Casi di successo image

Una soluzione flessibile adatta alle tue esigenze

  • >
    Soluzione Custom Valuta 2 Web

    Fornita come Software As A Service, la piattaforma web Valuta 2 gestisce il processo di origination per i clienti del gruppo Cerved Group.

    Obiettivi
    Obiettivi

    Abbiamo realizzato una interfaccia web custom per la valutazione del profilo di rischio della pratica e delle sue controparti, l’acquisizione dei documenti istruttori e la generazione dei report di valutazione.
    L’interfaccia è integrata con il sistema decisionale Smart Strategy System che gestisce il processo di valutazione nei diversi step di analisi implementati e Smart Gateway (ulteriori informazioni su Smart Gateway) per l’acquisizione automatizzata dei dati dalle banche dati messe a disposizione da Cerved e da Experian.

    Risultati
    Risultati

    Il cliente Cerved Group ora dispone di una piattaforma scalabile in base alle esigenze, disponibile sempre e ovunque grazie alle potenzialità offerte dal cloud. La manutenzione dei processi decisionali e della reportistica di sintesi prodotta dal sistema è rapida e agevole, garantendo Time – To – Market molto ridotti.

  • >
    Smart Strategy System nella PEF di Cedacri

    Il motore decisionale integrato nell’infrastruttura della Pratica Elettronica di Fido di Cedacri per contribuire alla valutazione del rischio in fase di origination.

    Obiettivi
    Obiettivi

    Abbiamo integrato il motore decisionale nel sistema PEF di Cedacri. A lui il compito di effettuare le valutazioni delle richieste di finanziamento sfruttando i dati forniti dal sistema chiamante, quali eventi negativi legati ai soggetti, dati di finanziamento, score delle Banche Dati Cerved ed Experian e dati Bankitalia.
    La valutazione viene effettuata a più fasi di analisi, a seconda della profondità richiesta dal cliente Banca.

    Risultati
    Risultati

    Il cliente utilizzatore della PEF Cedacri ora dispone di un sistema altamente flessibile e customizzabile secondo le sue esigenze. La manutenzione dei processi decisionali integrati nel sistema è rapida e agevole, garantendo Time – To – Market molto ridotti.

  • >
    Gestione di modelli Statistici e Data Quality

    La Azure Machine Learning come piattaforma per lo sviluppo e la distribuzione di modelli predittivi per valutare la probabilità di recupero di crediti deteriorati.

    Obiettivi
    Obiettivi

    Abbiamo analizzato per il cliente Fire S.p.A., società leader nel recupero crediti in Italia, il proprio portafoglio per definire quali modelli predittivi sarebbero stati necessari per soddisfare al meglio le sue l’esigenze. Per raggiungere tale scopo è stato necessario definire delle regole di data quality al fine di uniformare ed arricchire la base dati rispetto alle informazioni fornite in fase iniziale.

    Risultati
    Risultati

    Sono stati realizzati dei modelli con un'alta capacità discriminante, in grado quindi di trasmettere al cliente le informazioni necessarie per definire strategie differenziate sulla base della probabilità di recupero attesa. A seconda dell’ambito i modelli sono stati in grado di rilevare correttamente le casistiche analizzate con una capacità predittiva fino al 96%, segmentando il portafoglio in 10 classi in funzione della diversa percentuale di recuperabilità e quindi fornendo tutte le informazioni necessarie per stabilire l’attività di recupero più efficace ed efficiente.

  • >
    Monitoraggio del portafoglio clienti - “Credit Mixer”

    Il motore decisionale come gestore delle regole di valutazione del portafoglio clienti ed elaboratore delle informazioni per i report rappresentati su Power BI.

    Obiettivi
    Obiettivi

    Abbiamo realizzato in collaborazione con Co.E.Ri. Kosmos un servizio per il monitoraggio del portafoglio dei clienti di MRCS3 e di Co.E.Ri. Kosmos. Il sistema decisionale recupera dal patrimonio informativo interno al cliente e dai dati forniti dai provider di informazioni commerciali le informazioni necessarie per effettuare una valutazione sull’affidabilità commerciale del cliente e le rende disponibili ai report disegnati in Power BI. Vengono fornite ulteriori informazioni utili alla valutazione del soggetto come DSO, Fido concesso e utilizzato, dati di bilancio e composizione societaria.

    Risultati
    Risultati

    Il sistema giornalmente aggiorna in automatico le informazioni dei report e rende disponibile all’area commerciale tutto ciò che serve per effettuare le valutazioni sul cliente e all’area crediti la panoramica completa dei propri clienti, e quindi dei propri affidamenti, divisi per classi di rating, fasce di rischio e suddivisione dello scaduto per fasce di aging.

  • >
    Gestione di modelli Statistici

    Il sistema decisionale come gestore di modelli statistici, in questo caso per valutare la probabilità di recupero di crediti deteriorati.

    Obiettivi
    Obiettivi

    Abbiamo fornito ai consorziati di CTC il sistema decisionale per gestire un indicatore comportamentale da utilizzare durante il ciclo di vita del contratto al fine di valutarne il potenziale di recuperabilità, utilizzando l’osservatorio di rischio esistente. L’indicatore consente di indirizzare la gestione delle attività di collection in funzione della classe di recuperabilità stimata tenendo conto dei parametri di economicità.

    Risultati
    Risultati

    Sulla base dello score di recupero stimato, sono state derivate 10 classi di recupero che costituiscono pool di contratti omogenei rispetto alle caratteristiche descrittive del contratto/codice fiscale e della percentuale di recupero. Le prime 5 classi rappresentano il 25% dell’esposizione in banca dati e garantiscono un recupero medio del 45% (6 volte quello medio) mentre le ultime 2 isolano le segnalazioni a recuperabilità quasi nulla.