从上面的例子可以看出，银行可以接收有关财务业绩、活动领域、罚款、仲裁、媒体提及等信息。
基于这些数据，构建大量复杂变量，随后经过选择阶段并最终形成最终模型。
银行客户是如何评估的？
对于零售客户，主要使用WOE分箱方法，借助该方 阿曼电报数据 法将连续数值或分类变量分为组，并通过信息值（IV）优化组的边界。
接下来，根据逻辑回归的影响程度选择变换变量；为此，使用相关分析和递归特征消除（RFE）的方法。因此，形成了一个评分卡，将客户分为风险组。
评分模型的示例
个人评分模型的示例
因此，根据客户属于一组或另一组变量来总结客户的分数，我们得到最终分数，这决定了客户评级：
最终速度
最终得分和客户评分
对于企业客户，使用更复杂的模型，其中包括财务、质量和行为模块，对这些模块进行处理以获得基本的客户评级。
客户根据企业类型进行细分：大型、中小企业、微型或个体企业家。对于包括国家在内的最大客户，使用评级机构的国际评估。
风险量表示例
银行也可以使用自己的风险等级；这取决于特定银行的公司投资组合的特征。
该模型本身由多个块组成，而不是像零售业那样只有一张记分卡。每个模块（财务、定性、行为）都是一个单独的评分模型。为了预处理每个模型中的变量，不仅可以使用分箱，还可以使用归一化和标准化方法。