Логотип
Баннер в шапке 1
Баннер в шапке 2
Проект

ВТБ разработал технологию для анализа эффективности банковских отделений

Заказчики: Банк ВТБ

Москва; Финансовые услуги, инвестиции и аудит

Продукт: Искусственный интеллект (ИИ, Artificial intelligence, AI)

Дата проекта: 2023/11 — 2024/05
Технология: Big Data
подрядчики - 209
проекты - 589
системы - 227
вендоры - 185
Технология: Data Mining
подрядчики - 241
проекты - 810
системы - 278
вендоры - 196
Технология: Data Quality - Качество данных
подрядчики - 187
проекты - 977
системы - 59
вендоры - 40
Технология: Робототехника
подрядчики - 259
проекты - 501
системы - 492
вендоры - 365

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.
»