Но не теорией единой. Андрей Матвийчук делился знаниями с бизнесами, строил макроэкономические прогнозы. Даже помогал правительству рассчитать последствия перехода от одной пенсионной системы к другой. А потом придумал, как вывести предсказательную аналитику на новый уровень.
Минуты вместо месяцев, машина вместо людей
Мы не единожды рассказывали о кейсах с big data. Особенно ими любят похвалиться мобильные операторы. Данных у них хватает, задач тоже. Поэтому команды дата-сайентистов регулярно трудятся над построением моделей. Вот, например, что получалось у Киевстара. А вот — у Vodafone. Свои команды big data аналитиков есть у банков, ритейла и других бизнесов.
Что же нового сделал IntelSoft?
Андрей Матвийчук придумал программную платформу, которая сама строит модели предсказательной аналитики. Вся сложная математика зашивается внутрь. Благодаря этому компаниям уже не нужно держать дата-сайентистов высокой квалификации да еще и с навыками программирования. Большую часть сложной и рутинной работы система берет на себя. К тому же, делает ее быстрее.
“В среднем по рынку построение одной модели у дата-сайентистов занимает несколько месяцев. С нашим продуктом это время сокращается до минут, — говорит Дмитрий Ковальский, директор по маркетингу и продажам IntelSoft.
“Физически” IntelSoft — это программная платформа, которая кастомизируется под задачу бизнеса. Получается продукт, который включается в IT-инфраструктуру предприятия или настраивается под использование через облако. У него свой интерфейс, он соединяется с внутренними и внешними базами данных.
Все решение может быть полностью автоматизированно. Новые данные сами загружаются в систему, она самостоятельно перестраивает модели и выдает прогнозные отчеты по той или иной задаче. Сотрудники могут устанавливать бизнес-цели, менять потоки данных. Математика уже сделана за них.
Дьявольская точность
По словам Андрея Матвийчука, на одном и том же массиве данных модели, построенные продуктом IntelSoft, показывают прирост эффективности в минимум 25% — в сравнении с моделями, построенными квалифицированной data science командой.
Бизнесу от этого двойная выгода. Во-первых, не нужно тратиться на дорогих специалистов или их мозги могут заняться чем-то более интересным. Во-вторых, прогноз более точный, а из-за скорости — и более актуальный.
Сначала команда пошла по банкам. Как говорит Дмитрий Ковальский, первые полтора-два года молодым стартаперам не очень верили. Мол, ну невозможно так значительно повышать точность моделей.
“В риск-менеджменте при предсказании дефолта есть метрика качества предсказательной модели — коэффициент Gini. Средняя температура по рынку для розницы — 0,4-0,5 — и это уже считается хорошо. У нас получался Gini около 0,9” — объясняет Дмитрий.
Подозрительно? Для этого команда предлагает тестирование. Например, клиент дает данные за 2016-2017 год по определенной категории. По ним IntelSoft строит прогноз на 2018 год. Этот прогноз сравнивается с реальными результатами. В команде говорят, что совпадения удивляют очень многих.
Предсказания для банкиров, курочек и чиновников
Выстрелить команде удалось после акселератора POPCORP, который Укрсиббанк проводил совместно с Radar Tech. Ребят заметили. Вскоре BNP Paribas Group подписала партнерство с Intelsoft. Начали со стандартного предсказания, кому кредит давать, а кому не стоит. А затем добавили прогноз доходов и прибылей.
Интересный факт от IntelSoft. При анализе неплатежеспособности клиентов-юрлиц для банков неожиданно оказалось, что заполнение необязательного поля e-mail в анкете в связке с другими показателями обладает хорошей предсказательной способностью.
На этом компания не остановилась. Решила пощупать агросектор в акселераторе МХП. А здесь оказался большой простор для аналитики.
“Например, в курятнике есть разнообразные датчики: сколько курам зашло воды, влажность, освещение, температура и т.д. В совокупности все они влияют на то, какого размера вырастет птица. Холдингу это важно, чтобы планировать экспорт”, — рассказывает Дмитрий Ковальский.
