{"id":2895,"date":"2024-02-18T15:29:57","date_gmt":"2024-02-18T15:29:57","guid":{"rendered":"https:\/\/esisoc.com\/resource\/building-predictive-models-to-improve-debt-collection-process\/"},"modified":"2024-02-18T15:29:57","modified_gmt":"2024-02-18T15:29:57","slug":"building-predictive-models-to-improve-debt-collection-process","status":"publish","type":"resource","link":"https:\/\/esisoc.com\/de\/resource\/erstellung-von-prognosemodellen-zur-verbesserung-des-inkassoverfahrens\/","title":{"rendered":"Erstellung von Vorhersagemodellen zur Verbesserung des Inkassoprozesses"},"content":{"rendered":"<h2 style=\"text-align: center;\">Wichtige Details<\/h2>\n<p>Zweimalige Umsatzsteigerung durch verbesserte Kundensegmentierung.<\/p>\n<div>\n<ul>\n<li>\n<div>Herausforderung<\/div>\n<div>Verbesserung der Effektivit\u00e4t des Forderungseinzugs mit Hilfe von pr\u00e4diktiven Analysen<\/div>\n<\/li>\n<li>\n<div>L\u00f6sung<\/div>\n<div> Ein Modell f\u00fcr maschinelles Lernen zur Vorhersage der Wahrscheinlichkeit von Zahlungsversprechen<\/div>\n<\/li>\n<li>\n<div>Technologien und Werkzeuge<\/div>\n<div>Python-Datenanalyse-\u00d6kosystem, VPN-Checkpoint, SQL Server, Lightgbm-Paket<\/div>\n<\/li>\n<\/ul>\n<\/div>\n<h2 style=\"text-align: center;\">Kunde<\/h2>\n<p>Der Kunde ist ein Inkassob\u00fcro, das Forderungen in verschiedenen Branchen und f\u00fcr verschiedene Kunden eintreibt. Die Hauptkunden des B\u00fcros sind Banken, <a href=\"https:\/\/essidsolutions.com\/industry\/ai-solutions-retail\">Einzelhandel<\/a>Telcos, staatliche Unternehmen.<\/p>\n<h2 style=\"text-align: center;\">Herausforderung: Verbesserung der Effektivit\u00e4t des Forderungseinzugs mit Hilfe von pr\u00e4diktiver Analytik<\/h2>\n<p>Mehr als 1500 Inkassobeauftragte im ganzen Land befassen sich mit etwa 3,5 Millionen Schuldnern pro Monat und erreichen monatlich etwa 2 Millionen von ihnen.<\/p>\n<p>Das Inkassoverfahren umfasst die folgenden Schritte:<\/p>\n<ol>\n<li>mit einem Konto verbinden<\/li>\n<li>Konto\u00fcberpr\u00fcfung<\/li>\n<li>Zahlungsversprechen<\/li>\n<li>Sammlung<\/li>\n<\/ol>\n<p>Zusammen mit dem Leiter der Abteilung Data Science des Unternehmens, dessen Abteilung bereits mit der Implementierung von maschinellem Lernen begonnen hatte, um die Entscheidungsfindung im gesamten Lebenszyklus der Kollektionen zu verbessern, wurde beschlossen, dass <a href=\"https:\/\/essidsolutions.com\/\">ESSID-L\u00f6sungen<\/a> w\u00fcrde das Potenzial von <a href=\"http:\/\/localhost\/essidsolutions\/service\/predictive-analytics\">pr\u00e4diktive Analytik<\/a> um die Kunden zu ermitteln, die am ehesten bereit sind, ihre Schulden zur\u00fcckzuzahlen.<\/p>\n<p>Die unabdingbare Voraussetzung f\u00fcr den Auftrag war, dass die Vorhersagen auf der bestehenden MS SQL-Infrastruktur des Kunden laufen.<\/p>\n<h2 style=\"text-align: center;\">L\u00f6sung: Modell f\u00fcr maschinelles Lernen zur Vorhersage der Wahrscheinlichkeit von Zahlungsversprechen<\/h2>\n<p>ESSID Solutions begann mit der Arbeit an einem <a href=\"http:\/\/localhost\/essidsolutions\/service\/machine-learning-consulting\">maschinelles Lernmodell<\/a> zur Vorhersage der Wahrscheinlichkeit eines Zahlungsversprechens von verifizierten Konten. Genaue Vorhersagen sollten zu einer gezielteren Ausrichtung der Konten und damit zu verbesserten Einzugsquoten und geringeren Kosten f\u00fchren.<\/p>\n<p>Die Entwicklung des Vorhersagemodells umfasste einige wichtige Schritte, wie den Aufbau einer Pipeline f\u00fcr die Datenverarbeitung und die Erstellung von Merkmalen in SQL Server, das Training des Vorhersagemodells auf der Grundlage von Lightgbm und den Aufbau einer Pipeline f\u00fcr die Erstellung von Vorhersagen.