Scoring e modelli predittivi

L’iniziativa si propone di fornire una metodologia per lo sviluppo di modelli di scoring e predittivi seguendo tutte le fasi del processo, dalla preparazione dei dati alla valutazione e misurazione dell’impatto sulle decisioni aziendali.
Nello specifico i contenuti saranno presentati e affrontati seguendo i principali passi necessari allo sviluppo e costruzione dei modelli:

Definizione degli obiettivi e della struttura dei modelli

• Ordinare, profilare e classificare attraverso diverse tipologie di modelli

Organizzazione e preparazione dei dati per la costruzione dei modelli di scoring

• Definizione dell’orizzonte temporale (per l’analisi, per la valutazione delle performance e per l’applicazione predittiva)
• Identificazione dei campioni di analisi (training, test, validazione)
• Esplorazione e trattamento dei dati
• Analisi preliminare della qualità dei dati (tipologia di variabili, standardizzazione, dati mancanti, dati anomali)
• Individuazione e selezione delle variabili potenzialmente rilevanti e utilizzabili ai fini dell’analisi
• Analisi preliminari (data visualization e analisi bivariate)

Sviluppo di modelli di scoring attraverso tecniche statistiche di analisi multivariata

• Regressione lineare e analisi discriminante lineare applicate ai dati interni
• Regressione logistica
• Regressione e classificazione ad albero (metodo CHAID e metodo CART)

Valutazione delle performance dei modelli di scoring e validazione

• Matrice di corretta classificazione
• Qualità e validazione dei risultati (training, test, cross-validation, leave-one-out, bootstrap)
• Grafici Lift, ROC e AUROC
• Confronto tra diversi modelli e selezione del modello “migliore”
• Analisi della distribuzione dello score e identificazione dei cut-off ottimali

Monitoraggio e misurazione dell’efficacia del modello in ambito aziendale.

Le diverse fasi metodologiche e i contenuti saranno presentati e declinati attraverso esempi e applicazioni.