Big data, CRM, risk management. Applicazioni nel bancario, finanziario, assicurativo

Levoluzione delle tecnologie di gestione e analisi di grandi moli di dati (big data analytics) stanno modificando radicalmente i processi produttivi delle aziende/organizzazioni. I big data analytics apportano rilevanti benefici nel settore finanziario (tecnofinanza), bancario (banking 4.0) e assicurativo. Il manuale è strutturato in 4 parti e 11 capitoli. Parte I, Big data analytics, due capitoli: Big data e machine learning nel settore bancario, finanziario e assicurativo. Parte II, Lancio di nuovi prodotti,due capitoli: lancio di un nuovo mutuo ipotecario con la conjoint analysis; una nuova carta di pagamento pay pass con gli alberi decisionali. Parte III, Churn analysis e retention, due capitoli: predizione dei clienti a rischio di abbandono con la regressione logistica e con gli alberi di regressione. Parte IV, Risk management nel retail e nel corporate, cinque capitoli: valutazione del rischio creditizio con il data mining, nel retail con la regressione logistica; probabilità di default nel settore interbancario; valutazione dellatteggiamento della clientela bancaria verso il rischio finanziario su base MiFID; valutazione del rischio creditizio nel corporate.