MODELY DISKRÉTNÍ VOLBY 3. cvičení

Prezentace na téma: "MODELY DISKRÉTNÍ VOLBY 3. cvičení"— Transkript prezentace:

1 MODELY DISKRÉTNÍ VOLBY 3. cvičení

2 Osnova Podstata modelů diskrétní volby Modely binární volby Aplikace
LPM Logitový Probitový Aplikace Ukázka – cílení marketingových kampaní

3 Podstata modelů diskrétní volby
Vychází z principu regrese Používají se pro diskrétní endogenní proměnou Princip: Jinak se rozhoduji mezi nekonečně mnoha alternativami a mezi dvěma (několika) Vhodné pro marketingový výzkum a data mining apod.

4

5 Modely binární diskrétní volby(1)
Y nabývá pouze dvou hodnot Značené: 0, 1 Na čem závisí, že zákazník zůstává u banky/operátora/pojišťovny nebo odchází. Na čem závisí, zda zákazník vlastní daný produkt? Na čem závisí to, že zákazník nesplatí úvěr? Na čem závisí to, že zákazník podvádí banku? ...

6 Modely binární diskrétní volby(2)
Lineární pravděpodobnostní model Odhadnuté hodnoty udávají pravděpodobnost, že pro dané pozorování i bude Y rovno 1. Problémy: Náhodné složky vykazují heteroskedasticitu – nutno odhadovat MZNČ, MVNČ Pravděpodobnost leží mimo interval <0,1> Interpretace modelu - linearita

7 Logitový model diskrétní binární volby
Využívá KDF logistického rozdělení Matematické hledisko pohledu – flexibilní a jednoduchá funkce Smysluplná interpretace Odhad pomocí MMV

8 Probitový model diskrétní binární volby
Využívá KDF standardního normálního rozdělení Matematické hledisko pohledu – flexibilní a jednoduchá funkce Smysluplná interpretace Odhad pomocí MMV

9 Srovnání KDF normálního a logistického rozdělení

10 Vyhodnocení modelů LPM – Stejný princip jako pro KLRM Logit, probit
Waldův chí-kvadrát test Score test Test věrohodnostním poměrem Modifikovaný R2

11 APLIKACE Společnosti Marketing Risk management
Banky, úvěrové a finanční společnosti Telekomunikační společnosti Pojišťovny Retailové společnosti ... Marketing Odchod zákazníka Pořízení produktu – cross sell Risk management Nesplacení úvěru - Skóring Podvod

12 Marketingové kampaně Cílené marketingové kampaně jako součást podlinkové komunikace se zákazníkem (z ang. BTL) Firma oslovuje konkrétní skupinu zákazníků s konkrétní nabídkou (produkt, sleva...) pomocí různých komunikačních kanálů (dopis, , sms, telefonát...) Problém Velké množství zákazníků Které zákazníky oslovit? Jaký produkt jim nabídnout? Pomocí jakého komunikačního kanálu? Velké společnosti s 100 tisicíci či miliony klientů – banky, pojistovny, telekomunikacni spolecnosti.

13 Marketingové kampaně Cíl:
Vyšší odezva klientů na marketingové kampaně při stejných marketingových nákladech Snížení marketingových nákladů při stejné odezvě klientů Zvýšení zisků firmy Datové sklady – identifikace, unifikace klienta Informace z více primárních systémů – z poboček, call center, účetního systému, internetového bankovnictví. Modelování – pravděpodobnost nákupu produktu, očekávaný zisk z produktu Optimalizace – kterého klienta zařadit do které kampaně, aby byl max. očekávaný zisk Exekuce kampaní – vlastní obeslání, forma, sdělení...

14 Aplikace - zadání Klíčovými produkty banky jsou spotřebitelské úvěry, kreditní karty a spořicí účty. Úkol: zlepšit cílení marketingových kampaní, v současné době platí, že jsou klienti do kampaní vybíráni pomocí expertních pravidel. Součástí řešení je spočítání pravděpodobnosti, že si klient pořídí dané produkty a nastavení automatizace počítání modelů s měsíčními intervaly.

15 1. Krok – Příprava dat Co vše víme o klientech banky?
Socio demo: Věk, Pohlaví, Místo bydliště, Zaměstnání, Vzdělání Behaviorální: Počet a typy produktů, doba využívání produktů, počet žádostí Transakční data: obrat na účtech, zůstatek, průměrné příjmy, Informace o kampaních, stížnostech klienta – komunikace klient - banka Odkud bereme údaje? Primární zdroje: pobočky, call-centrum, internetové bankovnictví, účetní software ... Co je klíčový krok v přípravě dat? Unifikace a identifikace klienta

