Business card as a bank product and establishment of a new business card tendency model
Bir banka ürünü olarak işletme kart ve yeni bir işletme kart eğilim modelinin oluşturulması
- Tez No: 802345
- Danışmanlar: DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: 97
Özet
Yurtiçi ve yurtdışında milyonlarca müşterisi bulunan banka, bünyesinde oldukça fazla tablo ve veri bulundurmaktadır. Bu veriler farklı veritabanlarında ve sunucularda tutulduğu için, herhangi bir çalışma kapsamında bu verileri derleyip toparlamak ve bunları kullanarak anlamlı bir sonuca varmak zorlaşmaktadır. Ayrıca, banka içerisinde oldukça büyük bir veri yığını olduğundan veri girişi sırasında yapılan hatalar ve başka sebeplerden doğan eksik ve sorunlu veri durumu söz konusudur. Bu verilerin doğru bir şekilde manipülasyonunun sağlanması, büyük verinin işlenmesinde en kritik aşamalardan biridir. Banka ürünleri genel olarak mevduat ürünleri, krediler, ödemeler gibi birkaç gruba ayrılmıştır. Bu çalışmada nakit kart ürünleri kategorisinde yer alan işletme kart ürünü üzerinde durulacak ve bu ürünün özellikleri ile nasıl geliştirilebileceği ele alınacaktır. KOBİ'lerin ticari ihtiyaçları için özel olarak düzenlenen işletme kart, kişisel kullanıma da izin veren farklı ürünlerin özellikleri ile donatılmıştır. Bu ürün kapsamında ticari kredi kartı, ticari kurtaran hesap, eşit taksitli veya sezon ödemeli kredi ürünleri tek bir kartta birleşir. Ancak, veri incelemesi aşamasında bu ürünün KOBİ'lerle birlikte bireysel müşteriler tarafından da kullandığı görülecektir. Burada bahsedilen bireysel müşteriler, tüzel varlığı bulunan ve şahıs şirketi olarak adlandırılan müşterilerdir. Bankalar için önemli bir yer tutan işletme kart ürünü için halihazırda kullanılan eğilim modeli başarılı bir şekilde çalışmamaktadır. Bu modelin başarı yüzdesi bankada kullanılan diğer modellerin epey altında kalmakta ve bu nedenle veriler ile modelin doğruluğundan şüphe duyulmaktadır. Bu durumu iyileştirmek adına mevcut model incelenerek eksiklik ve hatalar incelenecek, sonrasında ise yeni model kurulacaktır. Bu süreçte veri hazırlama, model kurma, çıktıyı analiz etme ve sonuçları değerlendirme aşamaları yer alacaktır. Banka içerisinde yer alan modeller, ilgilendirdiği büyük verinin durumu dikkate alınarak kurulmuştur. Modelin performansına göre karar ağaçlarından yapay sinir ağlarına kadar birçok algoritma denenip, en iyi performansı gösteren öğrenme algoritması kullanılmıştır. Çalışmaların bir kısmı model bazlı iken, diğer kısmı kural bazlıdır. Veri setine en uygun modelin seçilmesi aşamasında karar ağacı, regresyon analizi ve rastgele orman gibi farklı algoritma ve analitik yöntemler uygulanmaktadır. Literatürde, banka ve çeşitli kurumlar tarafından kredi kartı ve ona yönelik hazırlanmış olan birçok çalışma bulunmaktadır. Bunlardan bazıları yapay zeka destekli kredi kartı modelleri, kredi skorlamaya yönelik nöral yaklaşımlar, makine öğrenmesi yardımıyla kredilerin temerrüt oranının hesaplanması ve fraud tespiti gibi çalışmalardır. Bu çalışma kapsamında, benzer bağlamdaki diğer çalışmaların ışığında ancak literatürde pek yer almadığı düşünülen modern yaklaşımlarla baştan uca bir işletme kart modeli kurma süreci tasarlanması hedeflenmiştir. Literatürde var olan çalışmalar