Karar verme bilimi aracı

PERAKENDE BANKACILIK KARAR VERME BİLİMİ KARAR VERME BİLİMİ ARACI Kredi Değerlendirme Artan işsizlik oranları müşterilerin borçlarını geri ödemelerini sekteye uğrattıkça bankaların da kendi müşterilerini tepeden tırnağa gözden geçirmeleri gerekecek. Ve burada karar verme biliminden faydalanılabilir. YAZAR Nicholas Pratt MÜŞTERİ İLİŞKİLERİ YÖNETİMİ (CRM), perakende bankacılık jargonundaki en kışkırtıcı kelimelerden üçüdür. Bu terimin 1990’ların sonlarında ilk kullanılmaya başlandığı günden bu yana, müşteri verilerinin düzgün kullanımı sayesinde, bir bankanın ve perakende müşterilerinin arasındaki sıkıntılı ilişkilerin nasıl dönüştürülebileceği ve çapraz-satışta nasıl potansiyel bir gübre görevi görebileceği üzerine sayısız iddia ortaya atıldı. Ancak bu iddiaların ispatlanması hiç de kolay olmadı ve bankacılık markalarını destekleyen ve müşteri etkinliğinin artmasını teşvik eden hırslı planlar hep müşterilerin aslında bankalarını sevdikleri ve bankaları, paralarının peşinde koşan yerler olarak değil de sanki birer perakende mağazasıymış gibi gördüklerini ileri süren kuşkulu varsayıma dayandı. Son 12 ay içinde bankaların önceliklerinde çok önemli bir değişim yaşandı ve bu endüstrinin odağı müşteri kazanmaktan müşteriyi elde tutmaya doğru kaydı. İngiltere merkezli bir araştırma firması olan Lafferty Group’un yayınlanmış içerik ve analizler başkanı Olann Kerrison, “Müzikle iskemle kapma oyununda müzik durdu ve bazı bankalar şu anda hiç de istemedikleri müşterilerle baş başa kaldılar ve onları başlarından defetmenin yollarını arıyorlar. Ancak asıl sorun onların iyi ve kötü müşteriye nelerin neden olduğunu bilmemeleri” diyor. Geleneksel olarak CRM’nin temelini oluşturan klasik kredi derecelendirmesi yaklaşımı artık, temerrüde düşenlerin ve borcunu geri ödemeyenlerin yönetiminde uygulanıyor. Kredi başvurularını elekten geçirmek ve potansiyel müşterileri hedeflemek için dağ gibi verileri araştıran bu takımlar, müşterilerin gelirlerini ve temerrüde düşme ihtimallerini önceden tahmin etmekte ve müşterinin borçluluk durumunun bir modelini çıkartmak için davranışsal derecelendirme tablosu çıkartmakta kullanılan bu tekniklerin, bilhassa ekonomik kriz dönemlerinde tahsilat servislerinde de rahatlıkla kullanılabileceğini keşfetmişler. TEMERRÜDÜN ÖNCEDEN TAHMİN EDİLMESİ Ancak bugün karar verme bilimcilerinin önüne bir dizi meydan okuma sunan ve perakende bankacılık endüstrisi açısından öngörülemeyen bir dönemden geçiyoruz. PricewaterhouseCoopers İngiltere’de bankacılık işleri başkanı olan John Hitchins, “İngiltere’deki bütün perakende bankaların kullandığı temerrüdün önceden tahmin edilmesi modelleri, içinde bulunduğumuz değil bir önceki ekonomik kriz dönemine göre hazırlanmışlar ve bu yüzden de elden geçirilmeleri gerekiyor” diyor. Örneğin, geleneksel modellerde bugünkü faiz oranı sürücüleri dikkate alınmadığından temerrüde düşme eğilimi abartılmıştır. Bankaların nihai hedefi, sorunların yasal takibe veya icraya dönüşmesindense bir an evvel