Casus: rapport over kredietrisico
Concepten voor datacommunicatie
Hadrien Lacroix
Curriculum Manager
Kredietrisico
Kredietrisico: kans op wanbetaling
Bank Loanme wil voorspellen of een klant waarschijnlijk in gebreke blijft
Ruwe data beschikbaar
Data-exploratie
Modeltraining en evaluatie
Doelgroep
Niet-technische stakeholders
Beslissers bij de bank
Verhaal
Achtergrond:
Stijging van het wanbetalingspercentage in de laatste 5 jaar.
Voorspellen welke klanten hoge kans op wanbetaling hebben.
Inzicht: Mensen met meer werkloosheidsperiodes betalen vaker niet
Inzicht: Mensen met lager inkomen betalen vaker niet
Climax: We kunnen met 95% nauwkeurigheid voorspellen wie waarschijnlijk niet betaalt
Volgende stap: Proef draaien op een controlegroep
Tech of non-tech
Vertaal technische resultaten
De juiste data
Doelgroeppersona
Rol
: Directeur Financiering
Belang
: Besluit over geautomatiseerde afwijzing van leningen
Passende data
:
Relatie tussen leeftijd of inkomen en wanbetaling
Percentage klanten dat de komende maanden in gebreke blijft
Statistieken
Mediaan leeftijd en inkomen
Procentuele verandering
Visuals
Boxplot: leeftijd vs. wanbetaling
Visuals
Boxplot: leeftijd vs. wanbetaling
Lijnplot met % verandering wanbetalers
Juiste format
Wie?
Directeur Finance
Waarom?
Belangrijke beslissingen
Inhoud:
Belangrijkste bevindingen en aanbevelingen
Kanaal:
Stuur resultaten vóór de meeting
Rapport
Schriftelijk rapport
Samenvatting of eindrapport?
Rapport
Samenvatting
Informatief rapport of analytisch rapport?
Rapport
Samenvatting
Analytisch rapport
Structuur samenvatting
Inleiding
Doel
Context
Onderzoeksvraag
Kern
Data
Resultaten: kernbevindingen
Conclusies
Vraag herhalen
Belangrijkste inzicht
Aanbevelingen
Laten we oefenen!
Concepten voor datacommunicatie
Preparing Video For Download...