Fallstudie: Bericht zum Kreditrisiko

Konzepte der Datenkommunikation

Hadrien Lacroix

Curriculum Manager

Kreditrisiko

Kreditrisiko: Wahrscheinlichkeit, dass ein Kunde seinen Verpflichtungen nicht nachkommt
Die Loanme Bank will wissen, ob der Kunde wahrscheinlich seine Kredite nicht zurückzahlen wird.
Rohdaten verfügbar
Analyse der Datenexploration
Modelltraining und -auswertung

Puzzleteil mit dem Wort „Story“

Hintergrund:
- Anstieg der Kunden, die ihre Kredite in den letzten 5 Jahren nicht zurückgezahlt haben.
- Vorhersagen, welche Kunden wahrscheinlich ihre Kredite nicht zurückzahlen werden.
Einblick: Leute mit längeren Arbeitslosigkeitsphasen neigen eher dazu, ihre Kredite nicht zurückzuzahlen.
Einblick: Menschen mit weniger Geld tendieren eher dazu, ihre Kredite nicht zurückzuzahlen.
Höhepunkt: Es ist möglich, mit einer Genauigkeit von 95 % vorherzusagen, wer eher Kredite nicht zurückzahlt.
Nächste Schritte: Mach einen Test mit einer Kontrollgruppe.

Puzzleteil mit Technik oder ohne Technik

Puzzleteil mit hervorgehobenem Wort „Daten“

Puzzleteil mit hervorgehobenem Wort „Daten“

Puzzleteil mit dem Wort „viz“

Kastendiagramm mit Alter in Relation zur Wahrscheinlichkeit der Kreditunfähigkeit

Kastendiagramm mit Alter vs. Kreditunfähigkeit

Puzzleteil mit dem Wort „viz“

Kastendiagramm mit Alter in Relation zur Wahrscheinlichkeit der Kreditunfähigkeit
Liniendiagramm mit prozentualer Veränderung der säumigen Kunden

Liniendiagramm mit prozentualem Anstieg der Zahlungsausfälle bei Kunden über die Monate

Puzzleteil mit dem Wort „present“

Konzepte der Datenkommunikation