çözümlenmesidir. Bu yüzden de müşterilerin ödeme kabiliyetini, ödemeye ne kadar istekli olduklarını ve ayrıca mevcut alternatif stratejilerden hangisinin en başarılı sonucu vereceğini, hem bankaya hem de müşteriye en yüksek değeri sunmayı araştıran değer modellerini kullanarak kavrayabilmek gerekir. KARAR VERME BİLİMİ ÖZÜNDE ŞİRKETİÇİ BİR MÜHENDİSLİK KONSÜLTASYONUDUR VE BİZİM İŞİMİZ DE KARARLARI OTOMATİKLEŞTİRMEK, OPTİMİZE ETMEK, ÖNGÖRÜLER YARATMAK VE ELİMİZDEKİ VERİ AKTİFLERİNİ PARAYA DÖNÜŞTÜRMEKTİR. Russell Anderson Ancak elde uygun tarihi verilerin olmayışı bu işi oldukça zorlaştırıyor. PwC’de performans iyileştirme danışmanlığı takımının ortaklarından Steve Danis, “Mevcut sorunlar aydan aya hatta haftadan haftaya kendi kendilerini bitirdiklerinden istatistiksel bir modelin üzerine dakikası dakikasına uymayan davranış kalıplarını eklemek çok tehlikeli bir hale geldi. Onun yerine, istatistiksel ilişki kurmak için, içinde hiç tarihi veri olmayan en sondaki veri setinize güveniyorsunuz” diyor. Üstelik mevcut iklimde, temerrüt yönetiminde kullanılan geleneksel önlemlerden birçoğu artık çok daha az uygulanabilir hale gelmiştir. İşsizlik oranı ile borçluluk arasındaki ilişki artık 1990’ların başlarındaki gibi kesin çizgilerle belirlenmiyor ve bugün ev taksitlerini (mortgage) ödeyemeyen orta sınıftan müşteri sayısı bir hayli artmış durumda. Bay Kerrision (??), “Bu durum bankalar açısından fevkalade büyük bir değişiklik. Bir zamanlar en iyi müşterileri olan bu insanlar bugün başlarına en fazla bela olanlar. Ancak artık şuna karar vermeliler: Bu müşteriler sonsuza kadar bir sorun olarak mı kalacaklar yoksa onlara yardım edilebilir mi? Bu arada sıkışan bir müşteriye yardım ettiğiniz zaman bankanıza fanatik derecede sadık bir müşteri kazandırdığınızı da unutmamanız gerekir” diyor. BİR KARAR VERME BİLİMİ ALANI ABD-merkezli bir kredi notu kuruluşu olan FICO’nun (eski ismi Fair Isaac idi) EMEA bölgesinde çözümler yönetiminden sorumlu kıdemli direktörü Janice Horan, bu noktada karar verme bilimi olarak bilinen uygulamanın, sadece en iyi müşterilerin kimler olduğunun tanımlanmasında değil, aynı zamanda onlarla tahsilatların sorunlu olduğu hususlarda nasıl en mükemmel bir şekilde iletişime geçileceği konusunda da devreye girdiğini söylüyor. “Bu sayede bankaların yüksek risk sınıfına giren müşterileri tanımlaması, güvenli iletişim bilgileri edinmesi ve müşterilere ekstra kredi ürünleri sunularak onların daha büyük yükümlülükler altına girmelerinin engellenmesi sağlanabilir. Ayrıca son derece makul borçluluk seviyesine sahip müşterilerin tanımlanmasında ve bankanın onlara ulaşarak birlikte çalışmaya devam edeceğini ve ödeme alışkanlıklarını göz önüne alarak hafifletici eylemler arayışında olduğunu söylemesinde de kullanılabilir” diyor. Horan, ziyaretçilerin kendi ödeme planlarını kendilerinin oluşturduğu ve bir memurla yüzyüze gelerek utanç duymalarına gerek bırakmayan internet üzerindeki ödeme portallarına dikkat çekiyor. Horan, karar verme biliminin ayrıca çeşitli ekonomik