Big data, CRM, risk management. Applicazioni nel bancario, finanziario, assicurativo - 9788827829820

Big data, CRM, risk management. Applicazioni nel bancario, finanziario, assicurativo: L'evoluzione delle tecnologie di gestione e analisi di grandi moli di dati (big data analytics) stanno modificando radicalmente i processi produttivi delle aziende/organizzazioni. I big data analytics apportano rilevanti benefici nel settore finanziario (tecnofinanza), bancario (banking 4.0) e assicurativo. Il manuale è strutturato in 4 parti e 11 capitoli. Parte I, Big data analytics, due capitoli: Big data e machine learning nel settore bancario, finanziario e assicurativo. Parte II, Lancio di nuovi prodotti,due capitoli: lancio di un nuovo mutuo ipotecario con la conjoint analysis; una nuova carta di pagamento pay pass con gli alberi decisionali. Parte III, Churn analysis e retention, due capitoli: predizione dei clienti a rischio di abbandono con la regressione logistica e con gli alberi di regressione. Parte IV, Risk management nel retail e nel corporate, cinque capitoli: valutazione del rischio creditizio con il data mining, nel retail con la regressione logistica; probabilità di default nel settore interbancario; valutazione dell'atteggiamento della clientela bancaria verso il rischio finanziario su base MiFID; valutazione del rischio creditizio nel corporate.
The evolution of management technologies and analysis of massive data sets (big data analytics) are radically changing production processes of firms/organizations. Big data analytics provide significant benefits in the financial sector (tecnofinanza), banking (banking 4.0) and insurance. The manual is divided into 4 parts and 11 chapters. Part I, Big data analytics, two chapters: Big data and machine learning in the banking, finance and insurance. Part II, new product launches, two chapters: launch of a new mortgage loan with the conjoint analysis; a new payment card with PayPass decision trees. Part III, Churn analysis and retention, two chapters: prediction of customers at risk of abandonment with logistic regression and regression trees. Part IV, Risk management in retail and corporate credit risk evaluation, five chapters: with data mining in retail with logistic regression; probability of default in the interbank sector; evaluation of the attitude of the banks towards risk-based financial MiFID; evaluation of credit risk in corporate.