Команда Yandex Data Factory разработала для «Райффайзенбанка» модель прогнозирования спроса на наличные в банкоматах. Как сообщается в официальном пресс-релизе, ее 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%.
Александр Хайтин, исполнительный директор Yandex Data Factory:
«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 несет излишне высокие издержки. Решение, которое мы предлагаем, позволит банкам оптимизировать распределение денег в сети банкоматов и сократить свои издержки».
Напомним, Yandex Data Factory — направление Яндекса, созданное для решения бизнес-задач с помощью анализа данных и технологий машинного обучения, было открыто в декабре 2014 года . В рамках этого направления, в сентябре 2016 года Яндекс разработал модель прогнозирования спроса на товары со скидкой для сети магазинов «Пятерочка»: 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 ее качества. Он позволяет снизить расход ферросплавов в среднем на 5%, годовая экономия может превысить 275 млн рублей.
