«Тинькофф» разработал и запустил в пилотной стадии собственную технологию алгоритмического кешбэка с рекомендательными моделями — Tinkoff RECO. Об этом сообщили в банке, пояснив, что технология отвечает за подбор для клиентов индивидуального кешбэка на товары, бренды, покупки в магазинах и в разных товарных категориях. «На сегодняшний день алгоритмическая технология Tinkoff RECO не имеет аналогов в мировой практике», — подчеркивается в релизе.
Tinkoff RECO — это семейство современных AI-алгоритмов (Artificial Intelligence, то есть связанных с искусственным интеллектом), обученных на покупках 8 млн клиентов «Тинькофф» в течение двух лет в различных категориях (FMCG, рестораны, техника и электроника, одежда и пр.). RECO предугадывает на основе истории трансакций клиента, что захочет купить человек в будущем, и может предложить покупателю индивидуальный кешбэк на необходимые ему товары.
«Архитектура технологии позволяет рассчитать различные модели вероятности покупки для конкретного бренда, магазина или товара и решить, нужно ли давать кешбэк на конкретный бренд или товар. По мере внедрения Tinkoff RECO в экосистему «Тинькофф» клиенты смогут получать индивидуальные спецпредложения на товары и конкретные бренды в разделе «Кешбэк» в мобильном приложении «Тинькофф». Сейчас части клиентов уже доступны спецпредложения с кешбэком до 30% на товары и бренды от нескольких десятков партнеров «Тинькофф» — производителей и мерчантов», — отмечается в релизе.
«Чем больше человек покупает по карте, тем больше алгоритм узнает о его предпочтениях и тем больше вероятность, что он предоставит ему наиболее подходящие предложения и больший кешбэк. Мы планируем масштабировать эту технологию, чтобы клиенты получали именно тот кешбэк, который им подходит больше всего», — комментирует руководитель управления депозитных и расчетных продуктов «Тинькофф» Вера Лейченко.
Помимо прочего, по данным банка, система Tinkoff RECO способна автоматически собрать корзину покупок, которые понадобятся клиенту в ближайшее время, — в зависимости от его потребностей, привычек и потребительского профиля. Например, проанализировав покупки клиента (рацион, сумму, периодичность, частоту покупок и пр.), алгоритм может определить, что на этой неделе клиенту пора купить тот или иной товар, например стиральный порошок или куриное филе.
«Регулярные, базовые товары могут быть добавлены в корзину автоматически, часть продуктов может быть добавлена в качестве рекомендации. Например, если клиент часто ест говядину, алгоритм может предложить заменить ее на курицу, чтобы расширить рацион. Также Tinkoff RECO может посоветовать человеку покупать больше фруктов и зелени, если эти продукты будут встречаться в его корзине очень редко», — рассказывают разработчики.
Технология Tinkoff RECO является продолжением развития сервиса ReceiptNLP для расшифровки текстовой информации из торговых чеков с помощью нейросетей. Сервис может найти в тексте чека название бренда, определить до 70 категорий товаров, расшифровать сокращенное название и распознать продукт. В «Тинькофф» уточняют, что возможности сервиса уже применяются (например, в исследованиях).
Источник: