产品展示

联系我们

Trinity UniPlatform


Trinity UniPlatform™ 数据挖掘智能化平台系统

UniPlatform 数据分析既数据挖掘是以数据挖掘为核心,针对挖掘调度效率提升研发设计之应用功能平台,拥有便捷化数据清理、高效率数据剖析、高效能模型建置、高弹性模型应用、便捷化模型管理特性,协助企业以简单有效的方法,获取具有价值的商业智慧。


系统架构

4Q2E:特别针对挖掘调度与模型建置效率所设计之应用功能

对外可连接数据库或数据仓库,透过ETL机制,将数据传入平台。平台提供模型建置服务,包含建模数据准备、关键变数分析、模型建置、验证、评分等程序;模型预测服务,可提供模型布署、套用以及预测。平台输出数据,可透过数据汇出机制,与外部系统整合。

数据挖掘技术

分群分析

依数据的集中程度,由系统进行自动分群,分群后每一群组客户所具备的共同特征,可应用来进行差异化行销。

分类行为分析

决策树与回归分析工具,可应用来进行客户行为属性判别。例如用以评定风险违约客户机率、预测客户促销活动回应率、发现客户购买产品偏好、违约金额预测..等。

关联规则分析

关联法则通常应用来寻找高关联项目组合。例如探寻热门购买商品组合或者资讯浏览偏好。 行销人员可应用关联法则,达到-Right Product to Right Customer目标。应用序销关联分析,则可探索客户之次序行为模式。

功能特色

便捷化的数据清理

●动化漏失值、特殊值补正,轻松完成数据清理

●便利性极端值补正,有效去除极值干扰

●自动化变数衍生转换,提升数据处理效率

●弹性化数据产出,方便数据整合

高效率数据剖析

1. 人性化的操作模式



●视觉化操作介面,简单易上手

●互动式分析回馈,协助分析决策

●顺序性历史数据保存,便利分析回顾

●弹性化分析整合,可汇整考量变数特征

●流程式串接服务,分析程序自动执行

●开放性分享与引用机制,便利数据共享

2. 丰富的数据剖析工具

●多面向数据特性检视,迅速掌握数据品质

●关键性变数筛选,效率化降低数据维度

●因子交叉分析,整合探讨交乘作用

●变数分组与调整,提供最佳化分组

●差异性检定,统计判别分组异同

●群组分析,协助群组轮廓描绘

高效能模型建置

●效率之分群、分类、关连、回归模型建置

●模型多面向效能验证

●历史模型保存,便利模型比较与调整

●弹性化模型调校

●自动评分评等转换

●布署模型封装与输出

高弹性模型应用

●精简的模型套用机制

●自动化预测产出功能

●定时调度功能,周期性产出需求数据

便捷化模型管理

●层级式安全控管

●独立性模型控制

●透明式数据管理

Why Trinity UniPlatform?

●以数据挖掘技术为基础的商业软体应用平台

●操作上无技术门槛,可直接由行销规划及分析人员使用

●能为既有的庞大数据加值,发掘企业核心竞争力

产业应用范例

●信用风险管理

违约风险评估、进件评分卡产制、违约损失率预测、违约暴险额预测、催收管理、行为评分、呆卡预测模型……

●客户关系管理

商品关联分析、商品序销分析、行销活动回应模型、促销名单产出、商品跨售分析、客户区隔、客户流失率分析、客户贡献度分析、忠诚度分析、购买倾向模型、诈欺分析等

Trinity UniRisk


Trinity UniRisk 是依据全球知名风险管理顾问导入最佳典范及方法论所自行开发之智能平台,以协助金融业进行相关符合巴塞尔客户信用风险之关联机制及系统建置。

从资料处理、统计分析、资料挖掘、信用评级模型建立及违约机率PD、违约损失率LGD、违约爆险额EAD等相关计算引擎到完善之报表产出,为一完整之点对点信用风险管理智能平台。

平台特色

●采用开放式数据存取接口,能存取各种数据源,抽取、处理或整合信用资料。

●动态数据源设定模式,可弹性因应数据差异。应用组件无须绑定特定数据源,透过参数设定,即能取得需求数据。

●互动、汇整与关连式组件开发设计,提供实时性、整合性与连贯性之信息分析结果。

●多层级工作管理模式,可弹性建构工作结构,并进行个别的权限管控。

●模块化数据流串接组件的操作模式,便利用户自设操作流程,流程自动化执行机制,有效提升组件执行效率。

●支持风险管理各阶段作业,包含作业平台、信用评分、建模分析、统计评估与报表产出等信用风险管理智能平台所需各大功能。

●具备完整的信用风险模型建置功能,范围涵盖数据搜集、整理、变量分析、模型建立、校准、验证整合流程操作。

●系统内建组件排程功能,可设定排程时间,启动流程自动化执行机制。

●详细与透明化的工作纪录,未来稽核人员可随机抽样特定项目,稽核内容。

●内建导出汇入、组件分享与引用机制,有助于项目、流程知识共享或传承。

●模块化应用功能设计,可灵活调整应用功能结构,符合作业需要。亦可配合法规或银行需求,调整或开发组件功能,产出需求报表或数据。


功能说明

资料搜集与准备

●采用标准化、开放性数据存取接口,其可连接文本文件、Excel档、逗CSV档、Oracle、SQL Server、IBM DB2,或其他大厂之数据库。

●内建数据处理功能,用户不须熟练数据库语言,也能进行包括数据抽取、筛选、变量衍生、转换、查询 ……等数据管理相关作业。

●特别针对信用风险资料特性,量身打造之应用功能:

