Prezentacje i prelegenci

8:00 - 9:00Rejestracja
9:00 - 9:15Powitanie

9:15 - 9:45

Wykorzystanie pomiaru wartości życiowej klienta w procesie akceptacji kredytowej
Dominik Szyszko, SKN Business Analytics, Szkoła Główna Handlowa

W odpowiedzi na zmiany zachodzące w sektorze finansowym, jednym z kluczowych procesów w banku stał się mechanizm zarządzania relacjami z klientem. Działając w oparciu o popularny model biznesowy, polegający na akwizycji klientów poprzez kredyt ratalny i sprzedaży krzyżowej kredytu gotówkowego (cross-sell kredytowy), w celu zmaksymalizowania długookresowego zysku banku należy przy rozpatrywaniu aplikacji kredytowych rozważyć cały szereg zaciąganych kredytów; rozważenie jedynie dwutetapowego procesu – akwizycji i jednokrotnej sprzedaży krzyżowej – okazuje się być niewystarczające. Zastosowanie strategii opartej na modelu wartości życiowej klienta (LTV, z ang. lifetime value) w procesie akceptacji kredytowej pozwala osiągnąć wyższy zysk, niż ma to miejsce w przypadku prostego modelu sprzedaży krzyżowej; co więcej, dzieje się tak pomimo ponoszenia większego ryzyka, a co za tym idzie większych strat wynikających z niewywiązywania się klientów ze swoich zobowiązań.

9:45 - 10:30

Dynamiczne ujęcie oceny ryzyka kredytowego klientów
Zuzanna Karolak, SKN Business Analytics, Szkoła Główna Handlowa

Tradycyjne modele skoringowe wykorzystywane przez instytucje kredytowe oceniają klientów na podstawie zestawu statycznych cech, najczęściej o charakterze demograficznym lub behawioralnym. Wartością dodaną może okazać się próba osadzenia tych informacji w kontekście stale zmieniającej się rzeczywistości gospodarczej. W tym celu wykorzystano model analizy historii zdarzeń pozwalający prognozować nie tylko czy, ale i kiedy klient przestanie spłacać swoje zobowiązania. Model ten, poprzez swoją dynamiczną strukturę, pozwala uwzględnić wpływ czynników makroekonomicznych i finansowych na kształtowanie się ryzyka w czasie.

10:30 - 11:00

Przerwa kawowa

11:00 - 11:30

System zarządzania płynnością w banku
dr Marek Karwański, Szkoła Główna Gospodarstwa Wiejskiego

Główne źródło ryzyka płynności w banku stanowią rozbieżności w dziennych płatnościach na jego aktywach i pasywach. Bank zaczyna mieć kłopoty, gdy niezgodność ta rośnie znacząco, czyli gdy ponosi ogromne obciążenia na obsługę płatności przepływów pieniężnych wychodzących, aż do punktu, w którym nie może sprostać popytowi, a zatem nie spełnia swoich zobowiązań krótkoterminowych. Wówczas, nawet jeśli bank posiada odpowiednio wysoki kapitał, jest zmuszony podjąć drastyczne kroki, aby przetrwać, co z kolei zawsze prowadzi do erozji wartości jego kapitału. Tradycyjnie, Komitet Zarządzania Aktywami i Pasywami (ALCO, z ang. Asset-Liability Committee) w banku kontrolował i zarządzał ryzykiem poprzez analizę tzw. luki i czasu zaangażowania środków finansowych. Obecnie natomiast, kluczowym zagadnieniem określania ekspozycji płynności jest projekcja przepływów pieniężnych wynikająca z transakcji i zachowania kontrahentów/depozytów, co często wymaga zastosowania zaawansowanych modeli analitycznych.

11:30 - 12:00

Ograć bukmachera. Co sprawia, że jest to możliwe?
Kamil Stupak, SKN Business Analytics, Szkoła Główna Handlowa

Choć globalna wartość rynku zakładów bukmacherskich szacowana jest na ok. 1000 miliardów USD rocznie, wciąż pozostaje on jednym z najmniej zbadanych empirycznie obszarów inwestowania kapitału. Głównym wytłumaczeniem takiego stanu rzeczy jeszcze do niedawna mógł być bardzo utrudniony dostęp do rzeczywistych danych; sytuacja zmieniła się diametralnie wraz z migracją rynku zakładów ze stacjonarnych punktów naziemnych do Internetu. Obecnie, dzięki wykorzystaniu ogólnodostępnych i szczegółowych informacji o statystykach sportowych i historycznych kursach bukmacherskich, możliwe jest analityczne określenie optymalnej strategii inwestycyjnej. Okazuje się jednak, że nawet najlepszy model predykcyjny nie może zapewnić graczowi długoterminowej przewagi w grze losowej; tajemnica sukcesu kryje się bowiem w spojrzeniu na rynek zakładów oczami bukmachera, a co za tym idzie - odszyfrowaniu jego strategii.

