ВТБ применит ИИ для оценки эффективности работы региональных отделений
ВТБ применит ИИ для оценки эффективности работы региональных отделений

ВТБ разработал и внедрил инструмент бизнес-аналитики для оценки эффективности работы региональных отделений. С помощью алгоритмов машинного обучения сервис анализирует, визуализирует и выявляет ключевые переменные, которые влияют на финансовые результаты. На основе полученных данных банк может принимать решения об открытии отделений в новых местах с большой проходимостью и потребностью в финансовых услугах со стороны клиентов или закрытии нерентабельных. 


 

Для реализации проекта организованы специализированные витрины данных, содержащие сведения об операционной деятельности, клиентских взаимодействиях и финансовых показателях розничного бизнеса. «Анализ поколенческого PL отделений» работает на основе данных розничного бизнеса, накопленных за три года и содержащих финансовые, операционные и клиентские метрики.


Для конкретной точки продаж автоматически выбирается 30 самых важных из более, чем 300 возможных параметров оценки, представленных в общей витрине данных. Модели анализируют воздействие показателей клиентского сервиса: время обслуживания, процент очередей, количество неудовлетворенных пользователей с характеристикой причин и многие другие параметры, позволяющие выделять наиболее значимые отклонения, которые влияют на PL.

Актуальность, полнота и корректность данных — ключевые характеристики, необходимые для аналитики и построения моделей машинного обучения. Эта информация, а также современные инструменты обработки данных позволили создать систему анализа эффективности банковских отделений, направленную на оптимизацию работы, — прокомментировал Никита Рыбченко, руководитель департамента технологического развития общебанковских систем, старший вице-президент ВТБ.


 



Город

ВТБ применит ИИ для оценки эффективности работы региональных отделений

14-06-2024 18:00

ВТБ разработал и внедрил инструмент бизнес-аналитики для оценки эффективности работы региональных отделений. С помощью алгоритмов машинного обучения сервис анализирует, визуализирует и выявляет ключевые переменные, которые влияют на финансовые результаты. На основе полученных данных банк может принимать решения об открытии отделений в новых местах с большой проходимостью и потребностью в финансовых услугах со стороны клиентов или закрытии нерентабельных. 


 

Для реализации проекта организованы специализированные витрины данных, содержащие сведения об операционной деятельности, клиентских взаимодействиях и финансовых показателях розничного бизнеса. «Анализ поколенческого PL отделений» работает на основе данных розничного бизнеса, накопленных за три года и содержащих финансовые, операционные и клиентские метрики.


Для конкретной точки продаж автоматически выбирается 30 самых важных из более, чем 300 возможных параметров оценки, представленных в общей витрине данных. Модели анализируют воздействие показателей клиентского сервиса: время обслуживания, процент очередей, количество неудовлетворенных пользователей с характеристикой причин и многие другие параметры, позволяющие выделять наиболее значимые отклонения, которые влияют на PL.

Актуальность, полнота и корректность данных — ключевые характеристики, необходимые для аналитики и построения моделей машинного обучения. Эта информация, а также современные инструменты обработки данных позволили создать систему анализа эффективности банковских отделений, направленную на оптимизацию работы, — прокомментировал Никита Рыбченко, руководитель департамента технологического развития общебанковских систем, старший вице-президент ВТБ.


 


Круглосуточный поток всего, что происходит на Дону в нашем телеграм канале


Оцените статью:
нравится0
не нравится0
00
Сообщить об ошибке!
Поделиться с друзьями:

Добавить «Privet-Rostov.ru» в список ваших источников:
У Вас есть интересная новость, фото или видео? Стали очевидцем происшествия? Звоните:
8 800 201 53 75 (Звонок по России бесплатный), Пишите: [email protected]
Новости партнеров
Последние новости
Privet-Rostov.ru » Город » ВТБ применит ИИ для оценки эффективности работы региональных отделений