(openPR) Paris, 21.11.2008 — KXEN, globaler Anbieter automatisierter Data Mining Technologie, unterstützt Anwender aus dem Finanzsektor mit Strategien für Risikominimierung und verbesserte Analysen des Kundenverhaltens. Angesichts der Finanzkrise werden Unternehmen auch bei Marketing-Budgets sparen. Um so wichtiger wird der Einsatz von Werkzeugen, die fundierte Informationen für gezieltere Kampagnen zeitnah bereitstellen – ohne den Overhead traditioneller Data-Mining-Ansätze. Das KXEN Analytic Framework stellt als automatisierte, übergreifende Data-Mining-Plattform aktuelle Einschätzungen über das zu erwartende Kundenverhalten bereit: im Bereich Kreditwürdigkeit und Zahlungsmoral ebenso wie zum Anlage- und Abwanderungsverhalten der Kunden.
Um zu wissen, wie sich der Markt entwickelt, reicht heute das „Bauchgefühl“ nicht mehr aus. Je dynamischer der Markt, desto dynamischer muss auch die analytische Kompetenz werden. Data-Mining-Tools liefern konkrete Fakten auf Basis der aktuellsten Daten. „Banken und Finanzinstitute stehen heute unter dem Druck, sich mindestens jeden Monat ein klares Bild von bestehenden und potentiellen Neukunden zu machen. Halbjährlich oder jährlich erhobene Daten zum Kundenverhalten bieten keine zureichende Grundlage mehr. Kürzere Frequenzen in der Analyse sind wichtig, um Risiken besser steuern zu können, aber auch, um besorgte Kunden durch gezielte Maßnahmen zu betreuen. Zu den wesentlichen Aufgaben gehört nicht zuletzt, das bröckelnde Vertrauen neu aufzubauen. Eine solche Aktualität erfordert ein Data-Mining-Werkzeug, das binnen kürzester Zeit Modelle umsetzt und Ergebnisse in operative Systeme wie das Kampagnenmanagement überführt“, sagt Bruno Delahaye, Vice President EMEA Operations bei KXEN.
Insbesondere in den USA gilt der sorglose Umgang mit Risikoabwägungen bei Kreditvergaben als eine der Ursachen für die Bankenkrise – selbst insolvente Kunden bekamen nach Berichten der New York Times im Rahmen von Marketingkampagnen Kredite und Kreditkarten angeboten. In Europa gelten zwar strengere Regularien für die Prüfung der Kreditwürdigkeit, dennoch liegt noch immer bei vielen Banken Kundenwissen in vorhandenen Daten brach. Data Mining kann dabei helfen, die Balance zwischen Neugeschäft und Risikomanagement zu halten.
Schnellere Performance durch Automatisierung
Automatisiertes Data Mining (auch „Self-Acting Data Mining“ genannt) unterstützt Unternehmen dabei, rasch und effizient Modelle zu bilden und durchzuführen. Anders als beim traditionellen Data Mining, das Statistikspezialisten vorbehalten ist, übernimmt automatisiertes Data Mining die aufwendige Datenvorbereitung und zeitintensive Routineaufgaben. Dadurch lassen sich sehr viel mehr Modelle in kürzerer Zeit durchführen – zudem kann das Werkzeug auch von Fachanwendern genutzt werden.
Im Unterschied zu anderen BI-Werkzeugen (Business Intelligence) ermöglicht Data Mining vorausschauende (prädiktive) Analysen. Dies gilt nicht nur im Bereich Kundenabwanderungsmanagement (Churn Prediction) sondern auch für die Einschätzung voraussichtlicher Bonitätsschwierigkeiten.
Finanzunternehmen können mit Hilfe fundierter Analysen anhand der Kontobewegungen beispielsweise frühzeitig erkennen, wenn sich Lebenssituationen – und damit die Voraussetzungen für Kreditvergaben oder die Zahlungsfähigkeit – ändern. Die vorhandenen Informationen sind nicht immer direkt zugänglich, sondern nur anhand von Mustererkennung in Wissen zu verwandeln. Entscheidend ist zudem die enge Verbindung und gemeinsame Verarbeitung von im Unternehmen vorhandenen Daten und externen Informationen beispielsweise von Kreditbüros.
Der Lösung KXEN Analytic Framework wurde im November 2009 in einem unabhängigen Praxistest des BI-Beratungshauses mayato die höchste Verarbeitungsgeschwindigkeit der verglichenen Tools bescheinigt. Der Studie „Data Mining Software 2009“ zufolge war zudem die Performance von KXEN auch bei großen Datenvolumen unerreicht schnell.