<\/p>\n<p>Ein Team aus einem Dateningenieur und einem Datenwissenschaftler wurde mit dem Projekt betraut, das die folgenden Phasen umfasste:<\/p>\n<table style=\"height: 438px;\" width=\"711\">\n<tbody>\n<tr>\n<td>\n<p style=\"text-align: left;\"><strong>B\u00fchne<\/strong><\/p>\n<\/td>\n<td>\n<p style=\"text-align: left;\"><strong>Umfang der Arbeiten <\/strong><\/p>\n<\/td>\n<\/tr>\n<tr>\n<td style=\"text-align: left;\">1. Datenaufbereitung<\/td>\n<td style=\"text-align: left;\">\n<p style=\"text-align: left;\">Analyse der Daten<\/p>\n<p>Datenbereinigung<\/p>\n<p>Aufbau einer Datenpipeline f\u00fcr die Datenverarbeitung\/Aggregation<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td style=\"text-align: left;\">2. Modellierung<\/td>\n<td>\n<p style=\"text-align: left;\">Entwicklung und Pr\u00fcfung von Modellen<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td style=\"text-align: left;\">3. Einsatz<\/td>\n<td>\n<p style=\"text-align: left;\">Bereitstellung in MS SQL 2017, Integrationstests<\/p>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p><span style=\"letter-spacing: 0.6px; -webkit-text-stroke-color: transparent;\">Als Ergebnis des Projekts haben wir dem Kunden die folgenden Leistungen erbracht:<\/span><\/p>\n<ul>\n<li>Einsetzbares Python-Modul mit:<br \/> - Datenverarbeitungsmaschine<br \/> - Vorhersage-Engine<\/li>\n<li>Python-Modul in MS SQL 2017 implementiert:<\/li>\n<li>Quellcode und Dokumentation des Projekts.<\/li>\n<\/ul>\n<h2 style=\"text-align: center;\">Ergebnis: verbesserte Effizienz des Inkassoprozesses<\/h2>\n<p>Das von ESSID Solutions gelieferte Prognosemodell sagt die Wahrscheinlichkeit eines Zahlungsversprechens f\u00fcr ein Konto genau voraus.<\/p>\n<p>Die Leistung des Modells wurde anhand des ROC_AUC-Wertes gemessen. Der ROC_AUC-Wert erreichte \u22480,775, was eine erhebliche Verbesserung f\u00fcr den Kunden darstellt.<\/p>\n<p>Dies gibt dem Kunden die M\u00f6glichkeit, die Zeit der Inkassomitarbeiter zu optimieren, so dass sie sich zuerst um die vielversprechendsten Konten k\u00fcmmern k\u00f6nnen.<\/p>","protected":false},"excerpt":{"rendered":"<p>Wichtige Details Zweifache Umsatzsteigerung durch verbesserte Kundensegmentierung. Herausforderung Verbesserung der Effektivit\u00e4t des Forderungseinzugs mit Hilfe von Predictive Analytics L\u00f6sung Ein maschinelles Lernmodell zur Vorhersage der Wahrscheinlichkeit von Zahlungsversprechen Technologien und Tools Python-Datenanalyse-\u00d6kosystem, VPN Checkpoint, SQL Server, Lightgbm-Paket Kunde Der Kunde ist ein Inkassounternehmen ... <a title=\"Erstellung von Vorhersagemodellen zur Verbesserung des Inkassoprozesses\" class=\"read-more\" href=\"https:\/\/esisoc.com\/de\/resource\/erstellung-von-prognosemodellen-zur-verbesserung-des-inkassoverfahrens\/\" aria-label=\"Mehr Informationen \u00fcber Building Predictive Models to Improve Debt Collection Process\">Weiterlesen &#8230;<\/a><\/p>","protected":false},"featured_media":2896,"template":"","industry":[73],"expertise":[93,42,43],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v21.9 (Yoast SEO v21.9.1) - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Building Predictive Models to Improve Debt Collection Process - ESISOC | ESSID Solutions<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/esisoc.com\/de\/resource\/erstellung-von-prognosemodellen-zur-verbesserung-des-inkassoverfahrens\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Building Predictive Models to Improve Debt Collection Process\" \/>\n<meta property=\"og:description\" content=\"Key Details Increased revenue 2x times due to improved customer segmentation. Challenge Improve debt collection effectiveness with the help of predictive analytics Solution A machine learning model for predicting the probability of promise to pay Technologies and tools Python data analysis ecosystem, VPN Checkpoint, SQL Server, Lightgbm package Client The Client is a debt collection ... Weiterlesen ...