Összegyűjtött alapadatok vizsgálata (Base Data Analysis), célja az inkonzisztens adatok és változók kiszűrése, illetve a hiányos esetekkel rendelkező változók, esetek kiszűrése. Az adatelemzés során vagy saját adatbányász eszközünkben (SPSS PASW Modeler), vagy a Bank által biztosított infrastruktúrában (pl. SAS Base, SAS Enterprise Guide, SAS Enterprise Miner) kialakítjuk a fix referencia adathalmazt (Reference Data Set, „RDS”), amely alapján visszakövethető a fejlesztés minden lépése bármely utólagos ellenőrzés során. Az RDS-t külön fájlban tároljuk el, amelyet a Bank a következő fejlesztésig meg kell őrizzen, reprodukálhatóságot biztosítva. Az RDS már a végső, szűrt modellezési adatbázis, nem tartalmazza az úgynevezett „szürke zónát” sem, amely a fejlesztés során azon ügyfeleket takarja, amely valamely okból nem képezhetik részét a fejlesztésnek (pl. csalásgyanús ügyfelek, kisebb mértékben késő ügyfelek, amelyekről nem lehet pontosan eldönteni, hogy rossz vagy jó adósnak számítanak-e).

Default meghatározása (Definition of default) annak tükrében, hogy a megbízó milyen ügyfeleket tekint rossznak, illetve adott esetben saját, Bázeli előírásoknak megfelelő definíció elemzése és kialakítása. Az egyes default-okokat külön-külön elemezzük, és a teljes bázeli definíció alkalmazására törekszünk.

Egyváltozós adatelemzés (Single Factor Analysis), melynek során a default rátával jól együtt mozgó változók elemzése, illetve kiválogatása történik. Ezen folyamati lépés célja egyértelmű trendek felállítása a változó értékei és a default ráta között. A scorecard logika miatt minden egyes releváns változót kategorizálunk az adatbányász eszköz segítségével, amely a változók optimális kategorizálását, és a nemlineáris hatások tökéletes megragadását teszi lehetővé. A modellezésbe csak olyan változók kerülhetnek be, amelyek közgazdaságilag (szakértőileg) is megfelelően értelmezhetőek. Időbeli stabilitás vizsgálata már egyedi változó szintjén is igen hangsúlyos az általunk követett módszertanban, időbelileg instabil változókat elhagyjuk.

Fejlesztési minta és tesztminta kiválasztása (Sampling). Egy nagyobb fejlesztési és kisebb tesztminta (ideális esetben 50-50%, egyébként 70%-30%) kiválasztása történik. Logisztikus regresszió alkalmazásával (Multi Factor Analysis) történik az egyes változók szignifikanciájának vizsgálata a fejlesztési mintán, amely lépésben megvalósul az inszignifikáns változók kiszűrése, illetve a változók közötti korreláció vizsgálata is. Alternatív modellek kerülnek kialakításra, amelyek közül az ügyfelünkkel közösen határozzuk meg a végső modellt. Igény esetén a logisztikus regresszió mellett más modellezési technikák is kipróbálásra kerülnek, pl. klaszteranalízis, főkomponens-elemzés, döntési fák vagy neurális hálók.

A modellt sztenderd statisztikai mérőszámmal teszteljük a tesztelési mintán (Model testing). Az egyes alkalmazott statisztikai mérőszámokat meghatározzuk, illetve tipikus értékeit leírjuk a dokumentációban. A végső modell koefficiensei alapján az egyes változók értékeinek pontszámmá történő áttranszformálása (Scorecard Creation) megtörténik. A kialakult, statisztikai alapú scorecard egyes pontszámai szakértői alapon módosíthatóak, a változók értékkészlete bővíthető, illetve új változók is létrehozhatóak.

A teljes folyamatot részletekbe menően dokumentáljuk (Documentation).