Яндекс разработал модель прогнозирования спроса на наличные в банкоматах

Интернет, 7 февраля 2017 года. Команда 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.

Яндекс разработал модель прогнозирования спроса на наличные в банкоматах

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.

Следите за новостями Яндекса в блоге, Твиттере, Фейсбуке и ВКонтакте.