\" \/>\n<meta property=\"og:url\" content=\"https:\/\/esisoc.com\/de\/resource\/erstellung-von-prognosemodellen-zur-verbesserung-des-inkassoverfahrens\/\" \/>\n<meta property=\"og:site_name\" content=\"ESISOC | ESSID Solutions\" \/>\n<meta property=\"og:image\" content=\"https:\/\/esisoc.com\/wp-content\/uploads\/2024\/02\/6d605982795143dd9537f6580c23b324.webp\" \/>\n\t<meta property=\"og:image:width\" content=\"839\" \/>\n\t<meta property=\"og:image:height\" content=\"514\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/webp\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data1\" content=\"2\u00a0Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/esisoc.com\/resource\/building-predictive-models-to-improve-debt-collection-process\/\",\"url\":\"https:\/\/esisoc.com\/resource\/building-predictive-models-to-improve-debt-collection-process\/\",\"name\":\"Building Predictive Models to Improve Debt Collection Process - ESISOC | ESSID Solutions\",\"isPartOf\":{\"@id\":\"https:\/\/esisoc.com\/#website\"},\"datePublished\":\"2024-02-18T15:29:57+00:00\",\"dateModified\":\"2024-02-18T15:29:57+00:00\",\"breadcrumb\":{\"@id\":\"https:\/\/esisoc.com\/resource\/building-predictive-models-to-improve-debt-collection-process\/#breadcrumb\"},\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/esisoc.com\/resource\/building-predictive-models-to-improve-debt-collection-process\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/esisoc.com\/resource\/building-predictive-models-to-improve-debt-collection-process\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/esisoc.com\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Building Predictive Models to Improve Debt Collection Process\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/esisoc.com\/#website\",\"url\":\"https:\/\/esisoc.com\/\",\"name\":\"ESISOC | ESSID Solutions\",\"description\":\"Data Science Consulting and AI | Online Books, Videos, Courses and more\",\"publisher\":{\"@id\":\"https:\/\/esisoc.com\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/esisoc.com\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"de\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/esisoc.com\/#organization\",\"name\":\"ESISOC | ESSID Solutions\",\"url\":\"https:\/\/esisoc.com\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/esisoc.com\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/esisoc.com\/wp-content\/uploads\/2024\/02\/logo-esisoc.png\",\"contentUrl\":\"https:\/\/esisoc.com\/wp-content\/uploads\/2024\/02\/logo-esisoc.png\",\"width\":350,\"height\":63,\"caption\":\"ESISOC | ESSID Solutions\"},\"image\":{\"@id\":\"https:\/\/esisoc.com\/#\/schema\/logo\/image\/\"}}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Building Predictive Models to Improve Debt Collection Process - ESISOC | ESSID Solutions","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/esisoc.com\/de\/resource\/erstellung-von-prognosemodellen-zur-verbesserung-des-inkassoverfahrens\/","og_locale":"de_DE","og_type":"article","og_title":"Building Predictive