●可根据信用资料,产出信用违约注记

●可自动化进行连续变量的LOGIT转换,处理漏失值以及极端值问题

●可自动化进行类别变量的数值转换,提升模型数据的质量

●提供区间抽样操作,处理违约与非违约数据数相差悬殊问题

●提供LGD数值BETA分布转换

●可估算整体或各产业于特定区间之长期平均违约率

●可计算长期违约加权平均CCF或长期违约加权平均损失率

变量分析与选择

●内建多样的统计与分析功能,不需额外再购买统计软件,也不需要统计与IT技术人员协助,即能简单又快速的完成数据分析与统计任务。

●系统提供建模候选变量之重要性、相关性,汇整性操作,可协助使用者检验数据的质量,解析变量关联,寻找区辨力高之模型候选变量。

风险模型建置

●系统提供逻辑斯回归、线性回归、二分类判定树、CHAID判定树等交互式数据探勘组件,可协助用户迅速建置风险模型。

●提供多种模型效能计算与保存功能,方便模型比较与选择。

●提供多种违约机率校准方法

- 可以依据长期违约机率校准预测违约机率

- 可模拟衰退时期违约率偏移比例,调整违约比率

- 可模拟LDP估计违约率,进行低违约率 (LDP)模型预估等级机率之调整。

评分转换

●系统提供模型之评分转换及等级评等产出操作。

●可以根据逻辑斯回归模型产出评分卡。

●可输出评等机率与外部机率对应。(外部机率: S &P, Moody评等)

●可以进行评等结果(CUT_OFF)分析。

风险模型验证

系统提供可提供多类型的模型验证方式, 包含:

1. 模型效能验证

- KS、GINI、AR、AUC

2. 等级同构型验证

- GA、CIER、 Binomial test

3. 模型交叉性验证

4. 模型稳定性验证


Trinity UniRisk导入效益

●节省人工审件时间,建立客观的评核标准,将授权自动化。

●快速制定反应策略,以因应外在环境变化。

●提早侦测出可能潜在违约客户。

●模型具自我修正能力,可定时调校,产生最适模型。

●保持高预测正确率,银行潜在坏帐可大幅减少。

●提供完整系统功能,可藉由相关管理报表,监控客户行为变化。

●技术移转,无技术绑票或长期租赁成本。

●银行自主性高,可依需求及管理自行产生及增加预测模型。

●系统整合弹性大,可客制化亦可自行建置,产生评分结果。

●未来可扩增其他功能模块,系统延展性最高

Why Trinity UniRisk?

Trinity UniMarketing

Trinity Unimarketing 是以数据挖掘(Data Mining)技术为核心,针对客户关系管理及行销提供了一套功能强大的解决方案,包含针对现有或潜在客户的分析管理及购物习性分析管理。使企业能经由图形化的操作界面,快速且正确地做出商业决策。

产业应用:

逾期缴款预测、客户利润分群、金融商品销售预测、金融商品交叉销售分析、客户区域化、潜在客户预测、客户流失率预测、客户贡献度分析、邮购商品组合分析、保单质借预测、客制化行销需求与机会分析等。


百货零售业

购物决策分析、VIP会员直邮行销、商品推荐、商品促销组合、DM回应名单预测、DM商品挑选分析、RFM客户价值预测分析、产品定价策略模型、销售预测分析等。


功能特色

1. 差异化行销分析

拟定行销计划,快速节选有效名单,区域化媒体行销成功检验,促销产品组合,店面货品陈列。

2. 精准预测客户购买行为

分析历史资料并逐项建立决策应用的预测模型,以找出客户消费的关键因素并可预先模拟验证,以创造极大化 利润。

3. 为现有客户及交易资料加值

依资料自动分出不同群别客户,提升客户价值、忠诚度与满意度,并以最有效、精准的方式,进行差异化行销 活动。

4. 商品销售最佳化的规划工具

分析顾客购物行为及商品销售数量、金额、自动产生出建议搭配商品的规划,供行销人员进一步帅选出最有效 的销售模式。

● 功能架构

● Trinity UniMarketing 分析流程

● 完整型分析型建模支持


● 客户分群分析

依资料的集中程度,由系统进行自动分群,分群后的每一群组客户均具备某些共同特征,可以据此拟定差异化策略。

● 客户行为预测

采用数据挖掘—决策树演算法,行销人员可针对客户的特定行为进行风险,由系统找出行为特定预测规则。

● 贡献度与忠诚度分析

分析客户消费记录中的消费期间、频率与金额等价值变数,以区隔出不同贡献度与忠诚度族群,进行差异化行销。

提供多模型名单预测分析功能,并依选定条件顺序帅选出最佳客户名单,作为行销活动的规划依据。

● 商品组合与推荐销售分析

分析消费记录中商品同时被购买的机率与先后被购买的关联性,以进行商品促销搭配组合及进行商品推荐销售。

● 客户价值追踪分析

周期性分析客户消费记录,精确追踪个别客户价值变动差异与整体消费变动趋势,有效掌握客户,创造最大经营利润。

Trinity UiMarketing的优势:

● 只需要2-3步骤即可产生数据挖掘结果,操作轻松容易。

● 与现有数据库或已存在应用系统整合,节省企业前期投资。

● 数据来源可以是结构化、非结构化、半结构化数据,不受限制。

● 数据连接接口采用 JDBC 、ODBC 、Web service,可连接Oracle、SQL Server、IBM DB2,与其他标准数据 接口。