Особенности Cash Management
>Минимизация ручного труда при управлении денежными потоками в сети банкоматов
>Прогнозирование инкассаций с высокой точностью, применение углубленного анализа
>Накопление и учет исторических данных по каждому банкомату при прогнозировании инкассаций
>Параметризация максимальных нагрузок на банкоматы в даты выплат, предпраздничные и другие дни
>Учет стоимости инкассации, наличности, отвлеченных денежных средств при планировании загрузок
>Управление службой инкассации, контроль инкассаторов
>Управление наличностью
>Мультивалютность, то есть возможность прогнозирования и рекомендации сразу по нескольким валютам
>Поддержка работы cash-in и recycling устройств
>Модуль оптимизации размещения банкоматов
>Модуль составления маршрутов инкассации
>Гибкая, безопасная, настраиваемая и адаптируемая архитектура для банкоматных сетей различных размеров
В связи с постоянным ростом данных, которыми приходится оперировать крупным компаниям, существует большой спрос к технологиям класса Big data.
Что такое Big Data? Понятие больших данных подразумевает работу с информацией огромного объема и разнообразного состава, весьма часто обновляемой и находящейся в разных источниках в целях увеличения эффективности работы, создания новых продуктов и повышения конкурентоспособности.
Как правило, когда говорят о термине Big data, то используют наиболее популярное определение трех «V», что означает Volume – объем данных, Velocity – необходимость обрабатывать информацию с большой скоростью и Variety – многообразие и часто недостаточную структурированность данных.
Вместе со стремительным накоплением информации быстрыми темпами развиваются и технологии анализа данных. Если еще несколько лет назад было возможно, скажем, лишь сегментировать клиентов на группы со схожими предпочтениями, то теперь возможно строить модели для каждого клиента в режиме реального времени, анализируя, например, его перемещение по сети Интернет для поиска конкретного товара. Интересы потребителя могут быть проанализированы, и в соответствии с построенной моделью выведена подходящая реклама или конкретные предложения. Модель также может настраиваться и перестраиваться в режиме реального времени, что было немыслимо еще несколько лет назад.
Существует множество разнообразных методик анализа массивов данных, в основе которых лежит инструмент, позволяющий рассчитывать любые показатели, применяемые в моделировании/прогнозировании/оценке вероятности события.
Компания Prime Source предлагает:
IBM SPSS является лидером в области углубленной аналитики
Аналитический CRM — позволяет автоматизировать управленческие процессы, связанные с глубоким анализом данных о клиентской базе компании.
Жизненная ценность клиента (CLV) – понимание доходности клиента, которая обеспечивает формирование правильной стратегии работы с клиентом. К примеру, компания тратит огромные средства для привлечения клиентов, которые в итоге не приносят прибыль. CLV помогает определить, какой клиент важен для компании и как сделать не доходного клиента прибыльным.
Аналитический CRM используется на всех этапах жизненного цикла клиента:
Компания Prime Source предлагает комплексное решение по управлению доходности клиента, созданию и методологической поддержке прогнозных моделей и моделирования жизненного цикла клиента:
Сегментация рынка — процесс разбивки потребителей или потенциальных потребителей на рынке на различные группы (или сегменты), в рамках которых потребители имеют схожие или аналогичные запросы, удовлетворяемые определенным комплексом маркетинга.
Индекс лояльности NPS (англ. Net Promoter Score) — индекс определения приверженности потребителей товару или компании (индекс готовности рекомендовать), используется для оценки готовности к повторным покупкам.
Удержание клиентов — одно из самых важных направлений в современном бизнесе.
Компания Prime Source предлагает комплексное решение по созданию и методологической поддержке моделей, которые помогут Вам повысить эффективность вашего бизнеса:
Внедрение прогнозных моделей позволит:
Кредитный скоринг — система оценки кредитоспособности (кредитных рисков) лица, основанная на численных статистических методах (скоринговая модель).
Скоринговая модель — математическая модель, позволяющая сопоставить характеристикам заемщика численное значение – скоринговый рейтинг, характеризующий кредитоспособность (вероятность успешного исхода кредитной сделки или PD).