tetikleyicilerin modellenmesinde ve perakende müşterilerinin davranışları üzerindeki etkisinde de kullanıldığını söylüyor. “Bankacılık müşterilerimiz için yatırım portföyleri yerine, onlardan müşteri davranışları olarak faydalanan geleceğe dönük puanlamalar üretiyoruz. Perakende müşterileri daima piyasa riskine maruz kalırlar ancak bunun modelinin daima çıkartıldığı ise söylenemez” diyor. Capital One’da eskiden ileri teknoloji grubu başkanlığı yapan ve bugün iş süreçleri dış kaynaklandırma ticareti şirketi Vertex’de karar verme bilimi başkanı olan Kurt Thearling, “Ancak bir banka doğru sistemlere ve doğru platformlara sahip değilse, bahsedilen tüm bu gelişmelerin hiçbir anlamı kalmaz” diyor. Ve “Bankaların borç yönetiminde, müşterilerin faaliyetlerini ve davranışlarını önceden tahmin eden şablonları tespit edecek verilere bakmaya odaklanmaları gerekir ancak bu arada borç bakiyesinin ödenmesini isteyen mektupların zamanlaması ve tonu gibi göstergelere tepki verebilecek sistemlerin yeterince çevik olmaları da şarttır. Beceriksiz bir sistem yüzünden yaşanan değişikliklere çok geç tepki verilebilir. Bu değişiklikler saç teli kadar ince olabilir ancak bankanın müşterileriyle olan ilişkisinde derin etkiler yaratabilirler” diye devam ediyor. Russell Anderson da, finansal hizmetler ve medikal enformatik endüstrilerine karar verme bilimi danışmanlığı yapan İngiltere merkezli bir şirket olan Transaction Analytics’de direktör. Anderson ayrıca 2005 ile 2008 yılları arasında İngiltere merkezli bir perakende bankası olan HBOS’da perakende karar verme bilimi başkanlığı yapmış ve ondan önce de Chase Card Services’de işlem analitikleri fonksiyonunu kurmuştu. Anderson’ın görüşüne göre, bankalar karar verme biliminin potansiyelini tam olarak anlamakta biraz geç kaldılar. “Bankacılık endüstrisindeki pek çok insan halen karar verme bilimini analistlerle, puan tablolarıyla ve Basel modelleriyle eşdeğerde tutuyor. Ben ise olaya farklı bakıyorum. Karar verme bilimi özünde şirketiçi bir mühendislik konsültasyonudur ve bizim işimiz de kararları otomatikleştirmek, optimize etmek, öngörüler yaratmak, elimizdeki veri aktiflerini paraya dönüştürmek için matematiksel, istatistiksel ve mühendisvari yöntemler kullanmaktır” diyor. VERİLERİ DAHA SIKI ÇALIŞTIRMAK Anderson, hizmet endüstrilerinin tümünün bir dereceye kadar müşteri yönetimi anlamında detaylı veri analizinin nimetlerini anlamaya başlamış olduğunu ancak henüz çok az sayıda bankanın onun gerçek potansiyelinin farkına varabildiğini söylüyor. “Bankaların elinde kimsenin olmadığı kadar veri var ve ekonomiyle ilgili olarak hükümetten çok daha fazlasını biliyorlar ancak hiçbirisinin, ellerindeki verilerle risk yönetimi, tahsilatların iyileştirilmesi ve ön ödemeli sigorta satmak dışında onlarla ne yapabilecekleri hakkında tek bir fikri bile yok” diyor. Matematiksel modellemenin yoğun bir kullanıcısı olan risk fonksiyonu, hiç de şaşırtıcı olmayacak bir şekilde sahtekarlıkları yakalama biriminin ardından bankacılıkta karar verme biliminin