Яндекс разработал модель прогнозирования спроса на наличные в банкоматах
Команда Yandex Data Factory разработала для «Райффайзенбанка» модель прогнозирования спроса на наличные в банкоматах. Её внедрение в перспективе позволит банку примерно на 15% снизить издержки, связанные с пополнением банкоматов и изъятием из оборота лишних средств.
Решение разработано с помощью алгоритма машинного обучения Матрикснет на основе анализа данных 2000 банкоматов. Учитывалось их местонахождение, режим работы, фактический спрос на наличные и другие параметры. До сих пор «Райффайзенбанк» определял потребность клиентов в наличных на основе статистики. Модель, разработанная Yandex Data Factory, позволит банку уменьшить отклонение прогноза от реального спроса примерно на 30%.
«Любому банку важно соблюдать баланс между количеством денег, которые лежат в банкоматах и которые находятся в обороте. Если денег в банкоматах мало и клиенты не могут снять наличность, это вызывает их недовольство. Если денег в банкоматах слишком много, банк несёт излишне высокие издержки. Решение, которое мы предлагаем, позволит банкам оптимизировать распределение денег в сети банкоматов и сократить свои издержки», — говорит Александр Хайтин, исполнительный директор Yandex Data Factory.
«Решение выглядит так: система даёт планировщику инкассаций рекомендации о том, когда и на какую сумму нужно инкассировать банкомат. При этом она стремится к минимальной стоимости выезда инкассаторов и хранения денег в банкомате при условии сохранения доступности функции выдачи наличных, — рассказывает Олег Третьяк, руководитель отдела IT-архитектуры «Райффайзенбанка». – Немаловажно и то, что решение позволит повысить удовлетворённость клиентов одним из главных сервисов банка».
Yandex Data Factory — это направление Яндекса, созданное для решения бизнес-задач с помощью анализа данных и технологий машинного обучения. Они применимы в разных отраслях экономики. Так, в прошлом году Яндекс разработал модель прогнозирования спроса на товары со скидкой для сети магазинов «Пятёрочка»: в 87% случаев она предсказывает спрос с точностью до одной упаковки. Для Магнитогорского металлургического комбината был создан рекомендательный сервис, оптимизирующий расход добавочных материалов при производстве стали без потери её качества. Он позволяет снизить расход ферросплавов в среднем на 5%, годовая экономия может превысить 275 млн рублей.
07.02.2017
Еще статьи по теме
- Яндекс планирует закрыть сделку с eLama летом 2024 года - 07.02.2024
- Райффайзенбанк вместо новогоднего корпоратива направит деньги на благотворительность - 01.12.2021
- Один день, и никаких драм! Новая кампания MullenLowe для Райффайзенбанка - 06.09.2021
- Выбирайте правильный кэшбэк! - 17.06.2021
- Обновления в Яндекс.Дзене: больше контента из подписок, редизайн ленты и раздел "Видео" в приложении Яндекс - 13.05.2021
- Покупай быстро – плати медленно с кредитной картой Райффайзенбанка - 19.04.2021
- В малом бизнесе всё QR! - 25.01.2021
- Ставка по кредиту - не свидание вслепую (3) - 20.10.2020
- Забудьте про ужасы бухучета! (4) - 05.10.2020
- Айдентика "Райффайзен сферы" - 31.08.2020
- все статьи по теме...
Комментарии
Написать комментарий