Überblick: Case Study: B2B-Risikomanagement mit Advanced Analytics
Der europäische Mobilitätsdienstleister DKV Mobility bietet Produkte und Services rund um die Versorgung und Mobilität von Lkw- und Pkw-Flotten. Aktuell sind über 5,1 Mio. Tankkarten und Onboard-Units in 4 Ländern bei über 210.000 aktiven Kunden im Einsatz.
Hohe Wachstumsziele erfordern digitale Entscheidungen
DKV Mobility verfolgt eine ehrgeizige Wachstumsstrategie, die sich neben dem Kerngeschäft auf mehr Digitalisierung, Nachhaltigkeit sowie Internationalisierung fokussiert. Hierfür ist mehr Professionalität in der Kundensteuerung erforderlich. Denn mehr Kunden bedeuten auch eine gesteigerte Gefahr von Zahlungsausfällen. Damit die Risikoabwägung automatisiert und zuverlässig erfolgen kann, sind digitalisierte Antragsprozesse und entsprechende Automatisierungen erforderlich. Bislang ist das Entscheidungssystem statisch und nutzt nur klassische Auskunftei-Daten.
Über DKV Mobility
Unsere Unternehmensgeschichte ist von einer langen Tradition geprägt. Seit mehr als 85 Jahren ebnen wir unseren Kunden den Weg in die Mobilität. Unsere Produkte und Dienstleistungen bewegen Menschen und Waren in ganz Europa – grenzenlos und zukunftsorientiert. Wir verbinden Tradition mit Moderne und können so alle Wünsche unserer Kunden erfüllen. Egal welcher Kraftstoff, welche
Technologie oder welchen smarten Service Sie bevorzugen: Wir stehen an Ihrer Seite.
www.dkv-mobility-group.com/de
|
|---|
Entwicklung analytischer Risiko-Vorhersagemodelle
DKV Mobility beauftragte Experian für ein fünfmonatiges Analyseprojekt, um eine flexible analytische Risikoabschätzung zu entwickeln und deren Leistungsfähigkeit unter Beweis zu stellen. Im Rahmen des Projekts „Smart Risk Management“ sollte unter anderem eine Komponente entwickelt werden, die frühzeitig die gezielte Ansprache und Kundensteuerung ermöglicht. Die Projektphase bezog Italien, Deutschland und Polen ein. Durch den Einsatz moderner analytischer Machine Learning-Verfahren (ML) auf der preisgekrönten Datenanalyse-Plattform „Ascend Analytics on Demand“, führten Experian-Experten verschiedene Analysen
und Bewertungen für DKV Mobility durch. So konnten sie zusätzliche Datenpunkte für die Antragsentscheidung gewinnen. In umfangreichen Workshops mit DKV Mobility wurden die bereitgestellten Analysedaten kontinuierlich verbessert. Konkret entwickelten die Experten analytische Vorhersagemodelle auf Basis logistischer Regression (klassische Risiko-Scorekarten) und dem ML-Verfahren XGBoost und verglichen so die Leistungsfähigkeit und Operationalisierbarkeit. Insgesamt wurden sechs Vorhersagemodelle entwickelt: Für Italien, Deutschland und Polen jeweils ein Modell für den Antrag sowie ein Modell für die Bestandsbewertung.
Jetzt einen unverbindlichen Termin vereinbaren
Kontaktieren sie uns
Mit der digitalen Bankauskunft schnell und einfach zum Kreditabschluss.
Beschleunigte Kreditantragsprozesse für komfortable Kundenberatung am Point of Sale und Filialgeschäft – mit dem Digital Account Check.
Versicherungsbetrug hat viele Gesichter. Mit vorgetäuschten Schäden, falschen Schilderungen oder sogar fingierten Schadenfällen versuchen Betrüger immer wieder, unberechtigterweise an Auszahlungen zu gelangen. Diese Betrugsfälle müssen rechtzeitig erkannt und gefiltert werden, um eine fehlerhafte Regulierung abzuwenden. Gleichzeitig muss der Versicherer gewährleisten, dass seine redlichen Kunden schnelle Hilfe im Schadenfall erhalten.
Ganze Story ansehen >
Die UniCredit Leasing Deutschland stellt Unternehmen Leasing-Finanzierungen für Wirtschaftsgüter wie Maschinen, Anlagen, EDV und Fahrzeugen zur Verfügung. Um Risiken im gewerblichen Leasing früh zu erkennen und gegenzusteuern, werden die Geschäftsbeziehungen regelmäßig überprüft. Dass die zugrunde liegenden Modelle funktionieren, wird mit sogenannten Validierungen nachgewiesen.
Ganze Story ansehen >
Diese Frage stellte sich Laura Vogelsang, Head of Risk & Payment des Premium-Onlinehändler fashionette und hat zusammen mit uns eine Antwort gefunden. Lesen Sie jetzt wie fashionette mithilfe von Open Banking Daten 40 % weniger Ausfall hat und gleichzeitig die Manual Order Review Prozesse schlank hält.
Ganze Story ansehen >