पावर बीआई में क्रेडिट स्कोरिंग की निगरानी करना

उन स्थितियों में जब ऋण आवेदनों के बहुमत को स्वचालित रूप से माना जाता है, निगरानी विशेष रूप से महत्वपूर्ण हो जाती है। क्या सब कुछ सामान्य रूप से काम करता है, प्रमुख संकेतक कैसे बदलते हैं, वांछित परिणाम प्राप्त करने के लिए किन परिवर्तनों की आवश्यकता है?

इस लेख में, मैं आपको बताऊंगा कि कैसे हम Power BI का उपयोग करके क्रेडिट पाइपलाइन की निगरानी करते हैं, जो हम रिपोर्ट और मैट्रिक्स का उपयोग करते हैं जो जारी करने की गुणवत्ता का मूल्यांकन करते हैं।

प्रमुख इंट्राडे संकेतक

* यहां और सभी चार्ट में, नीचे दिए गए आविष्कृत आंकड़े दिए जाएंगे

डैशबोर्ड को हर 2 घंटे में अपडेट किया जाता है, यह आज के संकेतकों की तुलना पिछले 20 दिनों में औसतन संकेतक के साथ अपडेट के समय से करता है।

निचली सीमा पिछले 20 दिनों के संदर्भ में 10% मात्रात्मक है, ऊपरी सीमा 90% मात्रात्मक है, ग्रे लाइन मध्यिका है। रंग भरना आज का परिणाम है।

डैशबोर्ड पर संकेतक:

• आवेदनों की संख्या
• कतार (समय पर कोई निर्णय नहीं लेने के लिए आवेदनों की संख्या)
• स्वीकृति स्तर
• औसत राशि
• संवितरण का स्तर (स्वीकृत आवेदनों को जारी किए गए ऋणों की संख्या का अनुपात)

इस डैशबोर्ड के आधार पर, अलर्ट कॉन्फ़िगर किए जाते हैं जो मेल में जिम्मेदार कर्मचारियों को छोड़ देते हैं। यह दैनिक परिचालन विश्लेषिकी के लिए एक उपयोगी उपकरण है। बड़े बदलाव किए जाने के अगले दिन इसे देखना विशेष रूप से उपयोगी है।

रूटिंग का अनुरोध करें

ऑनलाइन उधार में, मुख्य निर्णय लेने का कारक गति है। ग्राहक कई साइटों पर अनुरोध छोड़ सकता है, और सौदा उसी को जाएगा जो निर्णय को तेज करता है। निर्णय लेने के स्वचालन से आप जल्दी से अनुप्रयोगों पर विचार कर सकते हैं और यातायात में अचानक कूदने से नहीं डरते।

आप आगे जा सकते हैं और रूटिंग को अधिक विस्तार से देख सकते हैं। उदाहरण के लिए, उधारकर्ता के बारे में उपलब्ध जानकारी के आधार पर, आवेदन एक विशिष्ट मॉडल को भेजा जा सकता है। यह सुविधाजनक है जब बहुत सारे मॉडल होते हैं, और मैं जल्दी से समझना चाहता हूं कि उनमें से कौन सा ट्रैफ़िक सेगमेंट पर काम करता है, कितने अनुरोध करता है।

गुणवत्ता जारी करें

परिणामों की गुणवत्ता का आकलन करने के लिए सबसे लोकप्रिय संकेतकों में से एक वसूली दर है। इसकी गणना एक विशेष कॉहोर्ट के लिए आने वाले नकदी प्रवाह के लिए आने वाले नकदी प्रवाह के अनुपात के रूप में की जाती है। आमतौर पर, वसूली दर का विश्लेषण पीढ़ियों द्वारा किया जाता है - विंटेज विश्लेषण। हम देखते हैं कि समय के साथ प्रत्येक विंटेज के लिए मीट्रिक कैसे बदलता है।

इस दृश्य के कई फायदे हैं:

• न केवल आज का परिणाम दिखाई दे रहा है, बल्कि गतिशीलता भी है
• आप मानसिक रूप से या प्रतिगमन की मदद से एक निश्चित अवधि तक लाइन का विस्तार कर सकते हैं और उच्च सटीकता के साथ संकेतक के अपेक्षित मूल्य को देख सकते हैं
• आप नेत्रहीन समझ सकते हैं कि संकेतक के पास क्या फैलाव है और अधिक संतुलित निष्कर्ष बनाते हैं।

विन्टेज न केवल महीनों, बल्कि निर्णय लेने या मॉडल बनाने के प्रकार भी हो सकते हैं। लाभप्रदता को प्रभावित करने वाले उत्पादों में परिवर्तन के मामले में निर्णय लेने की प्रणाली का मूल्यांकन करने के लिए रिकवरी दर संकेतक का उपयोग करना गलत है।

स्कोरिंग मॉडल की तुलना

उस मामले में जहां निर्णय का एक द्विआधारी रूप होता है: अनुमोदन / इनकार, जारी करने की गुणवत्ता दो संकेतकों द्वारा विशेषता है: अनुमोदन और देरी का स्तर। आप उन्हें अलग-अलग वर्गों में देख सकते हैं: समय-समय पर, निर्णय लेने के प्रकार से या मॉडल स्कोर करके। उदाहरण के लिए, स्कोरिंग मॉडल में अनुमोदन और देरी का स्तर इस तरह दिखता है:

* हम निष्कर्ष निकाल सकते हैं कि इन तीन मॉडलों में से "मॉडल 2.1" सबसे अच्छा दिखता है। यह उच्च स्तर की मंजूरी के साथ सबसे कम बकाया है। व्यवहार में, ऐसा होता है कि इस तरह का चुनाव करना अधिक कठिन होता है, और प्राप्त परिणामों के सांख्यिकीय महत्व को ध्यान में रखा जाना चाहिए।

