Скоринг добрался до вашей свадьбы и роддома.
На седьмой межотраслевой конференции «Scoring Day 2019», состоявшейся 17 октября, эксперты по данным рассказали, как банки научились вычислять, когда у вас состоится свадьба, а когда родится ребёнок. И как монетизировать эти данные к взаимной выгоде всем участникам «процесса».
Артём Климов, старший менеджер по исследованию больших данных оператора, рассказал, как с помощью предоставленных данных банк, партнёр Теле2, на 7% увеличил выдачу кредитов без увеличения риска.
- Банк знает далеко не все о своём клиенте, а мы знаем. У нас 44 миллиона абонентов. Мы знаем, когда у вас родится ребёнок, когда будет свадьба, а когда ремонт.
Его спросили, неужели сотрудники оператора читают смс своих клиентов?
- Для этого вовсе не нужно читать смс, но если мы видим, что женщина находится в локации роддома, а потом туда заехал мужчина – судя по звонкам и смс самый близкий ей человек мужского пола – то с вероятностью в 100% у них родился ребёнок.
По словам Артёма Климова, оператор может заниматься также и предиктивной аналитикой:
- Например, мы видим, что человек посещал офис микрофинансовой организации (МФО). Значит, для банка это негативная информация, поскольку считается, что клиент МФО – неблагонадёжный заёмщик для банка.
О том, что у вас вскоре родится ребёнок, знают не только сотовые операторы, но и операторы фискальных чеков.
Максим Ларькин, директор по развитию бизнеса «Первый ОФД», рассказал об опыте сотрудничества с Тинькофф Банк. Не так давно в приложении банка появились расшифровки магазинных чеков. По словам Ларькина, в месяц банк получает порядка 15 миллионов чеков:
- Каждый из нас до рождения ребёнка заказывает по интернету или в физическом магазине одежду для новорождённых, мебель, посуду и так далее.
По словам директора по развитию бизнеса «Первый ОФД», одним из вариантов монетизации данных может быть сотрудничество с партнёрами – кешбэк за счёт партнёров.
- В этом случае часть денег получает банк, а часть – клиент, которому предоставляется кешбэк при покупке того или иного товара или услуги.
Эльдар Сафаров, руководитель проектов СКБ «Контур» - ещё одна компания-оператор фискальных чеков – рассказал о возможности банковского кредитования малого и среднего бизнеса под оборот с онлайн-касс
Семимильными шагами эволюционирует и такая технология, как машинное обучение. О ней всё так же было много футурологии ещё недавно, а теперь – сплошь кейсы.
В МТС Банке используют машинное обучение (МО) с 2017 года для всех банковских продуктов.
- Машинное обучение – это не просто бустинг вместо логистической регрессии, а правильная постановка и решение задач прогнозирования. МО не про навороченную модель, а чтобы адекватно поставить задачу под потребности бизнеса. То есть, про деньги, - заявила в ходе своей презентации Светлана Винокурова, руководитель блока розничных рисков банка.
Эволюция МО в банке заключается в том, что раньше они оперировали 40 лог-регрессиями, но потом свели всё в одну модель.
- Результатом двухгодичной работы стало увеличение уровня одобрения кредитов на 30%, сокращение в два раза времени на принятие решения, - рассказал Виктор Кантор, эксперт по машинному обучению МТС Банка.
Андрей Черток, управляющий директор центра развития компетенций по исследованию данных Сбербанка, рассказал собравшимся об опыте «AI-трансформации» в крупнейшем банке страны. Андрей рассказал о развитии в банке диалоговых ассистентов, «эмоциональном интеллекте».
- Мы сейчас занимаемся оценкой тех наработок, которые сделали в предыдущие годы. Нам сейчас, например, важно понять, почему машина приняла такое или другое решение. Почему отказала в кредите или, наоборот, одобрила. Вы знаете, что в Европе от банков теперь требуют раскрывать такие вещи.
