01.11.2019, 10:39

Українці придумали систему, яка точніше за всіх прогнозує майбутнє. World Bank - клієнт

Українці придумали систему, яка точніше за всіх прогнозує майбутнє. World Bank - клієнт - Фото
Depositphotos

Київська команда IntelSoft зробила розумну платформу. Вона визначає шахраїв, незадоволених клієнтів і ідеальні умови для курочок

Прогнозування майбутнього на великих даних - вже давно не хитрість. Банк за допомогою хитрих алгоритмів і баз обчислює, чи повернете ви кредит на iPhone. Магазин чомусь саме вам пропонує знижку на шампунь. Мобільний оператор надсилає інформацію про новий тариф саме на ваш номер.

Загалом, знати щось наперед хоче будь-який бізнес. Не взяв поганого клієнта - заощадив. Втримав хорошого - заощадив. Таргетував меседж тільки на потрібних людей - заощадив. Тільки як же визначити потрібних?

Українська компанія IntelSoft, здається, вирішує цю задачу краще за всіх. Поки одні б'ються над точністю прогнозів в 50-70%, молодий стартап підбирається до 99%. Як йому це вдається?

Нижче ви дізнаєтеся, як, і чому стартап на озброєння взяли Укрсиббанк і Мінсоцполітики.

Місцеві генії

Вся справа в науці. Точні прогнози спираються на хороші математичні моделі. А співзасновник IntelSoft Андрій Матвійчук розбирається в них краще за багатьох.

Андрію всього 41 рік, але він вже давно професор кафедри економіко-математичного моделювання КНЕУ імені Вадима Гетьмана. Темою моделювання він займається останні 20 років. Встиг за цей час зібрати безліч нагород для молодих вчених і стати доктором наук.

Але не теорією єдиною. Андрій Матвійчук ділився знаннями з бізнесами, будував макроекономічні прогнози. Навіть допомагав уряду розрахувати наслідки переходу від однієї пенсійної системи до іншої. А потім придумав, як вивести прогнозуючу аналітику на новий рівень.

Хвилини замість місяців, машина замість людей

Ми неодноразово розповідали про кейси з big data. Особливо ними люблять похвалитися мобільні оператори. Даних у них вистачає, завдань теж. Тому команди дата-саєнтистів регулярно працюють над побудовою моделей. Ось, наприклад, що виходило у Київстар. А ось - у Vodafone. Свої команди big data аналітиків є у банків, рітейлу та інших бізнесів.

Що ж нового зробив IntelSoft?

Андрій Матвійчук придумав програмну платформу, яка сама будує моделі прогнозуючої аналітики. Вся складна математика зашивається всередину. Завдяки цьому компаніям уже не потрібно тримати дата-саєнтистів високої кваліфікації та ще й з навичками програмування. Більшу частину складної і рутинної роботи система бере на себе. До того ж, робить її швидше.

"В середньому на ринку створення однієї моделі у дата-саєнтистів займає кілька місяців. З нашим продуктом цей час скорочується до хвилин, - каже Дмитро Ковальський, директор з маркетингу та продажу IntelSoft.

"Фізично" IntelSoft - це програмна платформа, яка кастомізується під задачу бізнесу. Виходить продукт, який включається в IT-інфраструктуру підприємства або налаштовується під використання через хмару. У нього свій інтерфейс, він з'єднується з внутрішніми і зовнішніми базами даних.

Усе рішення може бути повністю автоматизовано. Нові дані самі завантажуються в систему, вона самостійно перебудовує моделі і видає прогнози щодо того чи іншого завдання. Співробітники можуть встановлювати бізнес-цілі, змінювати потоки даних. Математика вже зроблена за них.

Диявольська точність

За словами Андрія Матвійчука, на одному і тому ж масиві даних, моделі, побудовані продуктом IntelSoft, показують приріст ефективності в мінімум 25% - в порівнянні з моделями, побудованими кваліфікованою data science командою.

Бізнесу від цього подвійна вигода. По-перше, не потрібно витрачатися на дорогих фахівців або їх мізки можуть зайнятися чимось більш цікавим. По-друге, прогноз точніший, а через швидкість - і більш актуальний.

Спочатку команда пішла у банки. Як каже Дмитро Ковальський, перші півтора-два роки молодим стартаперам мало хто вірив. Мовляв, ну неможливо так стрімко підвищувати точність моделей.

"У ризик-менеджменті, передбаченні дефолту є метрика якості прогнозуючої моделі - коефіцієнт Gini. Середня температура на ринку для роздрібної торгівлі - 0,4-0,5 - і це дуже добре. У нас виходив Gini близько 0,9"- пояснює Дмитро.

Підозріло? Для цього команда пропонує тестування. Наприклад, клієнт дає дані за 2016-2017 рік щодо певної категорії. За ними IntelSoft будує прогноз на 2018 рік. Цей прогноз порівнюється з реальними результатами. У команді кажуть, що збіги дивують дуже багатьох.

Прогнозування для банкірів, курочок і чиновників

Вистрілити команді вдалося після акселератора POPCORP, який Укрсиббанк проводив спільно з Radar Tech. Хлопців помітили. Незабаром BNP Paribas Group підписала партнерство з IntelSoft. Почали зі стандартного прогнозування, кому кредит давати, а кому не варто. А потім додали прогноз доходів і прибутків.