16 1. Krok – Příprava dat Pro jednotlivá období byla vytvořena analytická tabulka Přidány odvozené (trendy, kategorie, průměry...) a transformované proměnné (kategorizace, logaritmická transformace Práce s chybějícími hodnotami, odlehlými pozorováními ... Počet klientů: cca 900 tis. (aktivní i neaktivní klienti) Počet vysvětlujících proměnných: 1100 Údaje o unifikovaném klientovi... Socio demo: Věk, Pohlaví, Místo bydliště, Zaměstnání... Behaviorální: Počet produktů, doba využívání produktů, počet žádostí Transakční data: obrat na účtech, zůstatek, průměrné příjmy, Informace o kampaních, stížnostech klienta – komunikace klient - banka Transformace – kategorizace, logaritmická transformace, práce s CHYBĚJÍCÍMI HODNOTAMI, ODLEHLÝMI POZOROVÁNÍMI Odvozené proměnné: trendy, kategorie, ... Vytvoření AT Sloučení AT za jednotlivá období – Schválně vynechána období např dostatečné množství pozitivních případů, příliš velké množství na práci s daty, Stratifikované – všechny pozitivní případy + náhodný výběr stejného počtu negativních případů Spuštěna procedura logistické regrese – postupný výběr. Nastavení různé hladiny významnosti Kalibrace parametrů na celém modelu. Získané koeficienty.

17 2. Krok – Odhad modelu Princip práce s daty a odhad modelu pro spotřebitelské úvěry

18 2. Krok – Odhad modelu - Logit
Výsledný model Proměnná Báze Parametr Poměr šancí P-hodnota KONSTANTA -0,653 <,0001 NEAKTIVNI_KARTA -0,920 0.331 REAG_KAMP_032 0,505 1.390 ZADOST_CREDIT 1,734 4.187 DPOSL_PRODUKT -0,033 0.957 MAX_UVER_RAMEC 0,000 1.000 PROFESE - Delnik Zdravotnik 0,234 0.762 0,0038 PROFESE - Duchodce -1,201 0.154 PROFESE - Invalida 0,158 0.621 0,4169 PROFESE - Manager 0,214 0.720 0,0801 PROFESE - Ostatni -0,223 0.433 0,2164 PROFESE - Podnikatel 0,333 0.810 0,0069 PROFESE - Prodavac -0,227 0.426 0,2356 PROFESE - Ridic 0,360 0.794 0,028 PROFESE - Rizikovi -0,028 0.478 0,9104 PROFESE - StatniZam 0,250 0.697 0,1637 PROFESE - Technik 0,041 0.592 0,7743 PROFESE - Urednik 0,077 0.627 0,5315 DISP_PROSTR < =0 >= 20000 -0,550 0.590 DISP_PROSTR 0,642 1.820 DISP_PROSTR > =20000 0,124 1.014 0,2897 Interpretace prametru: Znaménka – zvyšuje se, snižuje pravděpodobnost Poměr šancí – pro klienta, který žádal o úvěr, je 4,2 krát vyšší pravděpodobnost, že si vezme úvěr v daný měsíc, než u klienta, který o úvěr nežádal. Pro různé hladiny významnosti, Různý počet vysvětlujících proměnných Různá období... Modely byly porovnány na základě statistik – lift „navýšení“ Stabilita jednotlivých proměnných v modelu, Stabilita modelu jako celku Lift na 10% - 6,64, na 20% - 4,13

19 2. Krok – Odhad modelu Statistika „lift“ – vhodná pro nestatistické
uživatele modelu Pro různé hladiny významnosti, Různý počet vysvětlujících proměnných Různá období... Modely byly porovnány na základě statistik – lift „navýšení“ Stabilita jednotlivých proměnných v modelu, Stabilita modelu jako celku Lift na 10% - 6,64, na 20% - 4,13

20 3. Krok - Implementace Převod pravděpodobnosti na obchodní skóre

21 Co je vlastně výsledkem modelu
Výsledkem je „pravděpodobnost“ Výsledkem je skóre Přepočet pravděpodobnost-> skóre Obojí je ve campaign management system Model se automaticky přepočítává každý měsíc

22 Aplikace DM – Odchod klientů
Cíl: předpovědět odchod zákazníků Náklady na získání nového klienta překračují náklady na udržení stávajícího klienta S předstihem předpovědět: Storno smlouvy, účtu, služby, … Pokles využívání služeb Vhodná kombinace s hodnotu zákazníka Odcházející ziskové klienty nebo klienty s vysokým potenciálem si udržet -> vynaložit prostředky Odcházející ztrátové klienty přenechat konkurenci agentů – konkurence nabídne vyšší provizi

23 Aplikace – Credit scoring / fraud detection
Credit scoring – výpočet pravděpodobnosti neplacení Pro nové úvěry/tarifní zákazníky (schvalování) – máme data: ze žádosti, z registrů (credit bureau, SOLUS), z dalších zdrojů (demografické profily, výsledky cenzů atd. Pro stávající úvěry/zákazníky (řízení rizik - kapitálová přiměřenost – Basel II)

24 Aplikace – Fraud detection
Fraud detection – výpočet pravděpodobnosti podvodů u pojistných událostí kreditních karet spotřebitelských úvěrů a jiných úvěrů „praní špinavých peněz“ billingové podvody

25 Zdroje Hušek R, Pelikán J,: APLIKOVANÁ EKONOMETRIE, teorie a praxe
Hosmer D, Lemeshow S,: APPLIED LOGISTIC REGRESSION Fíglová Z,: ANALÝZA MODELOV DISKRÉTNEJ VOLBY A ICH APLIKÁCIA Eko-kom