ışığında, kredi kartıyla alakalı oldukça gelişmiş yaklaşımların mevcut olduğu söylenebilir. Burada problem, kredi kartına ait satış odaklı modeller yerine temerrüt oranı ve fraud gibi güvenlikle alakalı modellere ağırlık verilmiş olmasıdır. Halihazırda var olan satış odaklı modellerin sürdürülebilirlik konusuna gereken önemi vermeyip daha kısa vadeli kar ve başarı odaklı kurulmuş olmaları da bir diğer problemdir. Konuyla ilgili bankalarda yapılan çalışmaların geneli incelenmiş olup, bu çalışmalarda çeşitli benzer ve farklı eksiklikler gözlemlenmiştir. Benzer ve yaygın olarak yapılan hatalardan biri müşterilerin halihazırda kendilerinde var olmayan ürünü satın almasıyla sürecin sona erdiği yanılgısıdır. Bir diğer sorun ise müşterilerin BKM ve GIB gibi geçerliliği daha yüksek piyasa bilgileri yerine banka içinde yer alan ve hatalı olma ihtimali olan ve doğruluğu şüpheli bilgilerinin kullanılmasıdır. Son olarak, çoğu model aktiflik ile sürekliliği daha az dikkate alıp müşteri bakiyelerine odaklanmaktadır. Vaka analizi aşamasında, bankada her ay gerçekleşen satışlar üzerinden izlenebilecek olan işletme kart ürünü incelenecektir. Bu ürüne ait bir model kurabilmek adına önce target tanımı belirlenecek, ilgili tablolardan gerekli veriler toplanacak ve bu veriler filtrelenerek aralarından bir kısmı seçilecektir. Sonrasında bu veri seti, üzerinde gerekli manipülasyonlar yapılarak model kurma aşamasına hazırlanacak ve akabinde model kurma aşamasına geçilecektir. Model kurulumuyla birlikte sonuçlar incelenerek en uygun seçenek değerlendirilecek ve başarı ölçümü yapılacaktır. Bu çalışmayla işletme kart ürünü için başarılı ve anlamlı bir eğilim modeli kurulması hedeflenmektedir. Bu çalışma sırasında başta 83 olan değişken sayısı, parsimoni ilkesi gereği, model kurma aşamasında 11'e düşürülmüştür. Bu değişkenlerin lojistik regresyon ve rastgele orman modellerine girmesiyle anlamlı bir sonuç elde edilmeye çalışılmıştır. Önce lojistik regresyon modeli için üç farklı yaklaşımla elde edilen sonuçlar kendi içinde değerlendirilmiş, sonrasında bunlar rastgele orman modeli için elde edilen sonuç ile kıyaslanmıştır. Hesaplanan sonuçlara göre lojistik regresyon modeli %98 doğruluk ile çalışırken, rastgele orman modeli %99 doğruluk ile çalışmaktadır. Ayrıca rastgele orman modelinde elde edilen kesinlik değeri, lojistik regresyon modelindekine göre daha yüksektir. Kesinlik metriği, pozitif olarak tahmin edilen değerlerden kaçının gerçekte pozitif olduğunu gösterir. Yukarıdaki sebeplerden ötürü, kullanılacak olan modelin rastgele orman olmasına karar verilmiştir. Bu sayede işletme kart ürünü için target tanımı 1 olan müşterilerin tespit edilme oranı daha yüksek olacak, bu da bankanın yüksek derecede önem verdiği müşteri portföyünü ve karlılığı artırma amacına daha uygun olacaktır. Bu tez çalışması ile birlikte, mevcut uygulamalardaki eksiklik ve hatalar giderilerek bankalar adına daha faydalı ve verimli bir model kurulması hedeflenmektedir. Ayrıca bankaların ilgili modeli kurarken, hangi verileri kullanacakları adına perspektiflerini genişletmeleri önerilmektedir. Bu sürecin sonunda finansal enstitüler, daha doğru ve tutarlı piyasa verilerini, gerekirse kendi veritabanlarına entegre ederek ve kullanarak daha sağlıklı modeller kurabileceklerdir.