Цікавий факт від IntelSoft. При аналізі неплатоспроможності клієнтів-юросіб для банків несподівано виявилося, що заповнення необов'язкового поля e-mail в анкеті в зв'язці з іншими показниками має гарну прогнозуючу здатність.

На цьому компанія не зупинилася. Вирішила перевірити агросектор в акселераторі МХП. А тут виявився великий простір для аналітики.

"Наприклад, у курнику є різноманітні датчики: скільки курям зайшло води, вологість, освітлення, температура тощо. У сукупності всі вони впливають на те, якого розміру виросте птах. Холдингу це важливо, щоб планувати експорт", - розповідає Дмитро Ковальський.

На акселераторі команда продемонструвала, як вміє прогнозувати продажі. Їх розрахунок на першу половину 2019 року на 99% збігся з фактичними результатами агрохолдингу.

Кейсів для аналізу big data дуже багато. На виробництві, спираючись на історичні дані, можна прогнозувати відсоток браку продукції. На складах - ефективність логістики. В комерції - продажі і прибуток.

Майже всі бізнеси стурбовані маркетингом: як поширити пропозицію саме на тих, хто його сприйме і конвертує в дохід. Також проблема - відтік клієнтів. Залучити нового зазвичай набагато дорожче, ніж утримати свого. Моделі "підсвічують" тих, хто збирається піти. Їх можна якось додатково заохочувати залишитися.

Один з неочевидних факторів для банків - якщо контрагенти клієнта йдуть з банку, це може бути підказкою, що піде і сам клієнт, розповідають в IntelSoft.

А зараз команда допомагає Мінсоцполітики заощадити мільйони, якщо не мільярди. Все з тим же скорингом - автоматично виявити шахраїв серед людей, які звертаються за державною соціальною допомогою. За словами Дмитра Ковальського, точність дуже хороша - більше 90%.

Вже прибуткові

У листопаді IntelSoft виповнюється рік. Як каже Дмитро Ковальський, вона вже окупає себе.

У команді 5 кофаундерів, які закривають математику, розробку, маркетинг, продажі, юридичну частину. У міру зростання навантаження в рамках проекту додаються розробники. В середньому виходить до 11-12 чоловік.

Співзасновники не беруться порахувати інвестиції в старт - мовляв, вкладали інтелектуальний ресурс, а операційні витрати закривали грантами і доходами від паралельної діяльності.

Заробляє компанія на ліцензіях і доопрацюванні/кастомізації базової платформи. За словами Дмитра Ковальського, ліцензія стартує від $100 000 на рік, а максимум визначається складністю системи. У неї входить повна підтримка і постійні оновлення. Доопрацювання алгоритмів і інтерфейсу вимірюється оплатою за час роботи.

У IntelSoft 4 компанії-клієнта, які ведуть по кілька проектів і приходять з новими. Крім BNP Paribas Group, вони працюють з Ощадбанком, Першим кредитним бюро, Світовим Банком. "У нас той період, коли на підході велика кількість нових проектів - і клієнтів, і юзкейсів. Сарафанне радіо вже працює", - говорить Дмитро Ковальський. Фінанси - великий, але не єдиний сегмент.

Конкурентами в сфері кредитних ризиків співзасновники називають компанії SAS і FICO - обидві дають інструмент для дата-саєнтистів. В інших нішах є свої вузькоспеціалізовані гравці.

В думках про переїзд

За словами Дмитра Ковальського, проект обходиться без інвестицій, хоча їх вже багато разів пропонували. Якщо IntelSoft і буде їх залучати, то для глобального прориву.

"Важливо не просто залучити гроші, а шукати інвестора, який крім грошей дає допомогу з розвитком бізнесу на ключовому ринку - нетворк, напрацювання тощо", - вважають в компанії.

Команда планує розвивати готові рішення для певних юзкейсів або завдань. Наприклад, зараз бере участь в European Data Incubator, організованому Єврокомісією. В рамках цієї програми IntelSoft робить програму для прогнозу відтоку клієнтів для великого португальського електроенергетика.

Зараз IntelSoft оформлена в Україні, але думає над релокацією. Як каже Дмитро Ковальський, все ж в Європі - цільовому ринку - більше довіри саме до європейської компанії.

Далі - США і Азія. Тут теж є успіхи. Наприклад, нещодавно пройшла відбір із 120 компаній з усього світу і потрапила в 12 кращих, які поїхали в Токіо на двомісячний Fintech Business Camp. І прямо на першій зустрічі домовилися про пілотний проект з великим японським банком.

Читайте російською: Украинцы придумали систему, которая точнее всех предсказывает будущее. World Bank - клиент


корреспондент ЛІГА.Tech
Підписуйтесь на аккаунт LIGA.net в Twitter, Facebook, Інстаграм: в одній стрічці - все, що варто знати про політику, економіку, бізнес і фінанси.
Отправить:
Если Вы заметили орфографическую ошибку, выделите её мышью и нажмите Ctrl+Enter.