На акселераторе команда продемонстрировала, как умеет прогнозировать продажи. Их расчет на первую половину 2019 года на 99% совпал с фактическими результатами агрохолдинга.
Кейсов для анализа big data очень много. На производстве, опираясь на исторические данные, можно предсказывать процент брака продукции. На складах — эффективность логистики. В коммерции — продажи и прибыль.
Почти все бизнесы озабочены маркетингом: как распространить предложение именно на тех, кто его вопримет и конвертируется в доход. Частая проблема — отток клиентов. Привлечь нового обычно гораздо дороже, чем удержать своего. Модели «подсвечивают» тех, кто собирается уходить. Их можно как-то дополнительно поощрять остаться.
Один из неочевидных предсказательных факторов для банков — если контрагенты клиента уходят из банка, это может быть подсказкой, что уйдет и сам клиент, рассказывают в IntelSoft.
А сейчас команда помогает Минсоцполитики сэкономить миллионы, если не миллиарды. Все с тем же скорингом — автоматически выявить мошенников среди людей, которые обращаются за государственной социальной помощью. По словам Дмитрия Ковальского, точность очень хорошая — больше 90%.
Уже прибыльные
В ноябре IntelSoft исполняется год. Как говорит Дмитрий Ковальский, управленчески она уже окупает себя.
В команде 5 кофаундеров, которые закрывают математику, разработку, маркетинг, продажи, юридическая часть. По мере роста нагрузки в рамках проекта добавляются разработчики. В среднем выходит до 11-12 человек.
Сооснователи не берутся посчитать инвестиции в старт — мол, вкладывали интеллектуальный ресурс, а операционные расходы закрывали грантами и доходами от параллельной деятельности.
Зарабатывает компания на лицензиях и доработке/кастомизации базовой платформы. По словам Дмитрия Ковальского, лицензия стартует от $100 000 в год, а потолок определяется сложностью системы. В нее входит полная поддержка и постоянные обновления. Доработка же алгоритмов и интерфейса измеряется оплатой за время работы.
У IntelSoft 4 компании-клиента, которые ведут по несколько проектов и приходят с новыми. Помимо BNP Paribas Group, они работают со Сбербанком, Первым кредитным бюро, Мировым Банком. “У нас тот период, когда на подходе большое количество новых проектов — и клиентов, и юзкейсов. Сарафанное радио уже работает”, — говорит Дмитрий Ковальский. Финансы — крупный, но не единственный сегмент.
Конкурентами в сфере кредитных рисков сооснователи называют компании SAS и FICO — обе дают инструмент для дата-сайентистов. В других нишах есть свои узкоспециализированные игроки.
В мыслях о переезде
По словам Дмитрия Ковальского, проект обходится без инвестиций, хотя их уже много раз предлагали. Если IntelSoft и будет их привлекать, то для глобального рывка.
“Важно не просто привлечь деньги, а искать инвестора, который кроме денег дает помощь с развитием бизнеса в ключевом рынке — нетворк, наработки и т.д.”, — считают в компании.
Команда планирует развивать готовые решения для определенных юзкейсов или задач. Например, сейчас участвует в European Data Incubator, организованном Еврокомиссией. В рамках этой программы Intelsoft делает программу для прогноза оттока клиентов для крупного португальского электроэнергетика.
Сейчас IntelSoft оформлена в Украине, но думает над релокацией. Как говорит Дмитрий Ковальский, все же в Европе — целевом рынке — больше доверия именно европейской компании.
Дальше — США и Азия. Здесь тоже есть успехи. Например, недавно прошла отбор из 120 компаний со всего мира и попала в 12 лучших, которые поехали в Токио на двухмесячный Fintech Business Camp. И прямо на первой встрече договорились о пилотном проекте с крупным японским банком.
Евгений Шишацкий
корреспондент ЛІГА.Tech
Источник: Лига