Problema: Melhorar o resultado operacional da empresa e, ao mesmo tempo, o desempenho na recuperação de crédito para grandes clientes.
Fontes de dados: Arquivos textos (CSV), planilhas eletrônicas (MS Excel), bases relacionais de sistemas CRM; base de pessoas físicas com mais de 50 milhões de linhas (dezenas de transação para cada linha, com variações de acordo com a carteira).
Solução: Modelos de análise preditiva para definir score à propensão de pagamento; definição de clusters; modelos de análise visual para apoiar todos os níveis da operação e clientes.
Desafio: Preparar dados (data blending, data enrichment) provenientes de fontes e estruturas variadas; inserir dados de fontes externas (fornecedores de dados para enriquecimento e dados públicos); introduzir cultural de analytics na área de operações e em toda a organização.
