Jak skutecznie prezentować milionowe korzyści z Advanced Analytics? Zastosowania modeli predykcyjnych

Transkrypt

1 Szkoła Główna Handlowa w Warszawie (SGH) Kolegium Analiz Ekonomicznych (KAE) Instytut Statystyki i Demografii (ISiD) Zakład Analizy Historii Zdarzeń i Analiz Wielopoziomowych (AHZ) Studenckie Koło Naukowe Business Analytics (SKN BA) Jak skutecznie prezentować milionowe korzyści z Advanced Analytics? Zastosowania modeli predykcyjnych dr Karol Przanowski

2 Plan 30 minut Studium przypadków dla zarządzania kampaniami reklamowymi Czym jest model predykcyjny? Jak mierzyć jego skuteczność? Studium przypadków odchodzenia / utrzymania klientów Jak dalej rozwijać studia przypadków? Kim jest Data Scientist? Działalność naukowo-dydaktyczna 2

3 Zarządzanie kampaniami Number of cases Average income on responded case 800 Average cost of contact, offer, campaign 5 3,5% Response rate Gini global 78,36% 3,0% Global response rate 0,5% Accepted response rate 1,83% Acceptance rate 25,00% Cummulative lift on accepted 3,66 Captured percent (Gains) 91,43% Global cost Global income Global profit Accepted cost Accepted income Accepted profit Number of offers Number of expected responders ,5% 2,0% 1,5% 1,0% 0,5% 0,0% Score band 3

4 Wykorzystanie modelu Optimal profit ,00% 10,00% 20,00% 30,00% 40,00% 50,00% 60,00% 70,00% 80,00% 90,00% Gini 1% of Gini PLN 5% of Gini PLN 10% of Gini PLN 4

5 Odchodzenie / utrzymanie klientów Number of cases Average income on non-chuner 800 Average cost of contact, offer, campaign 90 14,0% Churn rate Gini global 80,18% 12,0% Global churn rate 1,86% Accepted churn rate 12,53% Acceptance rate 5,00% Captured percent (Gains) 33,69% Global cost Global income Global profit ,0% 8,0% 6,0% 4,0% Accepted cost Accepted income Accepted profit Number of offers Number of captured churners Number of non-captured churners ,0% 0,0% Score band 5

6 Churn management One year time horizon Percent Number of customers in stock portfolio ,00% Number of customers attracted by TV regular capmaign ,29% Number of churners ,86% TV regular campaign cost (ATL) TV cost per customers One year income generated by one customer 800 Churn campaign cost per customer (non-tv BTL) 90 Extra cost of TV to keep churners to have constant stock (ATL) Profit of extra TV anti-churn program Loss income on churners Total extra TV cost of anti-churn program (ATL) Total cost of anti-churn campaigns (non-tv BTL) only for churners Theoretical profit of anti-churn campaigns when churners are known Total profit of extra TV anti-churn program When churners are not known, and we need to predict and indicate them Cost of first 5% of all customers most likely to be churners Gini Percent of captured of all churners by the predictive model 33,69% 80,18% Non-captured 66,31% Number of theoretical saved churners after BTL anti-churn campaigns Number of theoretical churners after BTL anti-churn campaigns Profit of BTL anti-churn campaigns

7 Jak rozwijać studia przypadków? Opisać i ulepszyć już istniejące arkusze kalkulacyjne Zbudować nowe dla innych procesów biznesowych Przesłać na adres: kprzan@sgh.waw.pl lub skontaktować się z SKN BA Zgłosić swoją prezentację na corocznej konferencji MDB Wyrazić zgodę na współpracę i tworzenie kolejnych edycji książki Credit Scoring studia przypadków procesów biznesowych 7

8 Data Scientist Metro Map 8

9 Data Scientist inżynier danych Pośrednik pomiędzy IT i biznesem Dane Inżynier danych IT Request Specyfikacja Biznes 9

10 Myślenie biznesowe: Inżynier danych myślenie statystyczne Ile zarobimy, ile stracimy? Ważniejsze są plany bliższe i pieniądze w zasięgu ręki! Szybki sukces się liczy! Myślenie operacyjne: Jak utrzymać proces, status quo? Nie zwiększajmy kosztów, róbmy efektywniej! Myślenie zarządcze: Wystarczy 20% trudu, bo daje 80% efektów. Pareto działa! Myślenie statystyczne: Estymować liczby ukryte, trudne do zaobserwowania Pareto nie działa w trudzie analiz, każda analiza daje większe efekty i zrozumienie procesu Znaleźć proporcje pomiędzy udziałem zyskownych klientów a klientami odrzuconymi i zniechęconymi 10

11 Książka w PDF w.pl/produkty/profilproduktu/id/72 3//CREDIT_SCORING_W_ERZE _BIG-DATA_Karol_Przanowski/ OW/publikacje/Documents/ostate czny_creditscoring_kprzanowsk i.pdf 11

12 Książka w PDF Przedstawione modele biznesowe opłacalności i użyteczności modeli predykcyjnych w: - Akceptacji kredytów gotówkowych - Akceptacji procesu złożonego: akwizycji i sprzedaży krzyżowej - Akceptacji kredytów hipotecznych - Windykacji polubownej - Zarządzaniu kampaniami BTL - Przeciwdziałaniu odchodzeniu klientów Załączone Excele z regułami i praktycznymi wskaźnikami ublikacje/strony/2015.aspx 12

13 Materiał dydaktyczny Przedmiot semestralny dla studium magisterskiego Credit Scoring i makroprogramowanie w SAS Dane losowe interpretowalne, tysiące wierszy i 200 kolumn, poziom rachunku Kody SAS do budowy kart skoringowych System decyzyjny Testowanie strategii akceptacyjnych Projekt budowa 4 modeli i strategii akceptacji 13

14 Zakład Analizy Historii Zdarzeń i Analiz Wielopoziomowych II Advanced Analytics and Data Science II Modelowanie dla biznesu SKN Business Analytics III Modelowanie dla biznesu SKN Business Analytics III Advanced Analytics and Data Science