ВТБ при принятии решений об открытии и размещении дополнительных офисов использует результаты анализа обезличенных гео-данных и их последующей обработки методами машинного обучения. Соответствующая гео-аналитическая платформа является внутренней разработкой банка.
Для анализа используются данные о торговой активности, средней стоимости жилья в городах, плотности живущих и работающих в разных районах городов людей и др. Объединить широкий периметр обезличенных данных удалось благодаря единой специализированной гео-сетке, разработанной специалистами банка для решения аналитических задач.
Применение методов машинного обучения к широкому периметру данных позволило прогнозировать спрос на те или иные банковские услуги в различных районах городов. Согласно полученным результатам, в частности, спрос на сберегательные продукты, как правило, концентрируется в центре города, а спрос на кредитные и транзакционные продукты может быть выше в спальных районах.
Таким образом, централизованная гео-аналитическая платформа позволяет системно решать задачу оптимального размещения инфраструктуры банка.
«Применение анализа и обработки методами машинного обучения обезличенных больших данных в современном мире является одним из основных инструментов развития компаний почти во всех сферах. Созданные на основе больших данных модели помогают делать услуги банков для клиентов удобнее и более точно и индивидуально формулировать предложения сервисов и продуктов. Работа с большими данными является одним из важнейших направлений развития ВТБ в рамках стратегии, которая предполагает трансформацию банка на новой цифровой основе», — заявил заместитель президента-председателя правления ВТБ Вадим Кулик.
