بانکداری هوشمند - core banking solution - fraud detection - risk management

Intelligent banking بانکداری هوشمند

مديريت ريسک

مديريت مشتريان

مبارزه با پول شويي و کشف تقلب

پیشرو ارتباط آریا ارقام innfinision Big Data Solution

8،واحد 31 خیابان سهروردی شمالی ، بالتر از تقاطع بهشتی ، کوچه شهرتاش ، پل ک آدرس :88539186 فکس : 88518234 تلفن :

Sales@innfinision.net ایمیل : www.innfinision.netوب سایت:

تکنولوژی قابل استفاده در صنعت بانکداری

موضوعات پرداخته شده در صنعت بانکداري

مديريت ريسک.1

مديريت مشتريان.2

مبارزه با پول شويي و کشف تقلب.3

اجزاء و ویژگی های سیستم مدیریت ریسک

ماژول محاسبه ریسک نقدینگی

ماژول محاسبه ریسک اعتباری

ماژول محاسبه ریسک بازار

ماژول محاسبه ریسک عملیاتی

به منظور ارائه گزارش های تصمیم یارBI وجود ابزارهای تصمم

امکانات ماژول ریسک بازار و ریسک اعتباری با استفاده از داده کاوی

مدیریت پورتفوی وام ها

شناسایی درست و مناسب از بازدهی و ریسک وام ها در بخش های مختلف اقتصادی.

یافتن ترکیب بهینه پورتفوی وام ها در بخش های مختلف اقتصادی.

تحلیل رفتار مشتری

استخراج الگوی رفتار مشتریان در قبال پرداخت تعهدات.

طبقه بندی مشتری بر اساس شرایط اقتصادی پویا.

تعیین مقدار نکول

استخراج مقدار نکول بر اساس شرایط اقتصادی و رفتار مشتریان

محاسبه ارزش در معرض خطر

پیش بینی ارزش سهام

طراحی سناریو برای تست استرس با توجه به شرایط

استخراج و تخمین تاثیر عوامل زیان رسان به پورتفوی اعتبارات

استخراج میزان همبستگی بین اجزاء پورتفوی

تخمین میزان حساسیت نسبت به شرایط اقتصادی مختلف

پیش بینی نقدینگی کل بانک با استفاده از داده کاوی

پیش بینی مقادیر سپرده های یک بانک با توجه به ماهیت تاثیر گذار سپرده ها و نقش آنها در جریان نقنندینگی بانننک و

در نهایت پیش بینی مقادی این جریانهای نقدی

پیش بینی میزان مانده بانک در بازه های کوتاه مدت و بلندمدت منجر به آورده بسیار برای بانک می شود

انواع پیش بینی:

روزه)30کوتاه مدت (حداکثر .1

روزه)150بند مدت (حداکثر .2

سیستم مدیریت ارتباط با مشتری

سرویس های ارائه شده در سیستم مدیریت مشتریان

اعتبارسنجی مشتریان

پیش بینی مقدار نکول بر اساس مدل رفتاری مشتریان، شرایط اقتصادی و نوع تسهیلت

شناسایی پارامترهای موثر بر فرار مشتریان

تعیین مشتریان ضررده بر اساس پارامترهای دلخواه کاربر

ارائه هشدار به بانک درباره تغییر رفتار تعامل مشتریان با بانک

تعیین میزان وفاداری مشتریان به بانک

استخراج الگوهای رفتاری مشتریان در حال خروج از بانک به منظور کمک به کاربران در تحلیل دلیل خروج مشتریان

تخمین زیان مورد انتظار وام ها

گروه بندی مشتریان براساس معیارهای دلخواه و قابل تعریف مجدد توسط کارشناسان بانک

گروه بندی مشتریان بر اسنناس خننوش حسننابی، نننرخ تراکنش هننای آن هننا بننرای بانننک و امکننان مشننخص نمننودن مشننتریان

ویژه به منظور ارائه خدمات های ویژه به آن ها

گروه بننندی مشننتریان بننر اسنناس ارزش طننول عمننر مشننتری، ارزش مشننتری، قیمننت مشننتری، سننودآوری مشننتری و ارزش

مشتری

گروه بندی بر اساس حساب جاری

گروه بندی بر اساس میزان فعالیت بانکی (جدید، فعال، غیرفعال، بدون فعالیت)

گروه بندی بر اساس حجم فعالیت ها، فراوانی فعالیت ها و آخرین فعالیت ها

گروه بندی مشتریان براساس نوع تراکنش های مبتنی بر کارت اعتباری، بر اساس حجم استفاده از کارت اعتباری و

شناسایی و گروه بندی تسهیلت و پیشنهاد آنها به گروه مناسبی از مشتریان

طراحی یک تسهیلت یا یک نوع سپرده به کمننک کارشناسننان بانننک مناسننب بننرای گننروه خاصننی از مشننتریان اسننتخراج

الگوی خروج سرمایه از حساب های جاری

شناسایی گروه های مناسبی از مشتریان که برای دریافت تسهیلت مشخص یا یک محصولت بننانکی، بننالقوه مناسنب

هستند.

گننروه بننندی محصننولت بانننک (اعننم از انننواع تسننهیلت و سننپرده ها) بننر اسنناس میننزان سننود دهننی شناسننایی محصننولت

بانکی مطلوب برای یک گروه مشخص از مشتریان

شناسایی بسته بهینه محصولت بانکی برای هر گروه مشتریان به گونه ای که همه محصولت بسته مورد استفاده آن

گروه هستند.

تعیین پورتفننوی بهینننه بننه منظننور سننرمایه گننذاری بننر اسنناس حننداکثر سننود و

حداقل میزان ریسک با توجه به پویایی شرایط اقتصادی حال حاضر کشور

استخراج و تخمین تاثیر عوامننل زیننان رسننان بننه پورتفننوی اعتبننارات بننا تننوجه شننرایط و پارمترهننای اقتصننادی و اجتمنناعی

بومی کشور

پیش بینی نقدینگی بانک به تفکیک نوع دارایی ها

تعیین درجه رضایت مندی مشتریان

شناسایی مشتریان استفاده کننده از سرویس های مشخص (بازاریابی-اعتبارات)

استخراج الگوی رفتاری مشتریان در قبال تصمیمات کلن بانک.1

تعیین میزان تاثیر تبلیغات بر روی یک محصول بر رفتار مشتریان.2

تعیین میزان استقبال مشتریان فعلی از یک محصول.3

پیش بینی میزان استقبال مشتریان از یک محصول جدید.4

مدل سازی عکس العمل مشتریان نسبت به تغییر در نرخ سود تسهیلت و سپرده ها.5

استخراج الگوی رفتاری مشتریان پرسود و زیان ده.6

استخراج الگوی خرید کال و خدمات .7

رتبه بندی کارکنان بانک (بر اساس میزان سود آوری آن ها).8