono, fax, email,..)

• Presenza sui Social media

(facebook, twitter, google+,…)

• E-commerce

+ metodi di pagamento

• Sito multilingual (proxy export)

• Presenza di banner pubblicitari

• Web Analytics

• Link esterni

• Interazioni con Social network (#likes, tweets,#comments,…)

6MLAziende

Più di 700k Siti web

Digital Analytics: un mondo di dati da analizzare


24

http://www.google.it/url?sa=i&rct=j&q=&esrc=s&source=images&cd=&cad=rja&uact=8&ved=0ahUKEwiGiIyIuoLPAhXDXBQKHY-JCsIQjRwIBw&url=http://www.siliconmakeapp.com/&bvm=bv.131783435,d.d2s&psig=AFQjCNGcQFgvab8b1ONd5UiiPOiCVRGb4g&ust=1473515360320538

http://www.google.it/url?sa=i&rct=j&q=&esrc=s&source=images&cd=&cad=rja&uact=8&ved=0ahUKEwiGiIyIuoLPAhXDXBQKHY-JCsIQjRwIBw&url=http://www.siliconmakeapp.com/&bvm=bv.131783435,d.d2s&psig=AFQjCNGcQFgvab8b1ONd5UiiPOiCVRGb4g&ust=1473515360320538

http://www.google.it/url?sa=i&rct=j&q=&esrc=s&source=images&cd=&cad=rja&uact=8&ved=0ahUKEwjr8MmcjoLPAhWLuBQKHaL0CrMQjRwIBw&url=http://80legs.com/&bvm=bv.131783435,d.d2s&psig=AFQjCNHL7DQdCtMGNpFP3Ie5ELhmJDY1Vw&ust=1473504407153616

http://www.google.it/url?sa=i&rct=j&q=&esrc=s&source=images&cd=&cad=rja&uact=8&ved=0ahUKEwjr8MmcjoLPAhWLuBQKHaL0CrMQjRwIBw&url=http://80legs.com/&bvm=bv.131783435,d.d2s&psig=AFQjCNHL7DQdCtMGNpFP3Ie5ELhmJDY1Vw&ust=1473504407153616

http://www.google.it/url?sa=i&rct=j&q=&esrc=s&source=images&cd=&cad=rja&uact=8&ved=0ahUKEwiS3qKStoLPAhXEtBQKHSU_AdIQjRwIBw&url=http://devstickers.com/&bvm=bv.131783435,d.d2s&psig=AFQjCNGJwf1reowW0vBODqtQYA4Z0OJB8A&ust=1473514485209987

http://www.google.it/url?sa=i&rct=j&q=&esrc=s&source=images&cd=&cad=rja&uact=8&ved=0ahUKEwiS3qKStoLPAhXEtBQKHSU_AdIQjRwIBw&url=http://devstickers.com/&bvm=bv.131783435,d.d2s&psig=AFQjCNGJwf1reowW0vBODqtQYA4Z0OJB8A&ust=1473514485209987

Digital Analytics: Processi sviluppati

• Estrazione contatti (telefono, fax, email aziendale)

• Social network (Facebook, YouTube, Twitter, Video, Instagram, ..)

• Database WhoIS

• Riconoscimento multilingua (più di 50 lingue)

• Ottimizzazione mobile

• Presenza di banner pubblicitari

• Web Analytics (oltre 50 analytics)

• Link esterni

• E-Commerce

• Certificazioni Trustmark

• Alexa® ranking

• Interazioni con Facebook e Twitter (#likes, #tweets, #comments, #followers)

• Struttura del sito (analisi semantica dei contenuti)


25

Digital Analytics: esempi concreti


26

IL KNOW HOW CRIF PER L’ANALISI DI CLIENTI, CANALI E DATI · ©2018 • CRIF • Il know how CRIF...

Documents

Transcript of IL KNOW HOW CRIF PER L’ANALISI DI CLIENTI, CANALI E DATI · ©2018 • CRIF • Il know how CRIF...