Opracowaliśmy nową metodykę wyceny –oceniliśmy wartość spłat dłużników, którzy znajdowali się już w bazie naszego klienta, a następnie na podstawie ich charakterystyki przewidzieliśmy wartość spłat pozostałych długów.
Metodyka ta, oparta na analogii do procedury propensity score matching i korzystająca z mikrosegmentacji, pozwoliła przenosić wyniki i szacunki pomiędzy dwoma bazami danych – klientów własnych i klientów zewnętrznych – ze zdefiniowanym prawdopodobieństwem. Dzięki niej określić można było oczekiwany poziom spłat, ich trend oraz ryzyko związane z każdym z mikrosegmentów.
PROBLEM
- Ile wart jest jeden z największych portfeli długów wystawionych na sprzedaż w Polsce?
- Czy oszacowania można dokonać inaczej niż robiliśmy to dotychczas?
ROZWIĄZANIE
- Podział bazy długów na klientów znanych firmie i nieznanych - zastosowanie na tej podstawie różnych metod szacowania wartości spłat.
- Uwzględnienie informacji o historycznych spłatach klientów w sposób detaliczny.
- Przeprowadzenie analitycznego mapowania mikrosegmentów klientów nieznanych na własną bazę klientów, przy pomocy cech różnicujących prawdopodobieństwo spłaty.
Efekt/korzyści:
- Bardziej precyzyjne oszacowanie wartości pakietu pozwalające na bezpieczną negocjację ceny
Ocena prawdopodobieństwa spłaty długu dla klientów bez znanej historii.
Szczegóły projektu
|
Czas realizacji |
Oprogramowanie |
Zaangażowany zespół |
|---|---|---|
|
3 tygodnie |
PS CLEMENTINE PRO |
Predictive Solutions - 2 osoby. Po stronie klienta - 3 osoby zaangażowane bezpośrednio i 3 osoby odbierające wyniki. |
