0/5

Новости сегодня

20:40 Продавцы чаще всех дружат с коллегами вне работы
20:15 Владелец бренда Paco Rabanne проведет IPO
19:50 Россияне стали более оптимистичны настроены на успешное трудоустройство
Доверие и безопасность: как продавать люксовые бренды на Авито Премиум
19:25 Производство продуктов питания в Москве выросло почти в 2,4 раза
19:00 «Юнилевер Русь» снизила чистую прибыль почти вдвое
18:35 Андрей Шляев ушел с поста директора по маркетингу «585*ЗОЛОТОЙ»
Teams уходит — Толк приходит. Выбираем сервис для общения с поставщиками и производителями
18:10 Чистая прибыль российской «дочки» Pernod Ricard снизилась в 5 раз
17:45 Больше 70% россиян работают по выходным и во время отпуска
17:20 Эксперты прогнозируют новую волну экспансии федеральных продуктовых сетей в Арктику
Как искусственный интеллект помогает проводить проверки по чек-листам
16:55 Хакеры с начала года значительно усилили DDoS-атаки на онлайн-ритейл
16:30 Сеть «Корпорация «Центр» закрывает последние магазины
16:05 На бывшей площадке Mercedes в Подмосковье заработает завод китайских автомобилей
Продажи на российских маркетплейсах: тренды и бренды-лидеры в основных категориях
15:40 Наличный денежный оборот в России вырос на 14% в 2023 году
15:15 Wildberries оценивает ущерб от паводка в Оренбургской области
14:55 От Raiffeisen Bank потребуют ускорить процесс сворачивания бизнеса в России
Все новости →

В Сбербанке разработали модель предсказания выручки

В Сбербанке разработали модель предсказания выручки
время публикации: 13:20  15 июля 2019 года
Корпоративно-инвестиционный блок Сбербанка разработал модель прогнозирования выручки компаний, используя машинное обучение на основе транзакционных данных.
Она построена для всех 8 млн компаний (ИП и юрлиц), присутствующих на российском рынке.

Разработанная модель позволяет получать прогнозы выручки текущего года по всем активным ИНН на девять месяцев раньше, чем данные результаты публикуются официально. Это дает возможность заранее планировать работу с компаниями. К тому же с помощью новой модели можно получать прогнозы в том числе и по ИП, информации о которых пока нет ни в одном открытом источнике.

В данном случае была использована модель класса black box, основанная на деревьях решений — Random Forest Regression.

Станислав Карташов, директор дивизиона «Корпоративные клиенты 360» блока «Корпоративно-инвестиционный бизнес» Сбербанка, комментирует: «ML-модель такого типа создается в течение как минимум трех месяцев и предполагает масштабное исследование более 1000 признаков. С ее помощью мы здесь и сейчас, не дожидаясь завершения календарного года и официальной бухгалтерской отчетности, видим потенциал клиента. Более того, она обогащает другие разрабатываемые нами модели, что позволяет нам предвосхищать ожидания и потребности наших клиентов».

Читайте также:  Сбербанк: жители России тратят на продукты питания более трети доходов 
  
***
Самые интересные новости читайте в наших группах в Facebook и VKontakte, а также на канале Яндекс.Дзен.

И подписывайтесь на рассылку самых важных новостей.