データウェアハウス２

そういや書いてませんでしたが、自分が扱っているのは信販会社のDWHです。

信販会社ということで、取り扱っている主なデータは

・カード会員情報
・カード利用履歴
・入金情報
・督促情報

といったところになります。


実際は営業店別の集計データとか、督促状態別のデータとか、
各種マスタとかイロイロあるので、DBに持っているテーブル数としては
数百あります。


で、この大別した４つの情報を組み合わせて分析しただけでも、
いろいろわかるわけですよ。


30万円の羽毛布団をクレジットで買ってる(買わされた？)人の
年齢帯だとか、借りたお金を返さない人の地域別の割合とか、
出そうと思えばそんなのも出てくるわけです。


まぁ実際の業務ではそんなふざけた切り口の分析はしませんけど。


では、どう使うかというと、実際仕事として分析する場合は、
新規の申し込みに対して、カードを発行するかどうかを判断したり、
顧客ごとのカードの利用限度額を決めたりするときに使うわけです。


カードの申し込み時の場合を例に挙げると。。。

まず、年齢・性別・職業・年収・住居(賃貸or持ち家)・他社ローン有無
などなど、様々な申し込み情報を元に、今回申し込んだお客さんを
パターン化します。

次に、今までに蓄積した過去のデータにおいて、
そのパターンの顧客の動向がどうだったかを調査します。

で、その結果がよろしくない場合は『ゴメンナサイ』という結果を
出すわけです。（実際にはもっとイロイロ調べます）


数千万件単位の顧客データがあると、お金を返せなくなる人の傾向
とかっていうのは出て来るみたいで、申し込み時点である程度の
危険予測は可能になるんですよね。


だから、カードの申し込みではじかれたからといって、本人に問題が
あるとは一概にはいえず、それまでに申し込んだ同様の属性を持つ人
たちの素行が悪かったってこともありえるわけです。