Riesgo de crédito con SQL Server

El uso de SQL Server 2016 con R Services permite a una institución crediticia utilizar análisis predictivo para reducir el número de préstamos que ofrece a prestatarios con una alta probabilidad de impago, lo que le permite aumentar la rentabilidad de su cartera crediticia.

Descripción

Nota: Si ya ha implementado esta solución, haga clic aquí para ver la implementación.

Tiempo de aprovisionamiento estimado: 20 minutos

DETÉNGASE antes de continuar. Debe aceptar los términos de uso de la máquina virtual de ciencia de datos en su suscripción de Azure antes de implementar esta máquina virtual por primera vez haciendo clic aquí.

Información general

Si tuviésemos una bola de cristal, solo prestaríamos dinero a alguien que supiésemos que nos lo iba a devolver. Una institución crediticia puede utilizar análisis predictivo para reducir el número de préstamos que ofrece a prestatarios con una alta probabilidad de impago, lo que le permite aumentar la rentabilidad de su cartera crediticia. Esta solución utiliza datos simulados para una pequeña institución financiera de préstamos personales y crea un modelo que permite detectar si el prestatario no pagará el préstamo.

Perspectiva empresarial

El usuario profesional utiliza las puntuaciones de la predicción para determinar si debe concederse o no un préstamo. Ajusta la predicción usando el panel de PowerBI para ver el número de préstamos y el importe total ahorrado en diferentes situaciones. El panel incluye un filtro basado en percentiles de las puntuaciones de la predicción. Si selecciona todos los valores, ve todos los préstamos del ejemplo de prueba y puede inspeccionar la información sobre cuántos de ellos han resultado impagados. Después, si activa solo la casilla del primer percentil (100), puede explorar en profundidad la información sobre los préstamos con una puntuación prevista en el primer 1%. La activación de varias casillas continuas le permite encontrar un límite con el que se encuentre cómodo para usarlo como criterio de aceptación de préstamos futuros.

Use el botón "Probarlo ahora" más abajo para ver el panel de PowerBI.

Perspectiva de científico de datos

SQL Server R Services aporta capacidad de proceso para los datos porque ejecuta R en el equipo que hospeda la base de datos. Incluye un servicio de base de datos que se ejecuta fuera del proceso de SQL Server y que se comunica de forma segura con el entorno de ejecución de R.

Esta solución muestra los pasos para crear y restringir los datos, entrenar modelos de R y realizar puntuaciones en la máquina de SQL Server. La tabla de la base de datos de SQL Server con las puntuaciones finales ofrece una puntuación estimada para cada posible prestatario. Después, estos datos se visualizan en PowerBI.

Los científicos de datos que prueban y desarrollan soluciones pueden trabajar desde la comodidad de su IDE de R en su máquina cliente, mientras envían el proceso a la máquina de SQL Server. Las soluciones completadas se implementan en SQL Server 2016 insertando llamadas a R en procedimientos almacenados. Después, estas soluciones se pueden automatizar más con SQL Server Integration Services y el Agente SQL Server.

Use el botón "Implementar" más abajo para crear una máquina virtual que incluya los datos, el código de R, el código de SQL y una base de datos de SQL Server 2016, Loans (Préstamos), con la solución completa.

Precios

La suscripción de Azure que utilice para la implementación incurrirá en cargos por el consumo de los servicios que utilice la solución, aproximadamente, $1.15/hora para la máquina virtual predeterminada.

No olvide detener la instancia de Virtual Machines cuando no esté usando la solución. La ejecución de la máquina virtual conlleva costos superiores.

Elimine la solución si no la está usando.

Declinación de responsabilidades

©2017 Microsoft Corporation. Todos los derechos reservados. Esta información se proporciona "tal cual" y puede cambiar sin previo aviso. Microsoft no ofrece ninguna garantía, ni expresa ni implícita, respecto a la información que aquí se proporciona. Para generar la solución, se utilizaron datos de terceros. Usted es responsable de respetar los derechos de otros, incluida la adquisición y el cumplimiento de las licencias correspondientes para crear conjuntos de datos similares.

Arquitecturas de soluciones relacionadas

Predicción de préstamos incobrables con SQL Server

Esta solución muestra cómo crear e implementar un modelo de aprendizaje automático con SQL Server 2016 con R Services para predecir si será necesario declarar como incobrable un préstamo bancario en los próximos 3 meses.