ANALIZA ODLAZAKA KLIJENATA BANKE KONKURENTIMA POMOĆU STABLA ODLUČIVANJA

master's thesis

• Title (english): ANALYSIS OF CLIENT DEPARTURES TO BANK COMPETITORS USING A DECISION TREE
• Author: Sarah Djouab
• Mentor: Mirjana Pejić Bach (mentor)
• Committee member: Katarina Ćurko (predsjednik povjerenstva)
• Granter: University of Zagreb; Faculty of Economics and Business; (Department of Informatics); Zagreb
• Defense date and country: 2022-09-30, Croatia
• Scientific / art field, discipline and subdiscipline: SOCIAL SCIENCES; Economics; Business Informatics

Abstract

Znanost o podacima je interdisciplinarno polje koje koristi znanstvene metode, procese, algoritme i sustave za ekstrakciju znanja i uvida iz strukturiranih i nestrukturiranih podataka. U Hrvatskoj posluje tridesetak banaka, klijentima je omogućen veliki izbor kako bi mogao odlučiti za svoj najisplativiji izbor među Bankama. Banke nude lepezu proizvoda, i klijentima, s obzirom na potrebe i interese, nude različite usluge. Cilj istraživanja je identificirati karakteristike podataka klijenata koji mijenjaju banku, tj. odlaze od svoje matične banke kod konkurenata.
Za ovaj rad koristit će se izvor podataka koji sadrži informacije o klijentima banaka u Njemačkoj, Francuskoj i Španjolskoj, među ostalim i informacije o odlascima ovisno o njihovim gubitcima, kreditnoj sposobnosti i ostalim atributima. Koristi se jedna od najčešće korištenih metoda podatkovne znanosti, a to je stablo odlučivanja, specifično algoritam C.45 (J.48 unutar Weka platforme za rudarenje podataka). Stablo odlučivanja koristi se za klasifikaciju, predikciju, grupiranje, procjenu vrijednosti, vizualizaciju pomoću histograma i stabala i opisivanje podataka. Metoda je izabrana zbog jednostavnosti korištenja i razumljivosti modela.
C4.5 je algoritam za generiranje stabla odlučivanja koje se može koristiti za klasifikaciju, zbog čega se ponekad naziva i statistički klasifikator. Ovaj algoritam je jedan od najčešće korištenih algoritama za klasifikaciju podataka, zbog mogućnosti korištenja nominalnih varijabli kao ciljnih varijabla s dvije i više kategorije, te zbog mogućnosti korištenja numeričkih i nominalnih varijabli kao nezavisnih varijabli.
Cilj ovoga rada je koristeći bazu podataka o klijentima banaka u raznim zemljama i alate za podatkovnu analizu istražiti dostupne informacije i doći do vrijednih zaključaka vezano uz odlazak klijenata iz banke istovremeno zadržavši visoku stopu preciznosti korištenog modela.

Abstract (english)

Data science is a interdisciplinary field in which uses scientific methods, algorithms and knowledge and access extraction system from structured and unstructured data. In Croatia there are about thirty banks, which allows clients to choose from wide variety for the most cost-effective choice. Banks offer range of products, and to clients, considering to needs and interests, different services. The goal of this research is to identify the characteristics of client data which choose another bank, i.e, they go from they main bank to competitors.
For this work it will be used source of data which holds information about bank clients from Germany, France and Spain, in which they also contain information about reason of leaving depending on losses, creditworthiness and other attributes. It uses one of the most used data science methods, and that is the decision tree, specifically algorithm C.45 (J.48 in Weka platform for data mining). Decision tree is used for classification, prediction, grouping, value assessment, histogram visualization and describing the data. Method is chosen because its simplicity and comprehensibility of the model.
C4.5 is a algorithm for generating decision tree which can be used for classification, for which its also called static classificatory. This algorithm is one of the commonly used for data classification, because of its ability to use nominal values as target variables with two or more categories, and because possibility of using numerical and nominal variables as independent variables.
The aim of this paper is using the given database about bank clients in different countries and with tools for data analysis, get the available information and conclude valuable conclusion related to outflow of the bank clients simultaneously keep high precision of used model.

• Keywords: stablo odlučivanja; baza podataka; metode modeliranja; podatkovna znanost; banke
• Keywords (english): decision tree; database; modelling methods; data science; bank
• Language: croatian
• URN:NBN: urn:nbn:hr:148:327409
• Study programme: Title: Electronic business in private and public sector; Study programme type: professional; Study level: specialist graduate; Academic / professional title: stručni specijalist/ica elektroničkog poslovanja (stručni specijalist/ica elektroničkog poslovanja)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Access restricted to students and staff of home institution
• Created on: 2022-10-16 14:33:39