12:00 - 12:30

Analityka High Performance – kamień filozoficzny Big Data
Kamil Konikiewicz, Head of Telco Analytics & CI, SAS Institute

Era narzędzi High Performance otwiera zupełnie nowe możliwości dla zastosowania zaawansowanych metod analitycznych do rozwiązania problemów biznesowych. W ramach prezentacji zostanie omówiony wpływ dostępności wysokowydajnych narzędzi na zmianę paradygmatów dotychczas obowiązujących w analityce, a także potencjał wynikający z ich zastosowania. Przedstawione zostaną realne przykłady kilku projektów, w których metody z obszarów takich jak: optymalizacja, analiza sekwencji zdarzeń czy analiza sieci społecznych w wydaniu High Performance wymiernie zmieniły oblicze biznesu prowadzonego przez wdrażające je organizacje.

12:30 - 13:15

Lunch

13:15 - 13:45

Metody reject inference w skoringu kredytowym
Mateusz Filarowski, SKN Business Analytics, Szkoła Główna Handlowa

Jednym z kluczowych problemów, na jakie napotyka się instytucja kredytowa przy tworzeniu karty skoringowej, jest brak informacji o klientach odrzuconych w procesie akceptacji. Budowa modelu skoringowego opartego wyłącznie na populacji klientów zaakceptowanych (ang. through the door population) jest niepoprawna, gdyż próba ucząca jest obciążona, tzn. nie reprezentuje całej populacji klientów aplikujących, na którą składają się przecież zarówno klienci akceptowani, jak i odrzucani. Zjawisko to naraża kredytodawcę na błędną ocenę ryzyka i w konsekwencji straty finansowe. Negatywne skutki obciążenia próby mogą jednak zostać zmniejszone w wyniku zastosowania technik analizy wniosków odrzuconych (ang. reject inference). Podczas prezentacji zostaną omówione najczęściej stosowane metody, a także ich skuteczność, którą zweryfikowano empirycznie na wygenerowanych zbiorach danych dotyczących portfela kredytów konsumenckich.

13:45 - 14:15

Spark i Hadoop jako środowisko do szybkiej wstępnej analizy oraz długotrwałego gromadzenia dużych wolumenów danych
Radosław Kita, Big Data Architect, TVN

Temat big data niczym bumerang powraca na niemal każdej konferencji poświęconej zagadnieniom analitycznym. Zazwyczaj możemy wówczas usłyszeć, jak niezwykle istotna jest dziś ta kwestia i jak wiele istnieje wspaniałych rozwiązań pozwalających się z nią uporać, ale nie pada ani słowo o praktycznym ich zastosowaniu; tym razem jednak będzie inaczej. Zaprezentowane zostaną możliwości, jakie daje połączenie narzędzi Spark (pozwalającego na błyskawiczną analizę danych w czasie rzeczywistym) oraz Hadoop (umożliwiającego tanie gromadzenie potężnych wolumenów danych). Omówione będą podstawowe modele przetwarzania danych oraz wbudowane w obydwa te środowiska rozwiązania ułatwiające i przyspieszające praktyczną pracę z danymi. Ponadto, pokazanych zostanie kilka metod umożliwiających przetwarzanie danych nieustrukturyzowanych.

14:15 - 14:45

Web usage mining, czyli sposób na dopasowanie strony WWW do potrzeb użytkowników
Marcin Olszewski, Business Intelligence Group SAS, Szkoła Główna Gospodarstwa Wiejskiego

Obecnie jednym z najważniejszych elementów marketingu internetowego jest odpowiednie wyróżnienie i zainteresowanie potencjalnych klientów oferowanymi przez różne firmy produktami czy usługami. Zamysłem twórców stron internetowych udostępniających swoje witryny w sieci i zawarte w nich treści jest to, by ich produkty były łatwo dostępne i docierały do największej liczby odbiorców. Modelowanie wzorców użytkowania sieci internetowej (ang. web usage mining), dzięki któremu można m.in. dowiedzieć się jakie zasoby danej strony WWW są najbardziej atrakcyjne i pożądane przez użytkowników, pozwoli zwiększyć funkcjonalność strony i przede wszystkim jej użyteczność.

14:45 - 15:15

Wizualna eksploracja danych w SAS Visual Analytics
dr Sławomir Strzykowski, Senior Business Solutions Manager, SAS Institute

SAS® Visual Analytics w porównaniu z narzędziami klasy Business Intelligence, pozwala szerokiej grupie użytkowników na znacznie szybszy dostęp do danych i informacji zgromadzonych w firmie. Eksploracja dużych ilości danych przez wielu użytkowników w tym samym czasie połączona z zaawansowaną analityką oferowaną przez SAS daje organizacjom możliwość wydobywania niedostępnej do tej pory, często nieoczekiwanej wiedzy, rozwiązywania złożonych problemów biznesowych oraz szybszego identyfikowania nowych, lepszych kierunków działań. Intuicyjne raportowanie i natychmiastowe udostępnianie na urządzenia mobilne pozwala na wgląd w dane w czasie rzeczywistym oraz podejmowanie natychmiastowych decyzji.

15:15 - 15:30

Zakończenie konferencji

Partner konferencji

<p>SAS Institute<br>
</p>

Patroni Honorowi

Modelowanie dla biznesu

Patronat medialny

dlaStudenta.pl

Back to Top