değerini anlayan ilk sektördü. “Ancak” diyor Anderson, “Pazarlama fonksiyonu halen demografik profillendirme ve tepki modellemesinin sınırları arasına sıkışıp kalmış durumda. Anderson, “İngiliz perakende bankacılık endüstrisinde karar verme bilimiyle ilintili fırsatlar devasa. Çalışanların verimliliğin arttırılması, borçlarını ödemeyenlere yapılacak çağrıların takvimlendirilmesi, müşteri temaslarının önceliklendirilmesi, borçlunun icra kurumlarına yönlendirilmesi ve doğru iletişim adreslerinin bulunması bazında olağanüstü kazançlar yaratılabilir. Ancak bankalar bu kazançların genellikle farkında bile değiller” diyor. Tahsilat timlerinde genellikle istatistiksel modellemecilere ve matematik mühendislerine yer verilmez. Nitekim tahsilat sürecindeki en büyük sorun da istatistiksel anlamda uygun deneylerin yapılmamasıdır. “Tahsilat servisindeki deneyler tıpkı ilaç yerine verilen ama ilaç olmayan tıbbi deneylerdeki gibi tasarlanabildiklerinden bu feci bir kayıptır. Zira burada başarılı olunduğu anlaşıldıktan sonra deney durdurulur ve tam kapasite üretime başlanılır”. DAHİLİ POLİTİKALAR Anderson, bankaların bilimsel deneycilik prensiplerini tam anlamıyla benimsemekteki isteksizlerinin yanı sıra, “Alışıldık departman içi politikalar ve kurumsal durağanlıkla da şirket içinde karar verme bilimi takımlarının gelişimini boğuyorlar” diyor. Kendi takımı için IT departmanıyla birlikte uygun teknoloji araçları geliştirmeye çalışırken şirketin vaktini ve parasını nasıl çarçur etmekle suçlandığı günleri hatırlıyor. “Bankayı tüm inovasyonlarımı hafta sonu tatillerimde yaptığıma ikna etmek zorunda kalmıştım” diyor. Vertex’den Thearling de, daha fazla deney yapmanın faydalı olduğu fikrine katılıyor ancak bu deneylerin doğru bir şekilde yapılması gerektiğinin altını çiziyor. “Capital One’da çalıştığım sıralar, doğrudan pazarlamada kullandığımız zarfların rengine kadar, sadece bir hafta içinde sayısız parametreyle ilgili yüzlerce deney yapardık. Bir yıllık dönem sonunda da hem müşterilerimiz hem de onların neleri istedikleri hakkında pek çok şey öğrenirdik” diyor. “Ancak özellikle de çok hızlı gelişen deneylerde, bu deneyleri tasarlamak için ne yaptığını bilen insanlara ihtiyacınız oluyor. Eğer deneyde bir hata yaptıysanız artık geçerli bir deneyiniz yok demektir. Eğer deneyin tasarımında yeterince dikkatli olmazsanız sonuçta elinizde hiçbir işe yaramayan verilerle laboratuardan çıkarsınız” diye devam ediyor. “Asıl meydan okuma ise deneylerinizi üretime dönüştürmeye başladığınız ve ödün vermek zorunda kaldığınız zaman ortaya çıkar: artık deneyi değiştirmişsinizdir. Üretim sürecinin gerçeklikleri genellikle deneylerin teorisinden farklı bir yol izlerler. Burada üretim kısıtlamaları gerçekliği ışığında bilimsel bir sürecin bütünlüğünü muhafaza etmenin bir yolunu bulmalısınızdır ki, bu da gerçekten baş ağrıtıcı bir sorundur”. BANKACILIK ENDÜSTRİSİ ŞU ANDA BÜYÜK BİR ŞANS ESERİ OLARAK, KARAR VERME BİLİMİ SÜRECİNİN ÇOK DAHA PÜRÜZSÜZ İŞLEMESİNİ SAĞLAYACAK YAZILIMLARIN VE SİSTEMLERİN NASIL