Пример Проекта с использованием Big Data

IT-модель рисков

1. Наблюдательские и Визуальные показатели

2. Данные из Cоцсетей

3. Поведенческие Факторы

Улучшение коэффициента Джини до 46% - 60%

Шаги для Оценки Клиента

Источник заявки и Данные

Анализ Кредитной Истории

Служба безопасности

Интеллектуальная проверка

Офис/Агент Оценка

внешности, Анкета, Источник,

Опыт работы с источником,

Профили знакомых/друзей

Online Заявка Анкета, Интернет Источник, Опыт

работы с источником, Профиль из

соцсети

“Чёрные Списки”. 5-10% отпадает

Медленные обновления

“БКИ” 10-15% отпадает

Нет дифференциации - все делают это

Внутренняя Политика - Определение “идеального

клиента”. - 20-30% TPD

Требуется сильное сотрудничество между

отделами (маркетинг, служба безопасности, юр.)

обратная связь 1

Выдача Займа

Мы делаем это .. smeer@nes.ru

2

Логин

• Модуль добавляется к существующей анкете

• Клиент выбирает одну или более из 3х соц. сетей

• При желание, использование модуля можно сделать необязательным

smeer@nes.ru

3

Сбор данных

• Модуль официально запрашивает права у клиента на чтение его данных – (это уже делают 100+ тыс. приложений)

• Мы не используем анкетные данные из профиля для оценки

• Мы берём только ту информацию, которую невозможно фальсифицировать

smeer@nes.ru

4

Основные Свойства

• Поведенческие характеристики

• Фильтрация интернет мошенников

• Собственный алгоритм для каждой соц. сети

smeer@nes.ru

5

Куда можно развиваться

• Выделять среди постоянных клиентов, тех кому будут интересны другие предложения.

• Фильтрировать предложения по географии и интересам клиента

• Контролировать риски привязанные к программам маркетинга и продаж - при этом ориентироваться не только на людей с высоким доходом

Новый способ таргетированного маркетинга

smeer@nes.ru