Архив Госсектор и НКО · НКО и международные организации
Change Machine: ML-рекомендации финтех-продуктов, доля использования 98%
По данным Change Machine, рекомендательный движок на моделях машинного обучения, встроенный в Salesforce-приложение финансовых коучей, обеспечивает долю использования рекомендованных продуктов 98%. Движок обслуживает 287 пользователей в 42 организациях.
/01 · ключевые результаты
-
результат
98%
доля использования рекомендованных финтех-продуктов (user rate)
MIT Solve, документ, 08.06.2024
по данным на июнь 2024 года · рекомендательный движок Change Machine для финансовых коучей
данные компании
- 60% доля рекомендованных продуктов в активном использовании при прежнем движке · исходный уровень IBM, кейс, 08.2022
- 287 пользователей охват рекомендательного движка · масштаб MIT Solve, документ, 08.06.2024
- 42 организации партнёры, которые используют движок · масштаб MIT Solve, документ, 08.06.2024
оценка strategai
Оценку не приводим: эффект выражен в доле использования продуктов, денежный результат и объёмы операций не раскрыты
По данным Change Machine, рекомендательный движок на моделях машинного обучения, встроенный в Salesforce-приложение финансовых коучей, обеспечивает долю использования рекомендованных продуктов 98%. Движок обслуживает 287 пользователей в 42 организациях.
/02 · паспорт кейса
Бизнес
- Компания
- Change Machine
- Отрасль
- Госсектор и НКО · НКО и международные организации
- Функция
- Клиентский сервис
- Задача
- Персональные рекомендации
Технология
- Класс AI
- Рекомендательные системы и персонализация
- Тип решения
- Гибридное решение: IBM
Внедрение
- Стадия
- Промышленная эксплуатация, на 08.06.2024
- География
- Соединенные Штаты
/03 · описание кейса
Зачем
Бизнес-задача
Change Machine — некоммерческая технологическая организация из Нью-Йорка. Её SaaS-платформой пользуются финансовые коучи социальных служб и государственных агентств, которые работают с клиентами с низким доходом. Платформа содержит набор финтех-продуктов, отобранных по критериям доступности, инклюзивности и безопасности. Первая версия рекомендательного движка (бета в 2020 году, Marketplace Relief) подбирала продукты по правилам, которые сформулировала небольшая группа коучей. Она не использовала накопленные данные о клиентах и не учитывала, приняли ли клиенты рекомендованные продукты. Организация хотела, чтобы движок обновлялся по данным и расширял круг рекомендуемых продуктов.
Что
Решение
Новый движок построен на моделях машинного обучения для классификации, которые персонализируют рекомендации финтех-продуктов для каждого клиента. Модели самообучаются и, по описанию компании, следуют принципам Trusted AI: обоснование каждой рекомендации объяснимо. Данные организации собраны в IBM Cloud Pak for Data as a Service; модели разработаны в IBM Watson Studio с функцией AutoAI, операционные дашборды построены на IBM Cognos Dashboard Embedded. Модели интегрированы в приложение на Salesforce, с которым коучи работают с клиентами. По мере обновления данных о клиентах и продуктах обновляются и рекомендации.
Как
Внедрение
В марте 2021 года Change Machine привлекла команду IBM Data Science and AI Elite в рамках социальной программы IBM для некоммерческих организаций. Работа заняла три спринта за шесть недель: изучение данных, базовые модели, доработка и вывод моделей в промышленную эксплуатацию. Затем модели встроили в Salesforce-приложение, IBM передала команде Change Machine знания по работе с данными и инструментами ИИ. По данным IBM, при прежнем движке клиенты активно пользовались 60% рекомендованных продуктов, с новой версией — 98%. В заявке на MIT Solve (июнь 2024 года) компания сообщает о доле использования 98%, 287 пользователях и 42 организациях и планирует распространить движок на платформы LEARN и SHARE.
/04 · источники и проверка
Что подтверждено
- По данным Change Machine, доля использования рекомендованных движком продуктов составляет 98%.
- По данным IBM, при прежнем движке на правилах клиенты активно пользовались 60% рекомендованных продуктов.
- Движок на моделях машинного обучения работает в Salesforce-приложении коучей и обслуживает 287 пользователей в 42 организациях.
Ограничения
- 98% — показатель использования рекомендованных продуктов; цифра не показывает, как изменились сбережения, долги или кредитные рейтинги клиентов.
- Сравнение 60% и 98% приводит IBM, участник разработки; период измерения и выборка не указаны.
- Масштаб невелик: 287 пользователей и 42 организации на июнь 2024 года.
-
[1] MIT Solve
Change Machine’s Recommendation Engine — 2024 Global Economic Prosperity Challenge
компания · 08.06.2024
Открыть источник -
[2] IBM
Building financial security for low-income communities
поставщик · 08.2022
Открыть источник
АрхИИВ /strategai · CB-002405 · Версия 1 · 24.10.2026 · /c/CB-002405/