Wyzwanie

Nasz klient, firma specjalizująca się w windykacji wierzytelności komunikacyjnych i transportowych, stanął przed wyzwaniem w postaci wyceny portfeli wierzytelności przed aukcją. W segmencie rynku obsługiwanym przez klienta podmioty sprzedające portfele dostarczają relatywnie mało danych. W efekcie oferty na aukcjach często były składane w oparciu o intuicję.

Rozwiązanie

Proces ten rozpoczął się od wywiadów z oferentami i ogólnej analizy danych, które klient otrzymywał przed aukcjami w przeszłości. Szybko okazało się, że duża ilość otrzymywanych danych nie przekładała się na ich wartość, która była ograniczona. W rezultacie nasz zespół musiał skoncentrować się na bardziej ogólnych źródłach informacji, takich jak czas powstania zobowiązania, historyczne wyniki sprzedaży NPL sprzedanych przez partnera, wiek zadłużenia itp.

Model oferujący najwyższą dokładność został oparty na algorytmach ARIMA. Model ten miał za zadanie przewidywać procent wartości nominalnej, który ma zostać odzyskany w ciągu kolejnych 12 miesięcy od zakupu. System został wdrożony przy użyciu systemu BRAINHINT AI Farm, a wyniki dostępne na żądanie. Użytkownikom zaoferowano również prosty graficzny interfejs graficzny do wprowadzania danych wejściowych i pobierania raportu w postaci pliku Excel.

 

Rezultaty

Wdrożenie systemu pozwoliło klientowi licytować wyżej za wartościowe portfele, a omijać słabo rokujące aukcje.

Dokładność modelu wynosiła ponad 17%, co, jak przyznał sam klient, okazało się znacznie lepszym wynikiem niż jakakolwiek estymacja dostarczona przez eksperta.

  • +17%

    dokładność modelu

  • lepsza efektywność alokacji środków inwestycyjnych

Skontaktuj się z nami

Odezwiemy się w ciągu 24 godzin