Read more
In molti ambienti aziendali orientati al cliente, come le banche e le attività di vendita al dettaglio, il data mining di business intelligence (BI) svolge funzioni chiave che consentono alle organizzazioni aziendali di determinare i rischi di investimento e stimare i ritorni sugli investimenti. Aiuta a valutare le informazioni raccolte e a presentarle in un design comprensibile e pratico che promuove l'analisi del data mining. Nello studio attuale, i servizi bancari e di vendita al dettaglio sono stati considerati tra i settori tecnologici in rapido sviluppo che conservano quantità significative di dati elettronici. La gestione di enormi quantità di dati transazionali e le scelte relative al rischio, alla fidelizzazione dei clienti, al rilevamento e alla prevenzione delle frodi e alla gestione del marketing sono compiti importanti nel settore bancario e della vendita al dettaglio. Poiché i truffatori escogitano continuamente nuovi schemi e perfezionano quelli esistenti per evitare di essere facilmente identificati, è difficile identificare le frodi e prevenirle. Per monitorare le attività relative alla prevenzione delle frodi, all'individuazione delle frodi, alla fidelizzazione dei clienti, al marketing e alla gestione dei rischi, alle performance aziendali, alla classificazione dei prestiti e al miglioramento della soddisfazione dei clienti.
About the author
Ugochukwu Okwudili Matthew , Engr Dr. Jazuli Sanusi Kazaure et Dr. Nwamaka Uchenna Okafor sont des universitaires professionnels qui ont de nombreuses années de recherche et d'engagement universitaire. Les auteurs ont travaillé sur plusieurs autres projets universitaires d'importance mondiale.
