Machine Learning unterstützt Betrugsprävention in der Telekommunikationsbranche
Ein führender deutscher Telekommunikationsanbieter setzt auf eine Machine-Learning-Lösung, um Zahlungsausfälle frühzeitig zu erkennen und Betrugsrisiken zu minimieren. Durch die Analyse von Kunden-, Produkt- und Zahlungsdaten können bis zu 90 % der unbezahlten Verträge zuverlässig vorhergesagt werden.
Herausforderung
Ein deutscher Top-Anbieter für Telekommunikationsverträge und -hardware hat regelmäßig mit unbezahlten Rechnungen seiner Kunden bei Verträgen mit Hardware zu kämpfen, da hierdurch ein starker finanzieller Schaden für das Unternehmen entsteht. Ziel und Herausforderung war, diese Betrugsfälle bestmöglich vorherzusagen und dementsprechend abzuwenden.
Lösung
Mithilfe einer Supervised Machine Learning Pipeline inklusive eines maßgeschneiderten Feature Engineerings kann anhand verschiedener Kundeninformationen in Kombination mit der Zahlungshistorie vorhergesagt werden, ob zukünftige Rechnungen bezahlt werden können oder nicht.
Mehrwert
- 90 % aller nicht bezahlten Verträge werden zuverlässig erkannt.
Highlights
- Daten aus sechs unterschiedlichen Online-Shops von einem Jahr sowie aus weiteren Datenquellen, u.a. Geräte-, Produkt- und Kundeninformationen wie vergangene Einkäufe.
