1. Как с помощью больших данных сотовых операторов
таргетировать финансовые продукты
Вадим Табаков
Директор по продажам oneFactor
2. 1. Анкетные данные (пол, возраст, род занятий,
объем запрашиваемого кредита, срок и т.д.)
2. Данные из БКИ
Фактические данные Банковская поведенческая информация
Данные для принятия решений по кредитным заявкам
1. История использования банковских
продуктов: платежных карт, депозитов,
данные зарплатных проектов
2. Информация о поведении клиента в
системах самообслуживания банка или при
подаче анкетной заявки
2
3. 1. Род интересов потенциального заемщика
2. Уровень доходов и расходов потенциального
заемщика
3. Информация о мошенническом поведении
4. Потенциал профессионального
роста/стабильности/профессиональной
занятости
Типы небанковских поведенческих признаков Классы поведенческих данных
Небанковские поведенческие признаки
1. Использование мобильных телефонов
2. История просмотра страниц в интернете
3. Поведенческая информация в социальных
сетях
4. История покупок
3
4. 1. Срок жизни абонентского номера
2. Интегральная оценка активности номера
3. Входящий голосовой трафик
4. Количество абонентских номеров, выделенных
клиенту
5. Средний размер платежа
6. Статистика по базовым станциям
7. Среднемесячное количество SMS на короткие
номера
8. Количество блокировок
9. Роуминг за пределами СНГ
10.Оказание услуг связи клиенту за пределами
субъекта РФ, в котором заключен договор об
оказании услуг связи
11.Канал платежей, наиболее часто используемый
клиентом
1. Интерпретируемые поведенческие признаки
Сценарии использования небанковских поведенческих данных
4
6. 1. Срок жизни абонентского номера
2. Интегральная оценка активности номера
3. Входящий голосовой трафик
4. Количество абонентских номеров, выделенных
клиенту
5. Средний размер платежа
6. Статистика по базовым станциям
7. Среднемесячное количество SMS на короткие
номера
8. Количество блокировок
9. Роуминг за пределами СНГ
10.Оказание услуг связи клиенту за пределами
субъекта РФ, в котором заключен договор об
оказании услуг связи
11.Канал платежей, наиболее часто используемый
клиентом
1. Интерпретируемые поведенческие признаки 2. Неинтерпретируемые поведенческие
признаки
Сценарии использования небанковских поведенческих данных
Набор чисел как результат оптимального
набора трансформаций исходных данных
6
9. 9
Мобильный
номер
факторы
Обученный
алгоритм
Атрибуты
для валидации
Банк / МФОКредитная
заявка
Согласие
абонента
Телеком данные
Поддерживаются
интерфейсы
CreditRegistry
Поддерживаются
интерфейсы
CreditRegistry
Интегрируется как +1 кредитное бюро для процесса принятия решений
Сервис Машинного Обучения OneFactor
10. Сервис предоставляет три типа оценок
10
1. Простейшие оценки
Профиль использования мобильного телефона
2. Валидационные оценки
Оценка результатов валидации входящих данных
3. Интегральные оценки
Вероятность наступления события, указанного Заказчиком
11. 11
1. Увеличение темпов прироста кредитного портфеля при сохранении нормы прибыли
Увеличение доли рынка при сохранении Cost of Risk
Сокращение ошибки 1-ого рода, когда среди отказников присутствуют благонадежные заёмщики
2. Увеличение нормы прибыли кредитного портфеля
Снижение cost of risk при сохранении доли рынка
Сокращение ошибки 2-ого рода, когда среди выдач присутствует фрод и высокорискованные заёмщики
4. Снижение объемов резервирования
3. Эффективное управление кредитными лимитами
Добавленная стоимость
12. 12
Holdings
Два R&D центра в
России
Моск ва
Ниж ний Новгород
Основан
20 15
Команда:
40 + математик ов и
разработчик ов
Uber
Facebook
Twitter
Alibaba
Xiaomi
Airbnb
Spotify
2ой по величине оператор
мобильной связи в России
MegaFon
глобальный игрок на рынке
ж елезной руды и стали
Metalloinvest
крупнейшие социальные
сети в России
group
тв и другие популярные
медиа
Media
Инвестиции
oneFactor - компания с участием Top Tier инвесторов
oneFactor специализируется на сервисах машинного обучения, георекомендаций, а также системах
искусственного интеллекта для B2B рынка.
13. Сервисы OneFactor
B2C
скоринг
B2B скоринг
Мониторинг
клиентской
базы
Георекоменда-
тельный
сервис
Увеличение доли рынка розничного
кредитования за счет увеличения
объема выдачи без роста cost of risk
Сокращение cost of risk без снижения
объема розничного кредитного
портфеля
Увеличение доли рынка корпоративного
кредитования за счет увеличения объема
выдачи без роста cost of risk
Сокращение cost of risk без снижения
объема корпоративного кредитного
портфеля
Оптимизация объемов резервирования
Управление лимитами
Формирование предодобренных
предложений
Онлайн стимулирование
платежей для увеличения
доли Банка в кошельке
клиента
14. Let’s do IT
14
Вадим Табаков
Директор по продажам oneFactor
vadim.tabakov@onefactor.com