Projekte

ENTWICKLUNG CRM-SYSTEM-ADD-ON FÜR DEN VERKAUF VON KREDITPRODUKTEN

Problemdetails

  • Niedrige Einnahmen der Bank aus dem Vertrieb von Kreditkarten

  • Ziel der Bank ist es, ihre Einnahmen durch den Verkauf von mehr Kreditprodukten zu steigern

Beschreibung des Ansatzes

Die Entwicklung des Systems umfasst mehrere Schritte:

  • Bereinigung und Transformierung der Eingangsdaten (Transaktions-, Produkt- und Personendaten)

  • Bei Produkten mit einer geringen Anzahl von Verkäufen wird eine zusätzliche Hybridstichprobe verwendet, um den Vertrieb künstlich zu steigern

  • Die Algorithmen, die wir gewählt haben, stammen aus der Familie Gradient Boosting

  • Die Modelle werden in ein einheitliches System eingefügt, das zusätzliche Parameter für die temporären Anforderungen der Bank enthält – Produktkampagne, erweiterte Servicenutzung, Werbeaktionen usw

Bei der Erstellung der Modelle haben wir die geeignetste Methode ausgewählt, um Ausreißer-Daten zu isolieren. Die Gradient-Boosting-Methoden haben diese Aufgabe erfolgreich erledigt.

Beschreibung des Ergebnisses

Eine Steigerung der Einnahmen um 15%.

Churn-Modelle bei Kündigung von Dienstleistungen einer Bank und einer Versicherungsgesellschaft

Problemdetails

  • Die Bank stellt einen Anstieg der abwandernden Kunden fest und benötigt ein System, um potenziell abwandernde Kunden vorherzusagen und Methoden zur Kundenbindung einzuführen

  • Ein Add-On zum CRM-System, mit dem wir die potenziell abwandernden Kunden vorhersagen und versuchen, ihnen Dienste und Tarife anzubieten, um sie zu halten.
    Beschreibung des Ansatzes

Die Schritte

  • Wir analysieren, welche Ereignisse zum Abgang der Kunden führen. Das erste Ereignis in dieser Reihe wird als Auslöser definiert

  • Mithilfe von Gradient-Boosting-Methoden bestimmen wir, welche Eingaben von Bedeutung sind, und erstellen ein Muster, um potenziell abwandernde Kunden zu identifizieren

  • Wir erstellen ein Modell, das die verbleibende Zeit bestimmt, in der wir noch versuchen können, den jeweiligen Kunden zu halten

Beschreibung des Ergebnisses

Das Endergebnis ist ein funktionierendes Modell, das von Frontend und Businessanalysten verwendet wird. Das System wird ferner mit weiteren Methoden der Kundenbindung entwickelt.

Entwicklung eines Systems für Cross-Sales für das CRM-System und Entwicklung neuer Service-Pakete der Bank

Problemdetails

  • Die Bank benötigt ein System/einen Prozess der Entscheidungsfindung, welche zusätzliche Produkte den bestehenden Kunden angeboten werden sollen

  • Ein Add-on zum CRM-System, in dem wir basierend auf den bereits benutzten Produkten neue Produkte anbieten, wobei sowohl die Wahrscheinlichkeit für einen Kauf seitens des Kunden, als auch der Gewinn der Bank aus dem Produkt berücksichtigt werden.
    Beschreibung des Ansatzes

Die Schritte

  • Erstellung von gerichteten azyklischen Graphen (Directed acyclic graph) mithilfe von Assoziationsregeln und bayesschen Netzen

  • Von den erstellten Graphen erhalten wir Routen, die zum endgültigen Hauptprodukt führen, das die Bank verkaufen möchte

  • Potenzielle Gewinne werden abgezinst

  • Das System wählt die lukrativste Route aus und bietet sie dem Kunden an

Beschreibung des Ergebnisses

Dank des Systems konnte das Front-End-Office den Verkauf verschiedener Produkte erhöhen, den Gewinn spürbar steigern und die Digitalisierung der Kunden um fast 20% ausbauen.

App zum Erstellen von Portfolios für einen CFD-Broker

Problemdetails

  • Das Zusammenstellen eines optimalen Portfolios von Anlageprodukten ist schwierig, nicht nur wegen der großen Anzahl von am Markt verfügbaren Vermögenswerten, sondern auch hinsichtlich des optimalen Gleichgewichts zwischen Investition, Risiko und Rentabilität

  • Das System stellt Portfolios von vordefinierten Vermögenswerten zusammen. Der Kunde legt die Parameter des Portfolios fest, und das System kalkuliert von welchen Vermögenswerten welche Anzahl gekauft / verkauft werden soll.
    Beschreibung des Ansatzes

Die Schritte

  • Bestimmung der Gesamtmarktsituation – aufsteigender / absteigender Trend oder Range. Wir verwenden hier Methoden / Tests von Point-Of-Change-Analysen und eine Spektralanalyse

  • Bereinigung von Volatilitätsdaten. Zu diesem Zweck verwenden wir stochastische Analysen und genauer – APARCH-Modelle, um die negativen Bewegungen zu berücksichtigen

  • Aus den bereinigten Daten definieren wir die Beziehungen zwischen den einzelnen Vermögenswerten mithilfe von Copulas. Die Wahl einer geeigneten Copula wird durch die Marktsituation bestimmt – eine größere Gewichtung positiver / negativer Werte oder beider, abhängig vom aufsteigenden / absteigenden Trend oder Range

Beschreibung des Ergebnisses

Das Produkt verzeichnet zu jeder Zeit eine Überperformance um mehr als das Doppelte im Vergleich zum DJI.