KURULACAĞINI ÖĞRENMİŞ DURUMDA. Kurt Thearling Thearling, şayet istatistikçiler ile bankacılık şirketi arasında iyi ilişkiler varsa ve eğer doğru sistemler ile doğru platformlar kullanılıyorsa bu sorunun çözümünün kolaylaşacağını söylüyor. “Buradaki meydan okuma, işin matematiksel bir yönü olması değil ama matematiğin şirket üzerinde bir etkisi olmasıdır. Bankacılık sistemlerinin çoğu bu sofistike analizlerle ilgilenmek ve onları uygulamaya geçirmek için kurulmamıştır” diyor. “Ancak bu endüstri bugün büyük bir şans eseri olarak karar verme bilimi süreçlerinin çok daha kolay yürütülebileceği yazılımları ve sistemleri nasıl kurması gerektiğini artık öğrenmiş durumda. Artık veriler borç-tahsilat sisteminden çok daha kolay bir şekilde alınabiliyor ve verilerin analizini yapan insanlara aktarılabiliyor” diyor. TİCARİ KULLANIM Co-Operative’de müşteri ilişkileri yönetimi ve sezgileri bölümü başkanı Brendan Clancy de karar verme biliminin ticari kullanımının kritik bir meydan okuma olduğu fikrine katılıyor. “Analistler eskiden kendi bilgisayarlarının arkasında kaybolurlar ve modeller inşa ederlerdi oysa kilit çözümün değişiklikler etrafında odaklanmak ve banka içerisinde yüz yüze görüşmeler yapmak olması gerekirdi. Dünyanın en iyi teknolojisine ve en mükemmel modellerine sahip olabilirsiniz ancak eğer ticari anlamda düşünmeyen veya neleri başarmaya çalıştığınızı bir türlü kavrayamayan analistleriniz varsa, o zaman tek bir çakıl taşını bile yerinden oynatamazsınız” diyor. Bu organizasyon, CRM programına yaptığı üç yıllık yatırım döneminden henüz yeni çıktı. Clancy, “Bu işe, tüm müşteri tabanımızı harmanlayan kaliteli bakış açıları ve uygun verilerle başladık. Sonra ihtiyaçlarımıza uygun gelen yazılımları ve doğru araçları satın almamız gerekti. Nihayetinde ise masanın arkasında müşterilerle yüz yüze olan saha elemanlarımızı eğittik ki, müşterilere kusursuz hizmet verme ve doğru kararlar alma süreçlerinde benimsediğimiz stratejiyi uygulayabilsinler” diyor. Ve şöyle devam ediyor: “Müşteriye tek bir analitik çerçeveden bakılması, bu programın en önemli kısmıydı. Müşterilerimizin son 24 aylık varlıkları ve işlemleriyle ilgili tüm tarihi verileri, her bir ürün hattımız ve kanal etkinliğimiz bazında tek tek kaydettik. Bu sayede elimizde analiz edebileceğimiz milyarlarca kayıt oluştu. Burada ilişkiler kurabilmek için KXEN isimli bir modelleme aracından faydalandık”. Dediğine göre Clancy’nin çabaları, Co-Operative Financial Services ile İngiliz müteahhitlik kurumu Britannia’nın yaptığı şirket evliliği sonucunda ortaya çıkan 9 milyonluk müşteri veritabanıyla çok daha üst seviyelere taşınacak. “Şu anda çekirdek bankacılık sistemlerimizin tamamını değiştirmenin eşiğindeyiz. Bu sayede eskiden babadan kalma kalıtsal sistemlerimizin görmemizi engellediği tüm keşfedilmemiş alanları görebileceğiz. CRM perspektifinden bakarsak ise müşterilerimizin gerçekten kullanmak istediği ürünleri ve hizmetleri geliştirmemize destek olacak ileri bir teknolojik altyapıyı kurmuş olacağız” diyor.