Utilisation de données et techniques de modélisation innovantes pour l optimisation de la Fraude et du recouvrement. 27 Septembre 2016 Wim Heirman

Transcription

1 Utilisation de données et techniques de modélisation innovantes pour l optimisation de la Fraude et du recouvrement 27 Septembre 2016 Wim Heirman

2 2 We re a leading global information services company In a faster, more complex world, our data and analytics help people and organisations protect, manage and make the most of their data. Revenue US$4.8 bn EBIT US$1.3 bn Market Cap* c. 12bn UK FTSE Top 50 Employees c.17,000 Offices in 39 countries Largest markets US, Brazil, UK

3 3 We help our clients at every stage of the customer journey with our unique capabilities in Analytics Software Consulting

4 4 Plus de 90% des données dans le monde ont été créées ces 2 dernières années. Chaque 2 jours, nous créons autant d information que dans la période du début de humanité à 2003 Eric Schmidt Executive chairman of Google's new parent company, Alphabet.

5 Big Data Analytics Quelques cas d usage chez Experian Voice of Customer Analytics Traduire des conversations téléphoniques en modèles prédictifs Transactional Data Insights KYC (Know Your Customer) au niveau transactionnel 2016 Experian Limited. All rights reserved. Social Network Analytics Identifier les personnes influentes et importantes à connaitre par vous 5

6 Big Data Analytics Quelques cas d usage chez Experian Voice of Customer Analytics Traduire des conversations téléphoniques en modèles prédictifs Transactional Data Insights KYC (Know Your Customer) au niveau transactionnel 2016 Experian Limited. All rights reserved. Social Network Analytics Identifier les personnes influentes et importantes à connaitre pour vous 6

7 7 Voice of Customer Analytics Traduire des conversations téléphoniques en modèles prédictifs Les appels téléphoniques des centres de contact ou de recouvrement contiennent des informations cruciales sur le comportement de vos clients et nous avons la capacité de traduire cette information en texte puis d utiliser des techniques de machine learning pour identifier les mots clés

8 8 Voice of Customer Analytics Business applications Recouvrement Prévoyez le risque Efficacité et Dynamisme Intégrez l axe vocale dans l analyse de la performance de l équipe de recouvrement Surveillez et contrôlez la conformité et la qualité des appels Détection de fraude Empêchez/détectez les fraudes dans les sinistres d'assurance Empêchez/détectez les fraudes dans le centre d appel Connaissance Client Identification de prospects Cross selling Up selling Evaluation du centre d appel Réduire l attrition

9 9 Voice of Customer Analytics Creating intelligence from call center and text data Enregistrement des appels Transformation en texte Préparation de données Text Mining Développement modèles prédictifs

10 Voice of Customer Analytics De la Voix vers le Texte Enregistrement d un appel Chaque mot à sa propre empreinte Et tous les mots seront uniformisés Identification des mots Filtrage et analyse des fréquences 2016 Experian Limited. All rights reserved. Entrée Artificial Neural Network Disponible pour plus de 30 langues Classification de mots 10

11 11 Voice of Customer Analytics Creating intelligence from call center and text data Enregistrement des appels Transformation en texte Préparation de données Text Mining Développement modèles prédictifs

12 Voice of Customer Analytics Du Texte vers la données Natural Language Processing Oui, je sais que je suis en retard de paiement. J ai eu des soucis familiaux, mais ils sont résolus maintenant. Pouvez vous m envoyer un relevé pour que je puisse payer demain?" N-grams Longueur du texte Nombre d adjectives Le niveau de risque de chaque mot ou phrase est quantifié N-GRAM Envoyer relevé Payer demain Résolus Groupe de Risque TRES BIEN SUPER SUPER N-GRAM Rappeler Contractuel Négocier niveaux de risque Groupe de Risque TRES MAUVAIS TRES MAUVAIS MOYEN Customer Score Experian Limited. All rights reserved. Un score pour chaque appel 12

13 13 Voice of Customer Analytics Creating intelligence from call center and text data Enregistrement des appels Transformation en texte Préparation de données Text Mining Développement modèles prédictifs

14 Le problème devient très vite immense!!!! 14 Avant : quelques milliers de comptes avec chacun 100 ou 200 variables à analyser Maintenant : 100K appels (pour 1 mois de données par exemple). 10K appels -> 8K de mots uniques -> 16K de combinaisons

