Компания по кредитному брокерству MoneyCare в сотрудничестве с группой консультантов Odyssey Global разработали модель прогнозирования на основе Microsoft Azure Machine Learning. Эта модель оценивает вероятность получения положительного ответа от банка на заявку на кредит.
MoneyCare является единственным независимым кредитным брокером в России, не связанным ни с одним банком. Компания была основана в 2013 году как проект торговой сети бытовой техники и электроники "Эксперт" для самостоятельного управления финансированием покупок клиентов, после того как было обнаружено, что ритейлер теряет до 25% всех клиентов, обратившихся за потребительским кредитом. Сейчас с платформой MoneyCare работают более 2000 партнеров, а текущий пул банков - это 90% рынка в целевых сегментах.
Современные технологии позволяют финансовым компаниям работать с большим объемом данных быстрее и эффективнее, так как они представляют собой набор различных методов обнаружения знаний. Например, машинное обучение - это сложное применение статистики для поиска закономерностей в данных и создание на их основе прогнозов будущего поведения, результатов и тенденций.
Для увеличения конверсии кредитных заявок, компания MoneyCare решила сократить количество анкетных данных до минимально необходимых, а также создать модель, прогнозирующую вероятность положительного ответа банка. Определение минимального набора данных и создание прототипа было поручено экспертам практики информационно-аналитических систем консультационной компании Odyssey Global. Причина выбора партнера проста - Odyssey Global подходит к решению задач, сосредоточиваясь на понимании бизнеса и проблем клиента, являясь для клиента двигателем использования новейших IT-решений и технологий.
При выборе платформы для машинного обучения, специалисты MoneyCare остановились на облачном сервисе Azure Machine Learning, который позволяет оперативно создавать и развертывать полнофункциональные прогнозные модели в качестве решений аналитики.
Точное прогнозирование - ключевой шаг к успеху на финансовом рынке. Microsoft Azure Machine Learning предоставляет интерактивное визуальное рабочее пространство, упрощая создание, тестирование и, что самое главное, развертывание для последующего использования моделей прогнозной аналитики
На первом этапе для MoneyCare был создан прототип классификатора в Azure Machine Learning, задача которого - отбор более 60% заявок на кредит с вероятностью одобрения более 80%. Используемые методы машинного обучения: дискриминантный анализ, регрессионный анализ, кластеризация, классификация на основе разделимости (SVM, ANN), а также алгоритмы сокращения размерности (PCA).
Второй частью проекта стало обучение сотрудников MoneyCare принципам работы и совместный воркшоп по совершенствованию прототипа. В этот этап вошло консультирование по настройке моделей в Azure Machine Learning, типовым задачам машинного обучения, а также определение следующих шагов по улучшению прототипа.
