Искусственный интеллект позволил российским банкам прогнозировать поведение клиентов

Если раньше это было всего несколько десятков показателей, то теперь их сотни и даже тысячи, отметил менеджер проекта "Биг дата" Хоум Кредит Банка Сергей Герасимов. Применение машинного обучения позволило банку более точно прогнозировать вероятность невозврата кредита, в результате уровень просроченной задолженности снизился до 3,7%, добавил он. Искусственный интеллект позволил в 70% случаев отказаться от звонков клиентам на ранних стадиях при появлении просрочки, рассказал управляющий директор Бинбанка Вадим Ковалев.

Искусственный интеллект облегчил работу банков с должниками. Алгоритмы машинного обучения позволили прогнозировать поведение клиентов и отличать "плохих" заемщиков от "хороших". Таким образом, с помощью алгоритма можно спрогнозировать вероятность поступления платежей по кредиту и снизить число звонков заемщикам. Об этом "Известиям" рассказали в крупнейших банках из топ-30. При принятии решений используются данные о поведении клиентов, говорится в сообщении пресс-службы.



31.05.2018 Финансы Санкт-Петербург

Читайте «СПБ Кэш Финансы» в социальных сетях: в Контакте, в Twitter, на Pinterest, в Одноклассниках.