Название организации: Банк «ВТБ» (ПАО)
Название номинации: #креативгода20
Название проекта: Геоаналитическая платформа
В 2020 командой департамента анализа данных и моделирования была разработана и внедрена геоаналитическая платформа для решения таких задач как:
- прогнозирование оптимального размещений точек продаж/инфраструктуры
- прогнозирования спроса (в том числе эластичности)
- оптимизации логистики.
Геоплатформа позволяет решать как внутренние задачи в части оптимального размещения инфраструктуры банка, так проводить совместные геоаналитические исследования с партнерами Банка, например, компанией Russ Outdoors и ПАО Магнит.
Оптимизация размещения инфраструктуры с применением машинного обучения позволяет не только сокращать расходы, но и делать сервисы Банка удобнее и доступнее для клиентов.
В основе решения — единая геосетка, которая позволяет объединять данные из различных источников информации — как внутри банка, так и за его периметром без нарушения законов о персональных данных. Геоплатформа позволяет применять к максимально широкому кросс-индустриальному периметру данных весь спектр инструментов машинного обучения в распоряжении банка.
В настоящий момент гео-платформа содержит более 170 гео-слоев и 800 производных по более чем 50 крупнейшим городам страны. Мы планируем дальнейшее развитие слоев данных геоплатформы как с точки зрения географического охвата, так и в части новых геослоев.
Геоплатформа позволяет применять данным максимально широкий периметр инструментов машинного обучения для таких задач как прогнозирования оптимального размещений точек продаж/инфраструктуры, прогноз спроса и эластичности спроса в георазрезе, оптимизация логистических задач.
В основе платформы — OpenSource-решения, которые отвечают за:
- функционал по первичной обработке данных
- стэк инструментов машинного обучения
- функционал по визуализации
Первые результаты внедрения и работы
Разработана и применяется модель продуктового скоринга гео-локаций: теперь в каждой точке города мы можем прогнозировать потенциальный спрос населения на различные банковские услуги. Разработана модель гео-пространственной кластеризации, позволяющая укрупненно формировать кластеры (районы) исходя из двух критериев: географической близости и спроса населения на банковских продуктов.
Перспективы развития технологического решения
В ближайших планах — развитие геоплатформы как самостоятельного ИТ-решения, в том числе, за периметром банка. На наш взгляд, инструментов, объединяющие данные из настолько широкого периметра источников и способных бесшовно применять к данным инструменты машинного обучения на рынке, — пока больше нет.