Заказчики: Банк ВТБ Москва; Финансовые услуги, инвестиции и аудит Продукт: Искусственный интеллект (ИИ, Artificial intelligence, AI)Дата проекта: 2023/11 — 2024/05
|
Технология: Data Mining
Технология: Data Quality - Качество данных
Технология: Робототехника
|
2024: Разработка инструмента бизнес-аналитики для оценки эффективности работы региональных отделений
ВТБ разработал и внедрил инструмент бизнес-аналитики для оценки эффективности работы региональных отделений. С помощью алгоритмов машинного обучения сервис анализирует, визуализирует и выявляет ключевые переменные, которые влияют на финансовые результаты. На основе полученных данных банк может принимать решения об открытии отделений в новых местах с большой проходимостью и потребностью в финансовых услугах со стороны клиентов или закрытии нерентабельных. Об этом банк сообщил 14 июня 2024 года.
Сервис «Анализ поколенческого показателя PL» (profits and losts — прогнозный показатель расходов и доходов) позволяет сравнивать и интерпретировать большой объем информации из разных точек, выявлять общие тенденции и определять эффективные стратегии.
Для реализации проекта организованы специализированные витрины данных, содержащие сведения об операционной деятельности, клиентских взаимодействиях и финансовых показателях розничного бизнеса. «Анализ поколенческого PL отделений» работает на основе данных розничного бизнеса, накопленных за три года и содержащих финансовые, операционные и клиентские метрики.
Для конкретной точки продаж автоматически выбирается 30 самых важных из более, чем 300 возможных параметров оценки, представленных в общей витрине данных. Модели анализируют воздействие показателей клиентского сервиса: время обслуживания, процент очередей, количество неудовлетворенных пользователей с характеристикой причин и многие другие параметры, позволяющие выделять наиболее значимые отклонения, которые влияют на PL.
На июнь 2024 года в регионах России работает около 1,3 тыс. отделений ВТБ. Мы основательно пересматриваем подходы к развитию сети, чтобы сделать работу каждого офиса еще более эффективной и комфортной для клиентов. Представленная технология прогнозирования будет способствовать этому и позволит добиться стратегических показателей, в том числе на 40% увеличить количество работающих отделений, — отметил Руслан Еременко, член правления ВТБ. |
Актуальность, полнота и корректность данных — ключевые характеристики, необходимые для аналитики и построения моделей машинного обучения. Эта информация, а также современные инструменты обработки данных позволили создать систему анализа эффективности банковских отделений, направленную на оптимизацию работы», — прокомментировал Никита Рыбченко, руководитель департамента технологического развития общебанковских систем, старший вице-президент ВТБ. |