Kreditrisk med SQL Server

Data Science Virtual Machine
SQL Server
Power BI

Lösnings idé Solution Idea

Om du vill se den här artikeln med mer information, implementerings information, prissättnings vägledning eller kod exempel kan du berätta för oss med GitHub feedback!If you'd like to see us expand this article with more information, implementation details, pricing guidance, or code examples, let us know with GitHub Feedback!

Med hjälp av SQL Server 2016 med R Services kan en utlånings institution använda förutsägande analys för att minska antalet lån som de erbjuder som mest sannolika som standard, vilket ökar lönsamheten i låne portföljen.Using SQL Server 2016 with R Services, a lending institution can make use of predictive analytics to reduce number of loans they offer to those borrowers most likely to default, increasing the profitability of their loan portfolio.

ArkitekturArchitecture

Arkitektur diagram Ladda ned en SVG -arkitektur.Architecture Diagram Download an SVG of this architecture.

ÖversiktOverview

Om vi hade en kristall kula skulle vi bara låna ut pengar till någon som vi kände skulle betala tillbaka till oss.If we had a crystal ball, we would only loan money to someone we knew would pay us back. En utlånings institution kan använda förutsägande analys för att minska antalet lån som de erbjuder till de lånare som är mest sannolika som standard, vilket ökar Profitablity i låne portföljen.A lending institution can make use of predictive analytics to reduce number of loans they offer to those borrowers most likely to default, increasing the profitablity of their loan portfolio. I den här lösningen används simulerade data för ett litet privat finansiellt lån, vilket skapar en modell som hjälper dig att identifiera om låntagaren kommer att användas som standard för ett lån.This solution uses simulated data for a small personal loan financial institution, building a model to help detect whether the borrower will default on a loan.

Affärs perspektivBusiness Perspective

Företags användaren använder de förväntade poängen för att hjälpa till att avgöra om ett lån ska beviljas eller inte.The business user uses the predicted scores to help determine whether or not to grant a loan. Han finjusterar sin förutsägelse genom att använda PowerBI-instrumentpanelen för att se antalet lån och det totala antalet kronor som sparats under olika scenarier.He fine tunes his prediction by using the PowerBI Dashboard to see the number of loans and the total dollar amount saved under different scenarios. Instrument panelen innehåller ett filter som baseras på percentiler av de förväntade poängen.The dashboard includes a filter based on percentiles of the predicted scores. När du har valt alla värden visas alla lån i test exemplet och du kan granska information om hur många av dem som är standard.When all the values are selected, he views all the loans in the testing sample, and can inspect information about how many of them defaulted. Genom att bara kontrol lera den översta percentilen (100) går han nedåt till information om lån med ett förväntat resultat under de översta 1%.Then by checking just the top percentile (100), he drills down to information about loans with a predicted score in the top 1%. Genom att markera flera kontinuerliga rutor kan han hitta en slut punkt som han är van vid att använda som ett framtida kriterium för godkännande av lån.Checking multiple continuous boxes allows him to find a cutoff point he is comfortable with to use as a future loan acceptance criteria.

Använd knappen prova nu nedan för att Visa PowerBI-instrumentpanelen.Use the "Try It Now" button below to view the PowerBI Dashboard.

Data expert perspektivData Scientist Perspective

SQL Server R Services ger data beräkningen genom att köra R på den dator som är värd för-databasen.SQL Server R Services brings the compute to the data by running R on the computer that hosts the database. Den innehåller en databas tjänst som körs utanför SQL Servers processen och kommunicerar säkert med R-körningsmiljön.It includes a database service that runs outside the SQL Server process and communicates securely with the R runtime.

Den här lösningen vägleder dig genom stegen för att skapa och förfina data, träna R-modeller och utföra en bedömning på den SQL Server datorn.This solution walks through the steps to create and refine data, train R models, and perform scoring on the SQL Server machine. Den slutliga resultat databas tabellen i SQL Server ger en förutsägande Poäng för varje potentiell låntagare.The final scored database table in SQL Server gives a predicted score for each potential borrower. Dessa data visualiseras sedan i PowerBI.This data is then visualized in PowerBI.

Data tekniker som testar och utvecklar lösningar kan arbeta från bekvämligheten hos sin R IDE på sin klient dator, samtidigt som du skickar data bearbetningen till den SQL Server datorn.Data scientists who are testing and developing solutions can work from the convenience of their R IDE on their client machine, while pushing the compute to the SQL Server machine. De slutförda lösningarna distribueras till SQL Server 2016 genom att bädda in anrop till R i lagrade procedurer.The completed solutions are deployed to SQL Server 2016 by embedding calls to R in stored procedures. Dessa lösningar kan sedan automatiseras ytterligare med SQL Server Integration Services och SQL Server Agent.These solutions can then be further automated with SQL Server Integration Services and SQL Server agent.

Använd knappen distribuera nedan för att skapa en virtuell dator som innehåller data, R-kod, SQL-kod och en SQL Server 2016-databas (lån) som innehåller hela lösningen.Use the "Deploy" button below to create a Virtual Machine that includes the data, R code, SQL code, and a SQL Server 2016 database (Loans) containingn the full solution.

PrissättningPricing

Din Azure-prenumeration som används för distributionen debiteras förbruknings avgifter för tjänsterna som används i den här lösningen, ungefär $1.15 per timme för den virtuella standard datorn.Your Azure subscription used for the deployment will incur consumption charges on the services used in this solution, approximately $1.15/hour for the default VM.

Se till att du stoppar din VM-instans när du inte aktivt använder lösningen.Please ensure that you stop your VM instance when not actively using the solution. Att köra den virtuella datorn kommer att ådra sig högre kostnader.Running the VM will incur higher costs.

Ta bort lösningen om du inte använder den.Please delete the solution if you are not using it.