#бигдата #офд #операторысвязи
@ofd24
На седьмой межотраслевой конференции «Scoring Day 2019», состоявшейся 17 октября, эксперты по данным рассказали, как банки научились вычислять, когда у вас состоится свадьба, а когда родится ребёнок. И как монетизировать эти данные к взаимной выгоде всем участникам «процесса».
Артём Климов, старший менеджер по исследованию больших данных оператора, рассказал, как с помощью предоставленных данных банк, партнёр Теле2, на 7% увеличил выдачу кредитов без увеличения риска.
- Банк знает далеко не все о своём клиенте, а мы знаем. У нас 44 миллиона абонентов. Мы знаем, когда у вас родится ребёнок, когда будет свадьба, а когда ремонт.
Его спросили, неужели сотрудники оператора читают смс своих клиентов?
- Для этого вовсе не нужно читать смс, но если мы видим, что женщина находится в локации роддома, а потом туда заехал мужчина – судя по звонкам и смс самый близкий ей человек мужского пола – то с вероятностью в 100% у них родился ребёнок.
По словам Артёма Климова, оператор может заниматься также и предиктивной аналитикой:
- Например, мы видим, что человек посещал офис микрофинансовой организации (МФО). Значит, для банка это негативная информация, поскольку считается, что клиент МФО – неблагонадёжный заёмщик для банка.
О том, что у вас вскоре родится ребёнок, знают не только сотовые операторы, но и операторы фискальных чеков.
Максим Ларькин, директор по развитию бизнеса «Первый ОФД», рассказал об опыте сотрудничества с Тинькофф Банк. Не так давно в приложении банка появились расшифровки магазинных чеков. По словам Ларькина, в месяц банк получает порядка 15 миллионов чеков:
- Каждый из нас до рождения ребёнка заказывает по интернету или в физическом магазине одежду для новорождённых, мебель, посуду и так далее.
По словам директора по развитию бизнеса «Первый ОФД», одним из вариантов монетизации данных может быть сотрудничество с партнёрами – кешбэк за счёт партнёров.
- В этом случае часть денег получает банк, а часть – клиент, которому предоставляется кешбэк при покупке того или иного товара или услуги.
Эльдар Сафаров, руководитель проектов СКБ «Контур» - ещё одна компания-оператор фискальных чеков – рассказал о возможности банковского кредитования малого и среднего бизнеса под оборот с онлайн-касс
Семимильными шагами эволюционирует и такая технология, как машинное обучение. О ней всё так же было много футурологии ещё недавно, а теперь – сплошь кейсы.
В МТС Банке используют машинное обучение (МО) с 2017 года для всех банковских продуктов.
- Машинное обучение – это не просто бустинг вместо логистической регрессии, а правильная постановка и решение задач прогнозирования. МО не про навороченную модель, а чтобы адекватно поставить задачу под потребности бизнеса. То есть, про деньги, - заявила в ходе своей презентации Светлана Винокурова, руководитель блока розничных рисков банка.
Эволюция МО в банке заключается в том, что раньше они оперировали 40 лог-регрессиями, но потом свели всё в одну модель.
- Результатом двухгодичной работы стало увеличение уровня одобрения кредитов на 30%, сокращение в два раза времени на принятие решения, - рассказал Виктор Кантор, эксперт по машинному обучению МТС Банка.
Андрей Черток, управляющий директор центра развития компетенций по исследованию данных Сбербанка, рассказал собравшимся об опыте «AI-трансформации» в крупнейшем банке страны. Андрей рассказал о развитии в банке диалоговых ассистентов, «эмоциональном интеллекте».
- Мы сейчас занимаемся оценкой тех наработок, которые сделали в предыдущие годы. Нам сейчас, например, важно понять, почему машина приняла такое или другое решение. Почему отказала в кредите или, наоборот, одобрила. Вы знаете, что в Европе от банков теперь требуют раскрывать такие вещи.
#бигдата #офд #операторысвязи
@ofd24
