ВТБ расширил применение Big Data для развития офисной сети - «ВТБ24» » Банковские Услуги



ВТБ расширил применение Big Data для развития офисной сети - «ВТБ24»


ВТБ расширил применение Big Data для развития офисной сети - «ВТБ24»


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.






г. Санкт-Петербург, ул. Большая Морская, д. 29
Генеральная лицензия Банка России №1000




«ВТБ»



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. г. Санкт-Петербург, ул. Большая Морская, д. 29 Генеральная лицензия Банка России №1000 «ВТБ»
Похожие новости


Комментарии
Комментарии для сайта Cackle

Оставить комментарий

Заполни форму онлайн и получи консультацию
Наш сотрудник свяжется с Вами в течении одной минуты.

Мы транслируем с 2012 © BankReal.ru - ООО "БРГ" Банковские - Услуги. Все права защищены. Все материалы публикуют на сайте гости и пользователи сайта. Администрация сайта не несет ответственности за публикации.
Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика