Модель прогнозирования для банкоматов

По сообщению «Яндекса», команда Yandex Data Factory разработала для Райффайзенбанка модель прогнозирования спроса на наличные в банкоматах. 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%.

Как отмечают в Yandex Data Factory, любому банку важно соблюдать баланс между количеством денег, которые лежат в банкоматах и которые находятся в обороте. Если клиенты не могут снять наличность в банкоматах, это вызывает их недовольство. Если денег в банкоматах слишком много, банк несет высокие издержки. Разработанное компанией позволит банкам оптимизировать распределение денег в сети банкоматов и сократить свои издержки.

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, поясняют в Райффайзенбанке.