Rambler's Top100
Все новости Новости компаний

Машинное обучение используют для прогнозирования одобрения кредитов

19 июня 2017

Кредитный брокер MoneyCare и компания Columbus создали модель прогнозирования на основе облачного сервиса Microsoft Azure Machine Learning. Использование решения позволяет оценить вероятность положительного ответа банка на запрос кредита.

MoneyCare – единственный независимый кредитный брокер в России, не аффилированный ни с одним банком. Компания создавалась в 2013 году как проект торговой сети бытовой техники и электроники «Эксперт» для самостоятельного управления финансированием покупок клиентов, после того как выявилось, что ритейлер теряет до 25% всех клиентов, обратившихся за потребительским кредитом. Сейчас с платформой MoneyCare работают более 2000 партнеров, а текущий пул банков – это 90% рынка в целевых сегментах.

Современные технологии позволяют финансовым компаниям работать с большим набором данных быстрее и эффективнее, т.к. представляют собой совокупность различных методов обнаружения знаний. Например, машинное обучение — это очень комплексное применение статистики для поиска закономерностей в данных и создание на их основе прогнозов будущего поведения, результатов и тенденций.

Для повышения конверсии кредитных заявок компания MoneyCare решила сократить количество анкетных данных до минимально необходимых, а также создать модель, прогнозирующую вероятность положительного ответа банка. Определение минимального набора данных и построение прототипа компания MoneyCare доверила экспертам практики информационно-аналитических систем консалтинговой компании Columbus. Причина выбора партнера проста – Columbus подходит к решению задач концентрируясь на понимании бизнеса и проблем клиента, являясь для клиента драйвером использования новейших ИТ-решений и технологий.

“Использование облачных решений позволяет быстро развернуть желаемую инфраструктуру с минимальными инвестициями. Облачные технологии открывают широкое поле для экспериментов и позволяют подбирать наиболее эффективные варианты самых инновационных решений. Например, использовать машинное обучение для прогнозирования, не вкладываясь в развитие вычислительных мощностей или аналитических инструментов,” - отмечает Евгений Лебедев, руководитель направления по развитию бизнеса облачных решений компании Columbus.

Выбирая платформу машинного обучения специалисты MoneyCare остановились на облачном сервисе Azure Machine Learning, который позволяет оперативно создавать и развертывать полнофункциональные прогнозные модели в качестве решений аналитики.

“Точное прогнозирование – ключевая ступень к успеху на финансовом рынке. Microsoft Azure Machine Learning предоставляет интерактивное визуальное рабочее пространство, упрощая создание, тестирование и самое главное развертывание для последующего использования моделей прогнозной аналитики,” - комментирует Татьяна Делягина, менеджер по продвижению Data Insight компании Microsoft.

На первом этапе для MoneyCare был создан прототип классификатора в Azure Machine Learning, задача которого - отбор более 60% заявок на кредит с вероятностью одобрения более 80%. Используемые методы машинного обучения: дискриминантный анализ, регрессионный анализ, кластеризация, классификация на основе разделимости (SVM, ANN), а также алгоритмы сокращения размерности (PCA).

Второй частью проекта стало обучение сотрудников MoneyCare принципам работы и совместный воркшоп по совершенствованию прототипа. В этот этап вошло консультирование по настройке моделей в Azure Machine Learning, типовым задачам машинного обучения, а также определение следующих шагов по улучшению прототипа.

“Несмотря на популярность темы, реализованных проектов по машинному обучению не так много. Во-первых, сказывается плохое качество исходных данных – информации, которая может быть использована для прогнозирования, зачастую просто нет. Вторая проблема – дефицит кадров. Можно спроектировать любой прототип, вопрос в том, кто его будет потом использовать. Нашей задачей было не просто создание модели прогнозирования при помощи средств машинного обучения - необходимо было обучить внутри заказчика специалиста Data Science, способного развивать модель, тестировать на ней новые гипотезы и адаптировать параметры к изменяющимся условиям внешней среды. Я думаю, у нас получилось,” - рассказывает Роман Михайлов, директор практики информационно-аналитических систем компании Columbus.

“Успех компании напрямую связан с тем, какую выгоду мы приносим нашим партнерам. Выгоду по всем показателям – временным, финансовым. Использование инновационных технологий является основой для получения этой выгоды. Columbus помогли нам получить еще одно конкурентное преимущество на рынке. Спасибо!” - дополняет Дмитрий Давыдов, директор по ИТ компании MoneyCare.
Заметили неточность или опечатку в тексте? Выделите её мышкой и нажмите: Ctrl + Enter. Спасибо!

Оставить свой комментарий:

Для комментирования необходимо авторизоваться!

Комментарии по материалу

Данный материал еще не комментировался.