Информационный портал mskIT

Оригинал документа: http://www.mskit.ru/news/n198379/


     
 

Яндекс разработал модель прогнозирования спроса на наличные в банкоматах

07.02.2017 12:16
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.

Редактор раздела: Тимофей Белосельцев (info@mskit.ru)

Рубрики: Интеграция, ПО, Финансы

наверх
 
 
     

А знаете ли Вы что?

     
   
     


Copyright 2004 mskIT. Все права защищены
Перепечатка материалов приветствуется при ссылке на www.mskIT.mskit.ru
Ресурс разработан и поддерживается компанией Peterlink Web