Özet (Çeviri)
Specially issued for the commercial needs of SMEs, the business card is equipped with the features of different products that also allow personal use. Within the scope of this product; commercial credit cards, overdraft accounts, and credit products with equal installments or seasonal payments are combined into a single card. However, during the data analysis phase, it will be seen that this product is used by individual customers as well as SMEs. Individual customers referred to here are customers with legal entities called partnership customers. The business card tendency model currently used for the related product, which has an important place for banks, does not work successfully. The success rate of this model is well below the other models used in the bank, and therefore the accuracy of the data and the model is doubted. In order to improve this situation, the existing model will be observed, deficiencies and errors will be examined, and then a new model will be established. In this process, there will be stages of data preparation, model building, analyzing the output, and evaluating the results. In the literature, there are many studies prepared for credit cards and related issues by banks and various institutions. Some of these are artificial intelligence-supported credit card models, neural approaches to credit scoring, and calculation of the default rate of loans and fraud detection with the help of machine learning. This study aims to design an end-to-end business card modeling process in the light of other studies in a similar context, but with modern approaches that are not thought to be included in the literature. In light of the studies in the above-mentioned literature, it can be said that there are quite advanced approaches to credit cards. The first problem here is that security-related models such as default rate and fraud are emphasized instead of sales-oriented models of credit cards. Another problem is that the existing sales-oriented models do not attach the necessary importance to sustainability and are established with a shorter-term profit and success focus. In general, the studies conducted in the banks related to the subject were investigated, and various similar and different deficiencies were observed in these studies. A similar and common mistake is that the process ends when customers purchase a product that they do not already have. Another problem is the use of customers' information, which is likely to be erroneous and whose accuracy is doubtful, instead of market information with higher validity, such as BKM and GIB. Finally, most models put less emphasis on activity and continuity, and focus on customer balances. During the case analysis phase, the business card product, which can be tracked through monthly sales at the bank, will be examined. In order to establish a model for this product, first the target definition will be determined, the necessary data will be collected from the relevant tables, and some of them will be selected by filtering these data. Afterward, this data set will be prepared for the model-building phase by making the necessary manipulations on it, and then the model-building phase will be started. Following the model setup, the results will be examined, the most appropriate option will be considered, and success will be measured. In this study, the number of variables, which was 83 at the beginning, is reduced to 11 during the model-building phase, in accordance with the principle of parsimony. A meaningful result is tried to be obtained by entering these variables into the logistic regression and random forest models. According to the results obtained, the logistic regression model works with 98% accuracy, while the random forest model works with 99% accuracy. In addition, the precision value obtained in the random forest model is higher than that in the logistic regression model. The precision metric shows how many of the values that are estimated as positive are actually positive. For these reasons, it is decided that the model to be used should be random forest. In this way, the detection rate of customers with a target definition of 1 for the business card product will be higher, which will increase the bank's customer portfolio and profitability. It is aimed in this thesis study to eliminate these deficiencies and errors in existing exercises to establish a more beneficial and efficient model for banks. In addition, it is recommended that banks expand their perspectives on which data they will use while establishing the relevant model. At the end of this process, financial institutions will be able to establish healthier models by integrating and using more accurate and consistent market data into their databases, if necessary. This research will provide a successful trend model with meaningful explanatory variables for business card-like products for future works.
Benzer Tezler
- Barter ticaret işlemleri ve muhasebeleştirilmesi
Başlık çevirisi yok
MUHAMMET SIRRI ŞİMŞEK
Yüksek Lisans
Türkçe
1997
İşletmeİstanbul ÜniversitesiYönetimde Muhasebe ve Finansal Kontrol Bilim Dalı
PROF. DR. AHMET GÖKSEL YÜCEL
- Etkin müşteri ilişkileri yönetiminin müşteri memnuniyetine yansımaları 'Garanti Bankası Müşteri Hizmetleri'
The reflections of the effective customer relations management on the customer relations 'Garanti Bank customer services'
FATMA DİLEK KIRIKTAŞ
Yüksek Lisans
Türkçe
2010
BankacılıkSelçuk ÜniversitesiHalkla İlişkiler ve Tanıtım Ana Bilim Dalı
YRD. DOÇ. DR. HASRET AKTAŞ
- Otomatik vezne makinaları (ATMs) ve uygulamaları
Autamated teller machines (ATMs) and applications
A. C. BANU ÇAĞLAR
Yüksek Lisans
Türkçe
1994
BankacılıkMarmara ÜniversitesiBankacılık Ekonomisi ve İşletmeciliği Ana Bilim Dalı
PROF. DR. METE DOĞRUER
- Kredi kartları ve Türkiye'deki uygulaması: karşılaşılan sorunlar ve çözüm önerileri
Başlık çevirisi yok
BEDİ TÜRETKEN
- Veri madenciliği teknikleri ile kredi hedef kitlesi stratejilerinin belirlenmesi
Data mining techniques and determining the credit target group strategies
NESLİHAN GÜLTEKİN
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YÜCEL BATU SALMAN