Scorekort

Scorekort: Statistisk model om fremtiden

Scorekort er en matematisk model, der bruges til at beregne sandsynligheden for om en hændelse indtræffer. Et scorekortet kan blandt andet bruges til at beregne sandsynligheden for:

  • en given kundes evne og vilje til at overholde sine betalingsforpligtelser
  • at churne inden for 6 måneder
  • at gå til inkasso inden for 12 måneder
  • at differentiere mellem debitorer i inkasso sammenhæng


Dens score vil typisk inddele kunderne i forskellige ratinggrupper og bruges aktivt i kreditvurderingssammenhæng m.m.

Et scorekort er bygget omkring en statistisk model, og er 100% objektiv og neutral. Af samme grund kan modellen ikke stå alene, da den er baseret på statistik og outliers derfor kan være usikre i modellen.

Big Data og scorekort

Til brug for vores scorekort benytter vi en lang række datakilder – interne såvel som eksterne. Datamængden er så overvældende og kompleks at vi tillader os at kalde det Big Data.
Interne data kategoriserer vi som data, der er indtastet af kunden selv, indsamlet metadata om kunden, kundens adfærd og performance.

Eksterne data er data fra offentlige registre og databaser, som f.eks. RKI, Debitor Registret, Danmarks Statistik, Paragraf 34 data, BBR, Bisnode, Experian, CVR m.fl.
Antallet af stærke variable er vigtige for et scorekort, idet et scorekort med mange stærke variable vil være bedre end et scorekort med få og / eller svage variable. Derfor er vi i en konstant søgen efter nye datakilder.

ROC kurve - simpel model
ROC kurve - kompleks model

Ovenstående ROC kurver viser forskellen i udviklingen på grafen. En simpel model med få / svage variable er ringe til at identificere dårligst scorende kunder. Den udvidede model med mange / stærke variable tangerer y-aksen og er langt bedre til at identificere de dårligst scorende kunder og med stor sikkerhed.

Kundetilpassede scorekort

Noitso vil være Danmarks mest kompetente udvikler af scorekort. Vi udvikler kundetilpassede scorekort til forskellige virksomheder i forskellige brancher. Selv inden for den samme virksomhed opererer vi med flere scorekort:

  • Ansøgningsscorekort – dvs. scoring af nye kunder på ansøgningstidspunktet
  • Adfærdsscorekort – dvs. scorekort for eksisterende kunder
  • Inkassoscorekort

for hver af kundetyperne:

  • Private
  • Selskaber
  • Enkeltmandsvirksomheder

Brug af scorekort

Vi har udviklet scorekort til en række forskellige virksomheder – herunder:

  • Banker
  • Finansielle virksomheder
  • Televirksomheder
  • Energisektoren
  • Oliebranchen

Bredden og diversiteten i de scorekort vi udvikler giver os en unik mulighed for at udforske og videreudvikle på modellerne. Vi undersøger løbende nye datakilder for at se om variable derfra kan bruges i vores scorekort. En viden, der kommer alle vores kunder til gode.

Generiske vs. kundetilpassede scorekort

Kundetilpassede scorekort overgår generiske scorekort i alle henseender – herunder robusthed. Ved en robust model forstås en model, der fortsat formår at performe tilfredsstillende, selv når tidsrummet mellem model sample og nutid vokser.

Forskellen på de to typer scorekort kan naturligt forklares ved at et scorekort altid vil performe bedst på det datasæt det bliver udviklet på. Dette udnytter vi i måden vi i måden vi tester vores scorekort for robusthed. Det udvalgte data deler vi op i et sample, som vi udvikler modellen på, og to datasæt til test. Datasættet til test ligger uden for og i hver ende af samplet.

Generisk vs. kundetilpasset scorekort model

Grafen viser forskellen på et generisk (blå) og et tilpasset scorekort (gul). Det tilpassede scorekort har en større spredning – aflæst ved at have et større spænd mellem laveste og højeste score, samt en større sikkerhed – aflæst ved et højt startpunkt på y-aksen.

Teglholm Allé 13, 2450 København SV T: 70275822 E: info(at)noitso.dk