Стало известно о новой разработке банка Тинькофф — собственной технологии алгоритмического кэшбэка с рекомендательными моделями. Система получила название Tinkoff RECO и на данный момент уже функционирует в рамках пробного этапа. Технология в индивидуальном порядке осуществляет выбор, на какие покупки, бренды, товары и их категории будет предоставляться кэшбэк клиенту.
На данный момент алгоритмическая технология от банка Тинькофф представляет собой уникальную систему, как сообщают работники банка.
Технология функционирует на основе искусственного интеллекта. В основе алгоритма лежит двухлетний период осуществления покупок 8 милионами клиентов банка Тинькофф в таких категориях как повседневные товары, одежда, техника, рестораны и др. Tinkoff RECO анализирует историю транзакций человека и прогнозирует, какие товары он захочет приобрести в будущем. На них и будет предоставляться индивидуальный кэшбэк.
Технология просчитывает различные варианты вероятности осуществления покупки для конкретного товара, бренда или магазина и принимает решение о целесообразности предложения по кэшбэку. С началом полноценной работы технологии Tinkoff RECO в системе Тинькофф клиентам банка станут доступны индивидуальные кэшбэк-предложения на конкретные товары и бренды. Этот перечень можно будет увидеть в меню «Кэшбэк» в приложении для мобильного Тинькофф. На данный момент часть клиентов банка уже получила индивидуальные предложения с кешбэком до 30% от партнеров Тинькофф.
Кроме этого, Tinkoff RECO дает возможность магазинам и производителям оценивать спрос на товары, определять, стоит ли делать запуск офлайн, вычислять, какой кэшбэк и каким клиентам предлагать на новые категории товаров.
Рассматриваемая технология берет начало в сервисе для расшифровки текстовой информации из торговых чеков с помощью нейросетей — ReceiptNLP. Он находит в чеках бренды, категории товаров, определяет наименование и выявляет конкретный товар. В течение длительного времени Тинькофф с успехом применяет данный сервис в рамках исследований покупок россиян. Они показывают самые популярные товары и их категории, на какие покупки было потрачено больше всего средств, какие бонусы получили покупатели и в каком размере, а также другую важную для анализа и планирования информацию.