劳埃德银行 数据挖掘

需要支持或定价信息

点击此处或致电+86 (0) 21-6352 3300

Insights

劳埃德信托储蓄银行(LLOYDS TSB)

客户背景


劳埃德信托储蓄银行(Lloyds TSB)是英国领先的金融服务集团之一,其业务在英国和海外提供全面的银行和金融服务。

由于信用卡诈骗在全行业的增长,劳埃德信托储蓄银行(Lloyds TSB)与大多数其他主要发卡行认识到,需要改进欺诈检测来降低对于客户和股东的影响。欺诈行为只是劳埃德银行总业务的一小部分,它不但成本极高,而且会对于极为注重支付过程安全性的客户带来不便。

为了打击快速增长的欺诈问题,该银行在主要的反欺诈部门内成立了一个专门的小组,其唯一目的是从帐户申请阶段,一直到卡交易阶段,使用数据分析来减少信用卡欺诈。

面临问题

欺诈检测的主要问题是试图区分真正的消费和欺骗性的消费。识别诈骗已被比喻为在干草堆里寻找一根很小,却非常锋利的针。因此检测过程比较困难。数据分析技术的融入使劳埃德银行提升了检测的过程。

对于劳埃德信托储蓄银行(Lloyds TSB),只要每次交易时简单地直接与持卡人对话,就可以几乎停止所有信用卡诈骗。但有几百万张信用卡在流通,所以这是不可能的。劳埃德银行设定了一个目标,来试图找出至少65%的欺诈,并且虚假的/阳性率不低于5比1。换句话说,实时截获的每6个疑似欺诈交易中至少有一个是真正的欺诈行为。

解决方案

分析小组的一位成员在以前的发卡行使用过IBM SPSS Statistics。 他深深体会到建立决策树的容易程度,以及翻译成“if ... then ... else” 语句的特点,因此使IBM SPSS Statistics 成为融入劳埃德的基础欺诈检测系统的理想选择。

该软件的主要特点是:易于使用,支持与数据的动态交互,方法多样。这个由九人组成的分析团队只有一个成员用过该软件包,但是通过一些一对一的培训,其他的分析师很快就可以使用该软件进行信用卡诈骗分析。

在2000年的夏天,该团队试行了一个小的数据仓库,来展示使用实际的数据进行数据挖掘的好处。

应用结果

进行了数据仓库试点后,劳埃德信托储蓄银行(Lloyds TSB)已经看到了使用SPSS Statistics取得了一些成功。然而,真实的数据仓库将会给劳埃德信托储蓄银行(Lloyds TSB)提供了一个更有利于分析的工作环境。

除了提供收益之外,分析师开发一个复杂的规则所需要的时间从几天减少到几个小时,大大提高了工作效率。