Lokale Scoring-Modelle

More about the book

Präzise und verlässliche Informationen über das Kundenverhalten sind entscheidend für betriebswirtschaftliche Entscheidungen. In der Praxis spielen statistische Verfahren eine zentrale Rolle bei der Analyse und Prognose, da sie eine Standardisierung und Automatisierung des Bewertungsprozesses, oft als Scoring bezeichnet, ermöglichen. Dazu gehört die Identifikation von Kunden mit Kündigungsabsichten sowie die Bonitätsprüfung von Privatpersonen und Unternehmen. Diese Arbeit behandelt das Problem der unbeobachteten Heterogenität von Populationen, die hinsichtlich bestimmter Verhaltensweisen untersucht werden. Um die in den Daten verborgene Struktur zu berücksichtigen, wird die Konstruktion lokaler Scoring-Modelle vorgeschlagen, bei denen die Population in homogene Subpopulationen segmentiert wird, um das Kundenverhalten innerhalb dieser Gruppen zu modellieren. Hierbei kommen unter anderem selbstorganisierende Karten (SOM) zum Einsatz, ein Verfahren, das in der Wirtschaft bislang wenig verbreitet ist. Der Vergleich zwischen lokalem und globalem Scoring erfolgt anhand zweier betriebswirtschaftlicher Klassifikationsprobleme. Während bei der Selektion potenzieller Kunden nur geringe Unterschiede in der Klassifikationsgüte auftreten, zeigen sich bei der Bonitätsprüfung von Konsumenten signifikante Vorteile der lokalen Modelle, was zu einer Reduzierung der Kosten bei Kreditvergaben führt.