Яндекс разработал модель прогнозирования спроса на наличные в банкоматах

07 фев 2017 13:01 #52371 от ICT
Команда Yandex Data Factory объявила о разработанной для «Райффайзенбанка» модели прогнозирования спроса на наличные в банкоматах. Как рассказали CNews в компании, 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%. «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», — сказал 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, — отметил 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 руб. Ссылка на источник


  • Сообщений: 75474

  • Пол: Не указан
  • Дата рождения: Неизвестно
  • Пожалуйста Войти или Регистрация, чтобы присоединиться к беседе.

    Похожие статьи

    ТемаРелевантностьДата
    "Яндекс" разработал систему прогнозирования пробок и ДТП17.57Понедельник, 02 марта 2015
    Клиенты Промсвязьбанка могут вносить наличные в банкоматах банка «Возрождение» без комиссии15.49Пятница, 02 сентября 2016
    Услуги: Абоненты Билайн теперь могут снимать наличные в банкоматах со счета мобильного телефона15.17Вторник, 20 января 2015
    "Фокстрот" выбрал решения JDA для оптимизации прогнозирования спроса14.59Четверг, 12 февраля 2015
    «Корус консалтинг» расширил возможности облачного сервиса для прогнозирования спроса Korus | Forecast13.99Вторник, 28 августа 2018
    "Ланит" разработал рабочую модель ГИС ТЭК для РЭА12.38Понедельник, 22 декабря 2014
    «Совзонд» разработал виртуальную модель Владивостока12.25Понедельник, 08 октября 2018
    «Яндекс.Маркет» переходит на новую модель работы с магазинами10.36Понедельник, 26 сентября 2016
    Яндекс.Маркет переходит на новую модель работы с магазинами10.36Вторник, 27 сентября 2016
    "Яндекс.Директ" вводит новую модель аукциона и сортировку объявлений10.25Понедельник, 31 августа 2015

    Мы в соц. сетях