ОКБ и Microsoft создали «Аналитическую песочницу» для оценки кредитных рисков
Объединенное Кредитное Бюро (ОКБ) в технологическом партнерстве с Microsoft разработало «Аналитическую песочницу» в помощь финансовым организациям. Об этом Rusbase сообщили представители компаний.
Это первый в России сервис, позволяющий банкам и другим кредитным организациям получить доступ к обезличенному массиву данных о кредитоспособности более 70 млн заемщиков-физлиц и более 2 млн заемщиков-юрлиц.
«Аналитическая песочница» базируется на сервисах Microsoft для работы с данными (Azure Data Factory, Azure SQL DB и другие) и легко администрируется, отмечается в сообщении.
С помощью сервиса финансовые организации могут самостоятельно создавать собственные аналитические модели на основе массивов обезличенной информации, накопленной бюро, и интегрированных в нее данных системы СПАРК.
Вся персональная или юридическая информация, по которой можно идентифицировать конкретного заемщика, заменена на синтетический ID. Клиент будет забирать только построенные модели, отчеты и алгоритмы, данные продолжат храниться в ОКБ. Сервис в тестовом режиме испытали ВТБ, «Газпромбанк» и «Банк ДОМ.РФ».
«Решение позволит финансовым организациям лучше понять кредитные риски клиентов либо начать работу с новыми клиентами, о которых у них нет достаточной информации. Например, это могут быть клиенты МФО, <...> или малый и средний бизнес, которому сейчас трудно привлечь финансирование», — уточнил гендиректор ОКБ Александрович Артур.
Фото: Gorodenkoff / Shutterstock
Нашли опечатку? Выделите текст и нажмите Ctrl + Enter
Популярное
Налог на прибыль организаций
Материалы по теме
-
Пройти курс «Как преуспеть на Ozon»
- 1 Большие данные и ИИ стали драйвером роста российской экономики По прогнозам, к 2030 году вклад ИИ и big data в ВВП страны достигнет 10,6 трлн рублей 18 апреля 14:00
- 2 Как вывести работу с данными на новый уровень: кейс по комплексному анализу данных с помощью RnD Рассказываем об уникальной методологии анализа данных 20 марта 19:52
- 3 Машинное обучение и большие данные: как они связаны? Прежде чем данные смогут «обучить» алгоритмы машинного обучения, они проходят этапы 19 марта 06:30
- 4 Топ-7 идей Data Science проектов — пет-проекты и примеры анализа данных Полезные проекты на каждый день 03 марта 18:55