347
Як фінансовий ринок може застосовувати машинне навчання - експерт
— Фінтех і Картки
Машинне навчання можна застосовувати і в скорингу, і в ідентифікації користувачів, і в багатьох інших питаннях фінансового ринку.
Про це розповів CEO і засновник компанії Artellence Володимир Лозовий на FinRetail2020.
“Машинне навчання працює таким чином: комп’ютеру на вхід подаються масиви розмічених даних і він сам знаходить в них закономірність. Таким чином машинне навчання може допомогти і в фінансовій сфері”, – заявив експерт.
Застосування в фінансах:
- кредитний скоринг;
- предиктивні (перебачальні – ред.) моделі, маркетингові комунікації, персоналізації продуктів і на етапі колекшну;
- розпізнавання облич.
Як застосовувати предиктивні моделі на практиці:
- спершу потрібно зібрати зовнішні дані про клієнтів, тобто провести аналіз цільової аудиторії і клієнтів і зібрати їх в одну CRM;
- потім відбувається лідогенерація. На цьому етапі відбувається персоналізація лендінгу;
- прогноз LTV (Lifetime Value) клієнта і персоналізація продуктів;
- ймовірність повернення боргу, метчінг і розпізнавання голосу.
Як пов’язані кредитний скориг і машинне навчання. За словами Лозового, цей зв’язок передусім в альтернативних даних.
“Внутрішні дані або дані кредитної історії – вони простіші, їх можна проаналізувати більш простими джерелами. А коли ми дивимося на дані альтернативних джерел, наприклад соцмереж або смартфонів – їх дуже багато і вони неструктуровані і неоднорідні. Для того щоб їх проаналізувати, потрібні алгоритми інший складності”, – розповів Лозовий.
За його словами, машинне навчання дозволяє з мільйона змінних (лайки, реакції на пости, кількість “поганих” друзів, які не повернули борг в МФО) скласти фінальну скоринговую модель. Те ж саме можна зробити і по телефону. Наприклад, якщо людина записує знайомих по імені і прізвищу, шанс того, що вона поверне позику в 16 разів вищий, ніж той, у якого в контактній книзі друзі записані нікнеймами.
За матеріалами: Finance.ua
Поділитися новиною
