PŘÍPADOVÁ STUDIE

Automatická kategorizace 98,5 % karetních bankovních transakcí

Banka s miliony klientů, kteří denně uskuteční několik milionů transakcí, potřebovala automaticky přiřadit každé bankovní transakci (karetní i nekaretní) unikátní kategorii.

2x

větší počet kategorií

o 40 %

se zvýšila přesnost

Klient

Přední česká banka.

Řešení

Adastra vyvinula aplikaci, která konsoliduje všechny typy kategorií do jedné struktury, tj. do jednoho kategorizačního stromu.

Případová studie

Odvětví:

Bakovnictví a finance

Expertíza:

Data Management | Řízení úvěrového rizika

Datum:

21. března 2023

Problém

Banka s miliony klientů, kteří denně uskuteční několik milionů transakcí, potřebovala automaticky přiřadit každé bankovní transakci (karetní i nekaretní) unikátní kategorii.

Proto jsme vyvinuli aplikaci, která konsoliduje všechny typy kategorizací do jednotné struktury / stejného kategorizačního stromu.

  • Aplikace denně automaticky přiřadí kategorie ke 2,1 milionu bankovních transakcí.
  • Aktuálně v bance využívají 25 různě pokročilých analytických a data science modelů pro kategorizaci především nekaretních transakcí.

Kategorizace přispívá k lepšímu porozumění finančního chování.

Výsledek

Banka (retail, marketing, provoz)

  • získá reporty a agregované údaje za sledované zákaznické segmenty
  •  lépe cílí a jedná s klienty personalizovaně
  • využije kategorizaci jako podklad pro bankovní poradce i automatické rady

Klient

  • má přesný přehled o struktuře příjmů/výdajů
  • kategorie si může dotvářet a spravovat sám
  • získá přehledný a jednoznačný zdroj pro modifikace výdajů a investičního porfolia
  • vzroste jeho finanční stabilita a gramotnost

Máte zájem o podobné řešení?

CZ_Contact Form (Sidebar)
MÁM ZÁJEM

Sdílet

Přečtěte si další případové studie

Máte zájem o podobné řešení? Kontaktujte nás