AIスキャンロボ

課題解決事例

CASE 2

AI延滞予兆分析ロボ

人工知能は、延滞する可能性がある人を見分けることができるだろうか。

事例の概要Overview

金融機関から、延滞する可能性がある人を見つけたい(延滞予兆分析)という要望があり、AIによるビッグデータ解析により課題を解決。

背景 / 課題Issues

  • 債権管理業務の効率化を図りたい
  • 人工知能によって、顧客の延滞予兆分析を行いたい
  • 債権回収コストの削減を図りたい
  • 低利で安定的な金融商品・サービスを新たに開発したい

成果 / 展望Result

予測精度もAUCスコアも非常に高い数値に。延滞する可能性を予測するために重要な指標を明確にすることが出来た。

当社のソリューションSolution

ディープニューラルネットワークによる学習
ディープニューラルネットワークによる学習

顧客の年齢や職業、入金情報、キャッシング上限枠などの情報のほかに、POS情報から顧客が購入した商品・頻度をディープニューラルネットワークにインプットし分析することで、延滞する可能性のある人を予測できる。

延滞予兆の予測精度
延滞予兆の予測精度

AIの予測によると、予測精度は98.5%を実現。また、AUCスコア(1に近いほど分析能力が高い)は、0.946と高い水準。