आवेदन राजस्व

यह तब और मुश्किल हो जाता है जब निर्णय को मंजूरी / इनकार नहीं करना होता है, लेकिन ब्याज दर r (जोखिम आधारित मूल्य निर्धारण) पर x (जोखिम आधारित सीमा) रूबल को मंजूरी दी जाती है। ऐसी परिस्थितियों में, ऐसी स्थिति की कल्पना करना आसान है जहां देरी बढ़ जाती है, टुकड़ों में अनुमोदन का स्तर कम हो जाता है, जबकि लाभ बढ़ता है।

जारी करने की गुणवत्ता पहले से ही 4 संकेतकों द्वारा मूल्यांकन की जाती है: अनुमोदन का स्तर, विलंब, औसत राशि का वितरण और भारित औसत दर%। यदि हमारे पास कई स्कोरिंग मॉडल का ए / बी परीक्षण है, तो उन्हें 4 संकेतकों द्वारा तुलना करना काफी मुश्किल हो जाता है।

मुझे एक नई मीट्रिक शुरू करनी थी, जिसमें सभी 4 कारक शामिल हैं और उन्हें एक संख्या के साथ व्यक्त किया गया है - आवेदन से आय, जिसकी गणना इस प्रकार है:

आवेदन से आय = (भुगतान की राशि - जारी करने की राशि) / आवेदनों की संख्या


अब आवेदन से आय के लिए उपरोक्त मॉडल देखें:

मॉडल 2.0 और 2.1 क्रेडिट सीमा और क्रेडिट स्थितियों की पसंद के निर्धारण के दृष्टिकोण से अलग-अलग तरीकों से एक ही स्कोर का उपयोग करते हैं। और व्यापक संकेतक के अनुसार, "मॉडल 2.0" पहले से ही बेहतर लगता है।

आवेदन से आय एक सार्वभौमिक और बहुत सुविधाजनक उपकरण है। लेकिन विचार करने के लिए कुछ बिंदु हैं: संकेतक यातायात में परिवर्तन के साथ अस्थिर हो सकता है, इसकी एक लंबी अवधि के पकने की अवधि भी है, अर्थात यह पीडीएल ऋण या लघु उपभोक्ता ऋण के लिए उपयुक्त है।

मॉडल की निगरानी

उधार में, हमेशा मुद्दा और प्रतिक्रिया के क्षण के बीच एक समय अंतराल होता है। यहां तक ​​कि अगर आप संकेतक FPD 7+ लेते हैं, तो यह 40 दिन है। ऐसी स्थिति में जहां सब कुछ तेजी से बदल रहा है (नए उत्पाद, नए स्कोरिंग मॉडल, सूचना के स्रोत, क्रेडिट नीति में बदलाव), मैं 40 दिनों में नहीं, बल्कि तेजी से, अधिमानतः पूरे दिन पहली प्रतिक्रिया प्राप्त करना चाहता हूं।

हमारी निगरानी निम्नलिखित विचार पर आधारित है: एक जटिल और अक्सर बदलते उत्पाद कुछ बिंदु पर "ब्रेक डाउन" हो सकते हैं, बड़ी संख्या में व्यवस्थित त्रुटियां करना शुरू करते हैं, एक व्यक्ति इस संबंध में अधिक स्थिर होता है। मॉडल का परीक्षण करने के लिए, ट्रैफ़िक का हिस्सा बेतरतीब ढंग से अंडरराइटर को भेजा जाता है।

उसके बाद, आप उन निर्णयों की तुलना कर सकते हैं जो मॉडल अंडरराइटर के निर्णयों के साथ किए गए थे। विचलन की एक बड़ी संख्या समस्या को तत्काल समझने और कार्रवाई करने का एक अवसर है। आप किसी भी वर्गीकरण गुणवत्ता स्कोर का उपयोग कर सकते हैं जो परिस्थितियों के लिए उपयुक्त है, उदाहरण के लिए, एफ 1 स्कोर।

यह देखा जा सकता है कि एक मॉडल के लिए F1 स्कोर एक निश्चित बिंदु पर दृढ़ता से बोला गया। यह प्रश्नावली में बदलाव के कारण था। डैशबोर्ड ने इस तरह के बदलाव को समय पर देखना और उस पर प्रतिक्रिया करना संभव बना दिया है।

मॉडल स्कोर द्वारा अनुप्रयोगों का वितरण स्थिरता के बारे में बहुत सारी जानकारी देता है। यह सत्यापन नेटवर्क पर वितरण या समय के साथ बदलने से बहुत भिन्न नहीं होना चाहिए।

अनुमोदन के स्तर और इसके समायोजन का चयन करने के लिए, अंक स्कोर करके देरी प्रदर्शित करना सुविधाजनक है। आप जोखिम लेने के लिए व्यवसाय की इच्छा के आधार पर अनुमोदन सीमा को बदल सकते हैं।

निष्कर्ष में

लेख में मैंने डैशबोर्ड का केवल हिस्सा दिखाया, व्यवहार में उनमें से अधिक हैं। अब बिना कोड लिखे 80-90% सवालों के जवाब दिए जा सकते हैं। व्यवसाय और विश्लेषक अधिक दिलचस्प परिकल्पना उत्पन्न कर सकते हैं और अपने स्वयं के विचारों पर कुछ परीक्षण कर सकते हैं।

डैशबोर्ड पर दिखाई देने वाले प्रभाव हमेशा सांख्यिकीय रूप से महत्वपूर्ण होते हैं। आपको महत्वपूर्ण निर्णय लेते समय इसे ध्यान में रखना और महत्वपूर्ण शोध करना होगा।