В июле 2019 года нам предложили поучаствовать в разработке алгоритма, прогнозирующего успешность телефонных звонков. Проблема была в том, что из-за высокой стоимости, разработку подобных алгоритмов может позволить себе далеко не каждая компания.
В результате переговоров мы пришли к решению о том, что разработанный нами алгоритм могли бы использовать и другие коллекторские агентства, которых в России на тот момент насчитывалось более 250, что коллективно покрывало бы расходы на разработку и развитие алгоритма прогнозирования со схожими входными данными.
И мы согласились на первый пилотный проект по модели SAAS. Задача наших специалистов заключалась в том, чтобы увеличить результативность колл-центра, путем прогнозирования платежеспособности клиента по его входным данным. Мы использовали следующие данные:
- город рождения и проживания;
- банк, выдавший кредит;
- сумма кредита;
- наличие контактных данных и их количества;
- пол, возраст и некоторые другие данные.
Все данные компания поставляла в обезличенном виде, то есть все строки не имели имен, фамилий, контактных данных и названий банков; были только идентификаторы соответствия строки, по которым после, они могли идентифицировать запись в своей CRM.
После анализа ретроспективных данных, специалисты выяснили, что лишь 1 из 30 клиентов, выплачивает кредит. Это означало, что при успешном прогнозировании, в идеале можно увеличить эффективность работы предприятия в 30 раз.
Проблема предприятия заключалась в том, что аналитик, решающий подобную задачу, имел низкую эффективность при высокой московской зарплате. На тот момент зарплата аналитика подобного уровня составляла 150 000 руб. в месяц.
Ежемесячная аренда ПО составила 30 000 руб. в месяц, что в 5 раз сократило расходы на аналитику и в 7,5 раз увеличило точность прогнозирования, и сроки получения аналитической информации сократились с 2-х недель до 2-х минут.
После успешного внедрения системы прогнозирования на базе ИИ, было принято решение развивать это направление в виде отдельной компании под названием
AICont.