Registrati | Login
  

FOCUS ON MANAGEMENT BRANDING MEDIA INTERNATIONAL

Geomarketing e Data mining per il credito al consumo

Del: 01/06/2007

Il settore del Credito al Consumo è da tempo all’avanguardia nell’utilizzo di modello di previsione, in particolare per valutare il rischio di credito e la propensione a nuovi finanziamenti. Associare a questo approccio quantitativo delle analisi micro territoriali può essere la chiave di volta per individuare con precisione ancora maggiore la percentuale di rischio.

                     Di Fabio Manzoni, Senior Consultant di Value Lab

Se parliamo con gli addetti ai lavori di Geomarketing e di Data Mining, spesso i due concetti sono visti come due mondi separati, ognuno contraddistinto da specifici tecnicismi.
La verità è che il Geomarketing, al di là dell’enorme potenzialità di sintesi visiva dei fenomeni territoriali, può dare un fortissimo contributo alle analisi di Data Mining. Le tecniche statistiche, ma anche quelle di Data Mining, fanno infatti ‘fatica’ a intercettare le relazioni spaziali, a meno che queste non vengano costruite e integrate nel modello dati su cui poi queste tecniche vengono applicate. Ciò non deve sorprendere: un qualsivoglia modello analitico sarà incapace di prendere in considerazione, ad esempio, la distanza tra clienti e punto vendita, se questa non è presente nel database.

Il Geomarketing permette esattamente questo: costruire indicatori che tengano in considerazione la spazialità dei mercati. Andando oltre, permette anche l’arricchimento delle basi dati di partenza sfruttando le analisi microterritoriali. Queste ultime si basano sul principio, facilmente condivisibile, del ‘ dimmi dove abiti e ti dirò chi sei ’: se abiti in una determinata zona, statisticamente assomiglierai di più ai tuoi vicini che non a qualcuno che abita in una zona diversa. Pensando che il territorio italiano è diviso in 381.000 sezioni di censimento, e che in media queste contengono una sessantina di famiglie, attraverso la georeferenziazione di un cliente sul territorio è possibile ‘inferire’ su di esso le caratteristiche statistiche della microzona in cui vive.
Un esempio di informazione associabile ad un’anagrafica con questa metodologia, è Polis by Value Lab, una segmentazione sociodemografica a due livelli (macro-micro) che fotografa la situazione delle microzone secondo parametri di popolazione, reddito, valore degli immobili, parco veicolare circolante, ed altre informazioni statistiche o puntuali microterritoriali. Una volta che il Geomarketing ha ‘nutrito’ il database analitico, è possibile utilizzare dimensioni nuove ed originali nell’analisi dei dati, scoprendo nuove relazioni che possono arrivare a far fare dei progressi insperati nei risultati dei modelli sviluppati.

Un esempio calzante è quello del Credito al Consumo, dove troviamo operatori di diverso tipo (banche, società specializzate, captives…), ma che condividono l’approccio ‘quantitativo’ al mercato. In questo mercato sono presenti da diversi anni soluzioni di scoring per la previsione del rischio di credito, così come modelli per la previsione della propensione alla sottoscrizione di nuovi finanziamenti. E’ un settore nel quale abbiamo punte di eccellenza nella raffinatezza di questi modelli previsivi, messi a punto negli anni su grosse moli di dati di comportamento. I progressi fatti da questi modelli sono stati tali che oggi i miglioramenti, per esempio nel campo del rischio di credito, danno vantaggi marginali sempre più decrescenti.
Poiché in realtà il miglioramento anche piccolo della capacità previsiva del rischio di perdite può tradursi, in valori assoluti, in cifre ragguardevoli, nel settore si è sempre alla ricerca di qualcosa che permetta di fare ulteriori salti di qualità.

L’introduzione della dimensione territoriale, ma in particolare di quella microterritoriale, può portare alla differenza cercata. La scoperta della differente dimensione del rischio in funzione della prossimità ai propri punti vendita, piuttosto che di aggregati di microzone in cui si concentrano comportamenti a rischio può, in combinata con la capacità di georeferenziare un cliente nel momento stesso in cui effettua la propria richiesta, permettere di migliorare ulteriormente le proprie performances previsive del rischio di credito. Informazioni analoghe possono dare anche indicazioni per ottimizzare l’attività di recupero, sia nel senso dell’ottimizzazione delle politiche di distribuzione alle società esterne di recupero, sia nel senso della priorità da seguire nel trattamento delle pratiche.

Altri aspetti ottimizzabili tramite l’introduzione della geografia nella analisi riguardano gli aspetti di marketing e CRM: ottimizzazione della comunicazione, ricerca di prospect mirata (per esempio in occasione di nuove aperture), miglioramento dei servizi di assistenza alla clientela; tutti questi aspetti possono ricevere un grosso impulso in avanti.
Tutto ciò è possibile quando l’azienda si dota delle appropriate tecnologie o servizi: parole come normalizzazione (pulizia del nome/cognome, verifica dell’indirizzo), capificazione (verifica ed eventuale aggiunta/correzione del CAP per una corretta postalizzazione), geocodifica (assegnazione della cella censuaria di riferimento), georeferenziazione (attribuzione di coordinate spaziali puntuali, per l’individuazione di un’entità su grafo stradale), sono le parole chiave per aprire questa dimensione ‘sommersa’ dei dati.

Fabio Manzoni
Senior Consultant di Value Lab

 
 

Business Video