銀行

収益を拡大し、競争力を維持するには、予測モデルが欠かせません。しかし、規制当局による監査、ビジネスに精通したデータサイエンティストの不足、モデル開発にかかる時間の長さが、予測モデルの生成を困難にしています。そこで登場するのが、DataRobot の機械学習自動化プラットフォームです。このプラットフォームを利用すれば、銀行の各部門が分析にまつわる問題をすばやく解決できます。機械学習の自動化によって、新しい見込顧客の開拓や迅速なモデルリスク管理が可能になるため、銀行は台頭するフィンテックに対抗できるようになります。DataRobot は、世界中の銀行に大きな変革をもたらしています。銀行にとって、今こそが第 4 次産業革命を迎える準備を始めるときなのです。

DataRobotが可能なこと

マネーロンダリング対策 (AML)

機械学習を利用すれば、誤検知率が下がり、精度が高まります。その結果、効率化とコスト削減が実現し、規制当局から罰金を科せられたり、規制当局との間に問題を抱えたりする可能性が少なくなります。

顧客の開拓

限られたデータを活用して、質の高い企業顧客や商用顧客を見つけ出すことが、成功には欠かせません。しかし、ほとんどの銀行は、客観性と一貫性を欠いたアプローチを採っているのが現状です。機械学習を利用すれば、銀行がすでに収集しているデータを活用して、成約率の向上と収益の拡大を実現できます。

不正の検出

銀行は、不正行為によって毎年何十億ドルもの損失を被っています。リアルタイムの機械学習ソリューションなら、取引内容をリアルタイムで評価し、損失を発生前に防止できます。DataRobot のプラットフォームを利用すれば、独自の不正防止ソリューションを構築できるため、仕組みのよくわからないベンダー製品への依存度を下げることができます。

モデル検証とリスク 管理

銀行は、予測モデルを構築、配備、利用することで収益の拡大を望んでいますが、規制への対応と確実なリスク管理を行うには、莫大なコストがかかる上、市場への対応も遅れがちになります。検証用モデルの自動作成など、体系的なアプローチによってモデルを構築および評価することで、より高品質で安全なモデルをより短時間で構築できるようになります。

信用リスクと決済前 リスク

銀行業界の根幹を支えているのは、信用リスクモデルです。しかし、このようなモデルの開発と利用が商業銀行業界全体で進んでいると言えないケースが多く見られます。機械学習を自動化すれば、銀行の企業向け貸付担当者が消費者金融の担当者と同じツールを利用できるようになります。

インフラの監視

ネットワークがダウンすれば、ビジネスが停止してしまいます。銀行は、毎日テラバイト単位のログを取得しています。このログには、銀行のインフラの状態とセキュリティに関する重要な情報が含まれていますが、このデータが潜在的な問題の予測に使われることはほとんどありません。そこで DataRobot では、銀行が自社のシステムを 24 時間休みなく監視できるようにします。

DataRobot は、業界のエキスパートがテクニカルな分析を高度な専門知識なしに実行できるようにしてくれます。問題を一番よく知っている人が、その問題を一番効果的に解決できるツールを利用できるようになるのです。銀行の各部門が潜在的能力を活かせるようになるには、機械学習の自動化が欠かせません。

Gregory Michaelson

銀行セクターのゼネラルマネージャー

DataRobot

商業銀行
消費者金融
政府の規制当局
モデルリスク管理
市場

さらに詳しいDataRobotのデータサイエンスについて。

お問い合わせ