Специалисты Бинбанка одними из первых на рынке используют принципиально новый подход — построение uplift-моделей в работе с просроченной задолженностью в розничном бизнесе.

Ожидается, что внедрение технологии машинного обучения (метод искусственного интеллекта) позволит в 70% случаев избежать звонков клиентам на ранних стадиях просрочки без потери эффективности.

По словам заместителя руководителя блока рисков и комплаенса Бинбанка Вадима Ковалева, «Uplift позволяет в большинстве случаев не беспокоить клиентов без необходимости. На основе статистики программа определяет, какие клиенты внесут очередной платеж по кредиту без дополнительных напоминаний. Также выявляются заемщики, звонить которым в принципе бесполезно. Звонки будут поступать только тем клиентам, которым действительно необходимы напоминания и консультации».

Для оценки качества прогноза моделей применяется универсальная скоринговая метрика — коэффициент Gini. Первые результаты проекта показали существенный прирост качества в сравнении с используемыми ранее моделями на основе логистической регрессии: произошел прирост коэффициента Gini с 65% до 88%.