Райффайзенбанк протестировал модель прогнозирования спроса на наличные в банкоматах

Райффайзенбанк и Yandex Data Factory разработали модель прогнозирования спроса на наличные в банкоматах. Решение создано с помощью алгоритма машинного обучения Матрикснет на основе анализа данных 2000 банкоматов Райффайзенбанка по всей России. Использование модели в перспективе позволит банку сократить расходы на перевозку и хранение денег в устройствах ATM примерно на 15%.

«Решение выглядит так: система дает 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 удовлетворенность клиентов одним из главных сервисов банка».

Решение учитывает такие параметры устройств, как местонахождение, режим работы, фактический спрос на наличные и др. Модель 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.