- Our Work
- 분석
- 평가모형의 종류
평가모형의 종류
| 업무영역 | 종류 | 내용 |
|---|---|---|
| OriginationArea | Application Scoring Model(신평평점모형) | ·고객의 여신(카드)신청 시점에서 신용도 평가를 위한 모형 - 신규고객의 신청정보(직장, 연령 등)와 외부CB정보를 종합하여 고객의 신용상태를 예측 |
| Behavior Scoring Model(행동평점모형) | ·고객의 여신(카드)거래 기간 중 신용도 평가를 위한 모형 으로 현재 거래상태와 과거 실적 자료를 바탕으로 정기적 (ex. 월 1회)으로 고객의 신용상태를 예측 |
|
| CollectionArea | Pre-Collections | ·결제일이 도래하는 정상고객에 대해 연체가능성을 순위화 (Ordering)하는 모형으로 연체로 전이될 가능성이 높은 고객에 대하여 사전 관리를 하기 위한 목적으로 활용 |
| Self-Cure Model | ·단기연체 고객에 대해 연체진입 후 수일내에 어떠한 추심 활동 없이(No Treatment, No Action)도 완납 가능한 대상 을 정의하기 위해 활용(완납가능성을 순위화(Ordering) 하는 모형) |
|
| Recovery Scoring Model | ·채권의 회수가능성을 측정하는 모형으로써, 여신의 경우 일반적으로 연체 일수가 180일 이상되는 고객에 적용하고 카드의 경우는 좀 더 이르게 적용할 수 있음 ·회수비용을 고려한 순회수금액을 극대화하기 위해, 회수율 을 기준으로 상대적으로 높게 나타나는 그룹은 내부관리, 낮게 나타나는 그룹은 신용정보사 이관(Outsourcing)으로 분리하여 회수전략 수행 |
|
| MarketingArea | Attrition Model(이탈방지 모형) | ·기존 고객의 이탈가능성 혹은 비활성화 계좌를 측정하여 지속적인 관리 대상을 선별하기 위한 모형 |
| Response Model(반응모형) | ·금융사의 Offer에 응답할 가능성이 있는 고객을 분류하는 모형으로 그 결과에 따라 방문 영업, 전화 영업 등 다양한 채널을 통해 신규 고객을 유치하거나, 기존 고객의 Cross-sell 전략을 수립에 활용 |
|
| Others | ML(Machine Learning) Model |
·다양한 영역에서 축적되는 데이터를 기반으로 학습 및 예측을 수행하여 목적에 부합하는 결정을 이끌어내기 위해 만들어지는 특정한 방식의 모형 ·금융분야에서도 전통적인 방식에서 탈피하여 인공지능 AI(Aritficial Intelligence)의 한 분야인 머신러닝 기법을 활용한 모형을 개발하여 업무에 적용하고 있음 |