15 15 Des techniques avancés pour mieux comprendre les données Interaction de caractéristiques utilisant des Arbres de Décision All data! New Attributes Gender = M & Age > 9.5 & sibsp <= 2.5 Sibsp = Number of Siblings/Spouses Aboard

16 16 Des techniques avancés pour mieux comprendre les données Sélection de caractéristique utilisant Forêt Aléatoire «% decrease in MSE» «Mean decrease in Gini» Deux indicateurs pour inventorier les éléments les plus «prédictifs» de la Forêt Aléatoire

17 Ensemble Learning The Wisdom of Crowds : Why the Many Are Smarter Than the Few (*) Méthode Méthode 2 α + + +β +γ = Méthode Experian Limited. All rights reserved. (*) 2004 : La Sagesse des foules - James Surowiecki 17

18 18 Advanced Analytics Leverage Machine Learning Algorithms BIG DATA-bases - Il n y a pas une méthode «champion» - Il faut tester plusieurs techniques en labo pour trouver celle la plus adaptée à votre problématique (octroi, fraude, recouvrement )

19 19 Voice of Customer Analytics Creating intelligence from call center and text data Enregistrement des appels Transformation en texte Préparation de données Text Mining Développement modèles prédictifs Quelques exemples de projets que nous avions menés :

20 20 Voice of Customer Cas 1 Contrôle de la Conformité Problème Métier Identifier les operateurs non conformes dans le centre d appel Avant : des contrôles aléatoires effectués par un prestataire sur 6% des appels (~ 100k/mois) Excellen t Très bien Bien Mauvais Très mauvais Solution Modèle statistiques pour détecter les operateurs non conformes Cette solution analyse 100% des appels Très bonne performance : 85% des appels non-conformes sont dans les 3 tranches de score les plus basses Avantages Métier 100% des appels sont vérifiés Amélioration de performances du centre d appel New business insights Couverture : 100% Economie : 47%

21 Voice of Customer Cas 2 Améliorer le Recouvrement raisons d impayés et analyse de la performance du centre 21 Problème Métier Pas d analyse des raisons d impayés et les raisons de règlement Score de recouvrement de faible performance Evaluer la performance du Centre Appels concluants et non-concluants Text Mining Solution Natural Language Processing pour grouper les raisons de paiement vs les raisons de nonpaiement Développement d un Score de recouvrement VOIX Période temps de + ID Operateur Avantages Métier Plus de encaissés Réduction du cout de recouvrement Comparer la performance de recouvrement des employées Evaluation operateur Evaluation du centre d appel Score Recouvrement VOIX

22 Actual Class Actual Class 22 Voice of Customer Cas 2 Résultat : Score de recouvrement VOIX Approche classique Predicted Class 1 0 Total 1 10,9% 2,3% 13,2% Sensitivity 0, ,0% 76,8% 86,8% Specificity 0,89 Population 20,9% 79,1% 100,0% Accuracy 0,88 Utilisation des données VOIX Predicted Class 1 0 Total 1 12,7% 0,5% 13,2% Sensitivity 0,96 0 3,6% 83,2% 86,8% Specificity 0,96 Population 16,2% 83,8% 100,0% Accuracy 0,96 Meilleure Précision 10,7% Réduction des pertes 15,0%

23 Voice of Customer Cas 3 Text mining et analyses des réseaux sociaux pour identifier des sinistres frauduleux 23 Problème Métier Faible taux de détection de la fraude sur les sinistres d assurance Soupçon d implication de certains employées et de certains partenaires J étais dans la rue, à Nanterre, quand j ai entendu un bruit dans ma roue. Alors, j ai arrêté la voiture sous le pont pour vérifier ma roue. Et alors, tout d un coup, deux hommes avec un pistolet m ont arrêté et ont pris la voiture" Solution Utilisation de Natural Language Processing et des analyses sur les réseaux sociaux afin de détecter des sinistres frauduleux N-grams Longueur du texte Nombre d adjectives Avantages Métier Réduction de la Fraude Respect de la politique de conformité Réduction des coûts Différence en profondeur du réseau pour accident ou vol Taille des connections

24