Меня зовут Павел Климов, я руководитель компании “Репутация” - разработчика одноименного сервиса проверки контрагентов.
Помимо основной работы над сервисом, мы уделяем время экспериментам, в том числе с использованием искусственного интеллекта. Иногда эксперименты выходят удачными, и мы создаём сервисы, которые могут значительно снизить коммерческие риски.
Что мы сделали?
Мы взяли примеры обанкроченных компаний в истории, которые хранятся в наших базах, и рассчитали метрики на основе различных источников. В том числе, при расчете использовались регистрационные данные, финансовые показатели, суды, задолженности и другие данные. При этом все данные рассматривались в динамике.
Далее мы обучили нейронную сеть определять на основе этих метрик, насколько компания похожа на потенциального банкрота в будущем.
Важно отметить, что на данный момент рассматривались только крупные компании, подходящие под критерии: выручка хоть за один отчетный год > 1 млрд. руб. или компания является акционерным обществом. В дальнейшем мы будем адаптировать модель и под другие сегменты бизнеса.
Что получилось?
По итогам нашего эксперимента мы получили удивительные, на наш взгляд, результаты. Точность прогноза - 90%!
Это значит, что теперь можно максимально снизить риски от сотрудничества с контрагентами:
определить риск банкротства у потенциального партнера
регулярно проверять действующих контрагентов
Стоп, но есть же классические модели! Чем эта лучше?
Да, мы тоже знаем про классические модели прогнозирования банкротства. И в нашем сервисе они тоже есть. Нюанс в том, что они анализируют только финансовую информацию. В то же время, финансовую отчетность часто «рисуют», чтобы уменьшить налоги или показать положительную динамику развития. Так, стоп, это же статья для Клерк.ру, я этого не говорил! :)
Мы же в своей модели учли не только финансовые показатели, но и множество дополнительных данных. Здесь анализируются участие в арбитражах, предпринимательский опыт (в том числе сценарии ведения бизнеса в других дочерних компаниях учредителя), присутствие в различных реестрах и так далее - всего более 50 факторов.
Кроме того, раз уж мы говорим о классических моделях прогнозирования банкротства, может ли кто-то пояснить такую картину:
Как трактовать такую картину - непонятно, а потому не очень полезно.
Как это работает?
Вы выбираете компанию или список компаний
Получаете прогноз вероятности банкротства в процентах. Чем выше %, тем выше вероятность банкротства. Прогноз рассчитывается на ближайшие 12 месяцев.
Эта штуку можно сейчас интегрировать по API с любой учетной системой, в которой вы работаете. Без интеграции - протестировать поможет личный менеджер. Если Вы ещё не наш клиент - напишите на почту support@reputation.ru слово “Клерк.ру”, и мы откроем доступ к полному функционалу нашего сервиса на 30 дней абсолютно бесплатно.
Начать дискуссию