Компания Prime Source предлагает комплексное решение по созданию и методологической поддержке скоринговых моделей, а также автоматизации кредитного скоринга (application, behavioral):
Внедрение Application scoring позволит:
Внедрение Behavioral scoring позволит:
Основная проблема организации, занимающихся продажей кредитных продуктов — сбор просроченной задолженности.
Досудебный процесс взыскания задолженности включает в себя стадии:
Компания Prime Source предлагает комплексное решение по созданию и методологической поддержке скоринговых моделей, отвечающих на целый ряд важных вопросов:
Использование аналитических моделей в collection позволит:
Система «AML» является собственной разработкой компании ТОО «Prime Source», которая является правообладателем данной системы в соответствии с полученным свидетельством о государственной регистрации прав на программное обеспечение в Республике Казахстан.
Первое промышленное внедрение системы было выполнено с началом действия закона с 09.03.2010 года. Система постоянно совершенствуется и дорабатывается, накапливая в себе лучшие практики и механизмы работы департаментов и отделов по противодействию отмыванию доходов и финансированию терроризма на основе банков клиентов.
1. Выявление совпадений со списками террористов и публичных лиц клиентов банка и их учредителей по частичному совпадению с приостановкой операции в банковской учетной системе;
2. Выявление из всего объема банковских операций подозрительные и подлежащие финансовому мониторингу операции. Предназначено мониторинга и предотвращения использования в банке криминальных схем обналичивания, использования в качестве транзитного банка при отправке и получении крупных сумм из оффшорных зон и т.д. Обеспечивает глубину анализа до 1 года;
3. Автоматическое проставление степени риска по клиенту на основе скоринговых карт;
4. Ведение и консолидация данных по клиенту;
5. Автоматическое выявление подозрительных операций на основе сценариев;
6. Автоматическое выявление связей между клиентскими счетами;
7. Формирование сводной, управленческой и обязательной отчетности;
8. Формирование сообщения в форме ФМ-1, заверение электронной цифровой подписью и отправка по защищенным каналам связи в комитет финансового мониторинга Республики Казахстан.
1. Интуитивно понятный пользовательский web интерфейс;
2. Хранилище на основе СУБД Oracle 10-11g;
3. Возможность подключения любого количества банковских систем;
4. Обработка и анализ больших объемов данных;
5. Отправка сообщений в комитет финансового мониторинга Республики Казахстан без использования дополнительных транспортных программ.
Модуль предназначен для выявления цепочек между счетами и клиентами по указанным условиям. Производится анализ всех операций за указанный период. Модуль позволяет выявлять всех участников схемы, а не только последнего как в подозрительных или при условиях финансового мониторинга. Результат отображается пользователю в графическом виде.
Модуль предназначен для отображения в графическом виде на карте внешних переводов по направлениям:
1. Внешние переводы исходящие (за указанный период);
2. Внешние переводы входящие (за указанный период);
3. Внешние переводы входящие / исходящие в оффшорные зоны (за указанный период);
4. Внешние переводы входящие / исходящие в страны с высокой степенью риска (за указанный период).
Модуль предназначен для предоставления возможности пользователю отследить денежные потоки по указанному счету за указанный период среди всех операций в банке. Для выполнения анализа требуется ввести период анализа и номер счета, по которому будем производить анализ.
Мошенничество — один из видов риска, который сложно контролируем по причине:
Виды мошенничества
Основные векторы фрода:
Основные векторы фрода:
Средства атаки:
Направления атак:
Основные векторы фрода:
Средства атаки:
Основные векторы фрода:
Средства атаки:
Сервисное сопровождение и профилактика банкоматов, сортировщиков и прочего банковского оборудования, расходные материалы для касс, реализация канцелярских товаров (с использованием системы отслеживания исполнения услуг по условиям SLA сервисных контрактов).
[catablog_gallery id=”227″]
Вакуумные упаковщики, ленточные обондерователи, детекторы банкнот разных марок и моделей от PRO, Dors, Cassida (автоматизированные и ручные высокой степени надежности);
«Центры обработки наличности» – с полным спектром автоматизации процесса сортировки купюр (номинал, подлинность, ATM/годные/ветхие), пересчета, упаковки с штампами организации на накладках с подкладками и обандерованием (комбайн).