Данные

Мы рады сообщить о запуске очередного поколения нашего продукта JuicyScore - APIv12. Новое поколение это не просто порядковый номер, увеличенный на единицу, это ряд важных изменений продукта с точки зрения его информативности и эффекта для наших партнеров и клиентов. Неизменным остается наш подход - мы не используем персональные данные и прямые идентификаторы клиенты и продолжаем работать над безопасностью Интернета для участников финансового рынка.

Информация - это ценнейший ресурс в XXI веке. Ежегодно объем информации в интернете увеличивается и для обработки этих массивов данных используются различные методы. Сегодня мы остановимся на трех понятиях: искусственный интеллект (AI), машинное (ML) и глубокое обучение (DML). Существует еще огромное количество методик, которые используются специалистами и экспертами по анализу данных, и цель этой публикации не только объяснить особенности этих понятий, но и показать успешные примеры применения части методов для решения практических задач по предотвращению риска мошенничества.

В июле 2019 нам выпала честь выступить на «Международном Финансовом Конгрессе» в секции, посвященной потребительскому мошенничеству и методам его противодействия. Уровень мероприятия и состав участников показали: обсуждаемая тема является не только актуальной и важной для рынка, но и существующие на рынке механизмы потребительского мошенничества в сегменте розничного кредитования и микрокредитования являются серьезной проблемой как для самих организаций, так и для пользователей финансовых услуг.

Ушедший год стал рекордным для России по объему долговых обязательств по кредитам — общая сумма задолженности достигла 14,9 триллионов рублей. Темпы роста кредитования сохраняются на высоком уровне, создавая новые вызовы для управления рисками. Программы рефинансирования и консолидации действующих кредитов, предлагаемые финансовыми институтами и действия регулятора, направленные на контроль объема нагрузки, свидетельствуют о всеобщей озабоченности проблемой.

Мы продолжаем наши публикации о содержательности данных онлайн-поведения пользователей. В этой статье мы анонсируем запуск глобального исследовательского проекта, связанного с нашим поведением онлайн, нашим психотипом и кредитными рисками. Большое число недавних исследований показали значимое влияние психотипа человека на оценку кредитного риска. Этому есть ряд объяснений:

Как многие из Вас знают, инструменты Big Data существенно помогают в выявлении кластеров «хороших» и «плохих» заемщиков — тому примеры данных социальных сетей или платежных агрегаторов.

Данные онлайн-поведения пользователя сейчас напоминают Terra Incognita, но работа с ними достаточно быстро приносит свои плоды.