 |
MoneyСare использует машинное обучение для прогнозирования одобрения кредитов
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.
Контактное лицо: Александра
Компания: Columbus
Добавлен: 07:53, 20.06.2017
Количество просмотров: 987
Страна: Россия
МФК «Лайм-Займ» вошла в десятку самых популярных МФО в 2024 году, МФК "Лайм-Займ", 05:36, 28.01.2025, Россия163 |
Компания заняла 6 место в рейтинге самых популярных микрофинансовых организаций в 2024 году. Основным параметром стало среднемесячное число запросов в поисковой системе Яндекс. Список составил сервис подбора финансовых продуктов «Бробанк». |
Дебютный выпуск облигаций МФК «Лайм-Займ» погашен, МФК «Лайм-Займ» (ООО), 03:17, 19.12.2024, Россия559 |  |
МФК «Лайм-Займ» сообщает о значимой для инвесторов новости: 18 декабря 2024 года был полностью погашен дебютный выпуск облигаций компании (ISIN: RU000A104AX8). Общий объем выплат по купонному доходу составил 6 264 000 рублей, объем амортизационной выплаты – 150 000 000 рублей. |
Команда МФК «Лайм-Займ» приняла участие в Investment Leaders Forum 2024, МФК «Лайм-Займ» (ООО), 15:45, 23.11.2024, Россия287 |  |
Эксперты компании приняли участие в деловой программе форума, где рассказали об ожиданиях МФК «Лайм-Займ» и ее дочерних компаний на 2025 год, а также обсудили особенности IR-коммуникаций с разными типами инвесторов. Также компания стала победителем Investment Leaders Award в номинации «МФО года». |
Мобильное приложение «Лайм-Займ» признано лучшим среди МФО, МФК "Лайм-Займ", 07:32, 28.07.2024, Россия392 |
24 июля прошла премия «Best in Finance: Лидеры финансового сектора», в рамках которой организаторы отметили компании, продемонстрировавшие лучшие результаты в разных категориях, и выделили лидеров в финансовом секторе России. МФК «Лайм-Займ» стала победителем в номинации «Лучшее приложение МФО». |
|
 |