(pressebox) Hamburg, 17.01.2011 – Scorekarten sind ein beliebtes Hilfsmittel, um schnell und nachvollziehbar Entscheidungen zu treffen, die auf fundierten Erfahrungen basieren. Im klassischen Anwendungsfall trifft ein Finanz-institut eine Kreditentscheidung auf der Basis einiger bekannter Kundenmerkmale, die sich in der Vergangenheit als geeignete Indikatoren für die Einschätzung der Ausfallwahrscheinlichkeit erwiesen haben. Doch auch andere Anwendungsfelder wie das Marketing stellen sinnvolle Einsatz-szenarien für Scorekarten dar, um etwa Responsequoten abzuschätzen und Marketingmaßnahmen zu optimieren. Im medizinischen Bereich lassen sich Erkrankungsrisiken aus Kombinationen bekannter Einflussaktoren ermitteln.
Die Anwendung einer Scorekarte lässt sich sehr einfach gestalten: Aus einer Tabelle entnimmt man die Gewichte der verschiedenen Merkmalsausprägungen und leitet daraus einen Gesamtscore ab, der schließlich nach dem Vergleich mit einem Referenzwert zu einer Entscheidung bezüglich des individuell zu bewertenden Falls führt. Solche Prozesse laufen meist automatisiert ab, stellen aber dennoch transparente Entscheidungsprozesse dar. Die Erstellung solcher Scorekarten ist allerdings nicht trivial: Auf der Basis historischer Daten sind relevante Einflussgrößen zu ermitteln und durch mathematische Modelle miteinander zu einem Prognosemodell zu verknüpfen, das zuverlässige Vorhersagen erwarten lässt.
STATISTICA Scorecard ist eine neue Applikation von StatSoft, die den Anwender Schritt für Schritt durch den Prozess der Erstellung von Scorekarten führt.
STATISTICA Scorecard unterstützt zunächst bei dem wichtigen Schritt der Datenvorbereitung. Hier gilt es zu erkennen, welche Merkmale Einfluss auf das Ergebnis besitzen und wie eine optimale Trennschärfe der einzelnen Merkmalsausprägungen zu erreichen ist. Anschließend wird der Zusammenhang zu der Zielgröße modelliert. Dabei kann auch der Faktor Zeit berücksichtigt werden, um etwa zu ermitteln, in welchen Zeitabständen mit welchem Ausfall zu rechnen ist. Moderne Ansätze zur Verbesserung der Modellqualität wie die Reject Inference werden genauso unterstützt wie Methoden zur Bewertung und Überprüfung der Modelle. Bewährte Modelle lassen sich per Knopfdruck in die Systemarchitektur von STATISTICA implementieren, so dass eine automatische Anwendung der Modelle auf zu bewertende Fälle in einer konsistenten Umgebung einfach umsetzbar ist.