Models to Improve Debt Collection Process","og_description":"Key Details Increased revenue 2x times due to improved customer segmentation. Challenge Improve debt collection effectiveness with the help of predictive analytics Solution A machine learning model for predicting the probability of promise to pay Technologies and tools Python data analysis ecosystem, VPN Checkpoint, SQL Server, Lightgbm package Client The Client is a debt collection ... Weiterlesen ...","og_url":"https:\/\/esisoc.com\/de\/resource\/erstellung-von-prognosemodellen-zur-verbesserung-des-inkassoverfahrens\/","og_site_name":"ESISOC | ESSID Solutions","og_image":[{"width":839,"height":514,"url":"https:\/\/esisoc.com\/wp-content\/uploads\/2024\/02\/6d605982795143dd9537f6580c23b324.webp","type":"image\/webp"}],"twitter_card":"summary_large_image","twitter_misc":{"Gesch\u00e4tzte Lesezeit":"2\u00a0Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/esisoc.com\/resource\/building-predictive-models-to-improve-debt-collection-process\/","url":"https:\/\/esisoc.com\/resource\/building-predictive-models-to-improve-debt-collection-process\/","name":"Building Predictive Models to Improve Debt Collection Process - ESISOC | ESSID Solutions","isPartOf":{"@id":"https:\/\/esisoc.com\/#website"},"datePublished":"2024-02-18T15:29:57+00:00","dateModified":"2024-02-18T15:29:57+00:00","breadcrumb":{"@id":"https:\/\/esisoc.com\/resource\/building-predictive-models-to-improve-debt-collection-process\/#breadcrumb"},"inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/esisoc.com\/resource\/building-predictive-models-to-improve-debt-collection-process\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/esisoc.com\/resource\/building-predictive-models-to-improve-debt-collection-process\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/esisoc.com\/"},{"@type":"ListItem","position":2,"name":"Building Predictive Models to Improve Debt Collection Process"}]},{"@type":"WebSite","@id":"https:\/\/esisoc.com\/#website","url":"https:\/\/esisoc.com\/","name":"ESISOC | ESSID Solutions","description":"Data Science Consulting and AI | Online Books, Videos, Courses and more","publisher":{"@id":"https:\/\/esisoc.com\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/esisoc.com\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"de"},{"@type":"Organization","@id":"https:\/\/esisoc.com\/#organization","name":"ESISOC | ESSID Solutions","url":"https:\/\/esisoc.com\/","logo":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/esisoc.com\/#\/schema\/logo\/image\/","url":"https:\/\/esisoc.com\/wp-content\/uploads\/2024\/02\/logo-esisoc.png","contentUrl":"https:\/\/esisoc.com\/wp-content\/uploads\/2024\/02\/logo-esisoc.png","width":350,"height":63,"caption":"ESISOC | ESSID Solutions"},"image":{"@id":"https:\/\/esisoc.com\/#\/schema\/logo\/image\/"}}]}},"_links":{"self":[{"href":"https:\/\/esisoc.com\/de\/wp-json\/wp\/v2\/resource\/2895"}],"collection":[{"href":"https:\/\/esisoc.com\/de\/wp-json\/wp\/v2\/resource"}],"about":[{"href":"https:\/\/esisoc.com\/de\/wp-json\/wp\/v2\/types\/resource"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/esisoc.com\/de\/wp-json\/wp\/v2\/media\/2896"}],"wp:attachment":[{"href":"https:\/\/esisoc.com\/de\/wp-json\/wp\/v2\/media?parent=2895"}],"wp:term":[{"taxonomy":"industry","embeddable":true,"href":"https:\/\/esisoc.com\/de\/wp-json\/wp\/v2\/industry?post=2895"},{"taxonomy":"expertise","embeddable":true,"href":"https:\/\/esisoc.com\/de\/wp-json\/wp\/v2\/expertise?post=2895"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}