Банк Хоум Кредит запускает пилотные проекты по обработке данных

2 минуты
Банк Хоум Кредит, ставший в 2017 году участником первой в России программы акселерации финтех-стартапов «Финтех Лаб», запускает пилотные проекты с четырьмя стартапами — Data Fuel, Relation Rate, Robin и Rubbles, — специализирующимися на вопросах персонификации коммуникаций, биометрической верификации и машинном обучении.

Цель программы акселерации «Финтех Лаб» — наладить сотрудничество между талантливыми финтех-стартапами и крупными финансовыми компаниями. В течение нескольких месяцев менторы Банка Хоум Кредит работали со стартапами и помогали им готовить пилотные проекты, отвечающие бизнес-потребностям банка.

Акселератор «Финтех Лаб» помог нам познакомиться с талантливыми ребятами из перспективных стартапов. Вместе мы разрабатываем новые подходы к обработке данных, которые улучшат бизнес-процессы банка и повысят качество услуг для клиентов. А еще мы получили полезный опыт — наладили быструю и эффективную работу с внешними подрядчиками. Сейчас мы в активной стадии пилотов и продолжаем сотрудничать,

— отмечает Артем Алешкин, зампред правления Банка Хоум Кредит.

О выбранных стартапах:

  • DataFuel. Сервис для поиска инсайтов и персонализации Customer Journey – «истории» взимодействия потребителя с продуктом или услугой. Программа позволяет компаниям лучше понимать свою аудиторию и повышать качество клиентского опыта. DataFuel предназначена прежде всего для маркетологов: она анализирует страницы ВКонтакте по 250 различным параметрам и выявляет их психографические характеристики. Это помогает лучше узнавать портрет аудитории и создавать вовлекающий контент на основе полученных данных.
  • Relation Rate. Скоринговый сервис, интегрирующий данные из социальных сетей и биометрическую идентификацию. Relation Rate анализирует данные профилей соцсетей и позволяет с достаточно высокой точностью определить психометрические показатели человека. Для Банка Хоум Кредит платформа привлекательна прежде всего тем, что она способна значительно обогатить систему банковского скоринга. В результате использования нового инструмента кредитные возможности откроются для тех клиентов, у которых еще нет кредитной истории.
  • Robin. Cистема речевой аналитики. Алгоритмы определяют эмоции, паузы и перебивания, пол и возраст клиента по голосу и производят биометрическую верификацию пользователя.

    Контактный центр — почти всегда узкое место в коммуникации с клиентом. У вас может быть хороший продукт, отличная реклама, но если не отлажена работа контактного центра, все усилия могут быть напрасными. Robin снижает расходы на контактный центр банков за счет использования системы верификации личности по голосу и повышает конверсию продаж, выявляя лучшие техники с помощью речевой аналитики,

    — рассказывает о проекте основатель стартапа Кирилл Косолапов.

  • Rubbles. Платформа для персонализации банковского сервиса на основе методов искусственного интеллекта. Среди задач, которые решает проект, - увеличение кросс-продаж и повышение монетизации каналов дистанционного банковского обслуживания. С помощью Machine Learning – искусственного интеллекта, изучающего методы построения алгоритмов, – Rubbles может предсказать, какие покупки клиент банка будет совершать в будущих периодах, в том числе, какие внутренние банковские продукты клиент купил бы с наибольшей вероятностью.