Inforegister viib maksejõuetuse hindamise uuele tasemele veebis leiduvate andmete toel

Ligi aasta on möödas sellest, kui tõime turule parima täpsusega mudeli firmade krediidiriski hindamiseks. Tänaseks oleme häälestanud mudeli veel paremaks – see on täpsusega 99,9%. Nii kõrge kvaliteediga krediidiriskide hindamise mudelit pole turul veel nähtud ja võimalikuks sai see tänu meie andmeteadlaste põhjalikule tööle, innovatsioonile masinõppe meetodite vallas ning loomulikult Inforegistri poolt regulaarselt uuendatavatele andmetele.

Lähiajal teeme täiendatud mudeli tulemused Krediidiskoorina kättesaadavaks ka enda ja oma partnerite rakenduste kaudu. Mudeli kasutusele võtmine vähendab oluliselt ettevõtete riske jääda ilma oma rahast või kaubast kliendi/partneri maksejõuetuse tõttu.

Inforegister on liikumas ka välisturgudele

Inforegistri Krediidiskoori ja riskiklassid
Krediidiskoor aitab hinnata firmade krediidiriski (0 – madal krediidirisk, 1 – kõrge krediidirisk)

Register OÜ-l on ambitsioon laieneda ka teiste riikide turgudele. Mõtestasime lahti Inforegister 2.0 kontseptsiooni ja sellest lähtuvalt andmed, mida on vaja koguda Inforegister 2.0 liikumiseks Eestist väljapoole. Krediidiskoor on peamine analüütiline mudel, mille võtame kasutusele Inforegister 2.0-s nii Eestis kui ka teistel turgudel.

Me oleme Eestis harjunud, et firmade maksuvõlad, aastaaruanded, juhatuse koosseis, omanikud jms on lihtsalt kättesaadavad andmekomplektid. See pole aga nii igal pool maailmas. Vaadates, milline info on siis meie sihtturgudel kättesaadav, jäid sõelale firmade üldandmed ja firmade kajastus veebis. Lisaks sellele, et veebis leiduvad andmed on globaalselt kättesaadavad, toimub nende uuendamine oluliselt tihedamini kui traditsiooniliselt krediidiriskide hindamisel kasutatud finantsandmete puhul. Viimaseid uuendatakse üldiselt kord aastas või teatud firmade/regioonide puhul ei esitata neid üldse. Samas väiksem viivitus riskide hindamisel võimaldab kiiremat reageerimist ja kiiremini muutuvad andmed võimaldavad väiksemat viivitust riskide hindamisel.

Firmade krediidiriski saab hinnata ka vaid veebist leitavate andmetega

Me soovime luua mehhanismi firmade krediidiriski hindamiseks, kasutades vaid veebist leitavaid andmeid! Selleks algatasime uue rakendusuuringu projekti, mille eesmärgiks ongi vastavate mudelite automaatne loomine.

Taoliste mudelite jaoks andmete korjamise ja töötlemise infrastruktuuri ülesseadmine ja ülalhoidmine pole iseenesest odav lõbu, kuid on koostöös Register OÜ klientide abiga teostatav. Register OÜ on alates oma loomisest suunanud potentsiaalse kasumi tootearendusse ja rakendusuuringutesse ning jätkab sel suunal ka järgnevatel aastatel, et pakkuda paremaid tooteid olemasolevatele klientidele ning võita uusi.

Kasutades Eesti enim külastatud äriportaali Inforegister teenuseid, toetad omalt poolt Eesti ettevõtete eksporditurvalisust tulevikus, sest peagi on ka muu maailm meie ettevõtjatel peo peal. Liitu meiega – saa kasu juba täna ja veel enam homme!

Rakendusuuringu projekt uute mudelite loomiseks ning vabad ametikohad

Projekti käigus uurime erinevaid tunnuseid ja nende muutuseid ajas, nende baasil analüüsime kontaktide/firmade/asukohtade võrgustikke ning kõige lõpuks tuletame täiendavaid tunnuseid, mis aitavad masinõpet kasutades saada suurepärased mudelid firmade krediidiriskide hindamiseks.

Valik uuringus käigus veebist korjatavatest andmetest:

  • organisatsiooni lühikirjeldus,
  • vanus,
  • aadressid,
  • üldkontaktid (faks, telefon, e-posti aadress, veebilehe asukoht),
  • töötajate kontaktid (nimi, e-posti aadress, telefoninumber, ametinimetus),
  • viited partneritele ja klientidele,
  • toodete/teenuste info, sh hinnainfo,
  • sotsiaalmeedia profiilid ja sealt leitud andmed,
  • meediamainimised online meedias, foorumites, blogides jne.

Ülalkirjeldatud analüüsimehhanisme kasutades ulatub saadud tunnuste/andmepunktide hulk orienteeruvalt sadadesse tuhandetesse, mis on oluliselt suurem tunnuste arvust, mis on praegu kasutusel meie poolt loodud turu parimas mudelis. Meie hüpoteesiks on, et selles tohutu suures hulgas tunnustes leiduvad signaalid, mis viitavad, kas firma muutub järgneva 12 kuu jooksul maksejõuetuks. Olgu need siis rahulolematute, ettemaksu teinud klientide kaebused, partnerlussuhted kahtlaste äridega, oluline muutus firma klientide rahulolus viimase 12 kuu jooksul vms. Masinõppe kaudu leiame me need signaalid üles ja võtame arvesse krediidiriskide hindamise mudelites.

Kutsume projektiga liituma andmeinsenere

Selle projekti viime läbi koostöös STACC-iga järgneva kahe aasta jooksul, projekti EU48684 raames. Kasutame lisaks masinõppe viimasele sõnale ka suurandmete tehnoloogiaid: Hadoop, Apache Spark, … Kui tead kedagi, kes sobiks sellesse projekti andmeinseneriks, siis jaga temaga seda artiklit või meie töökuulutust LinkedInis või Facebookis.

Lisainfo

Meeldis, mida lugesid? Jaga infot ka teistega.

FacebookLinkedInTwitterGoogle+