Системы антифродового и скорингового моделирования Platiza.ru получили высокие оценки на прошедшем в Москве форуме Scoring case forum 2017. Участие в этом масштабном мероприятии приняли директора и специалисты из банков, МФК, МКК, ломбардов, лизинговых компаний, занимающихся развитием кредитования, риск-менеджеры, директора по операционной деятельности, руководители подразделений методологии бизнес-процессов, финансовые аналитики, эксперты и многие другие. Команду Platiza.ru здесь представила директор по рискам Арина Беликина.
– Выступление от Platiza.ru вызвало большой интерес среди специалистов. В кулуарах мы очень долго обсуждали, как нам удалось разработать антифрод-систему, основанную на анализе потоковых данных, – рассказывает Арина Беликина. – Сегодня системы подобного уровня на рынке не представлены.
Scoring Case Forum 2017 – профессиональная площадка, предоставляющая доступ к современным методам, технологиям и сервисам оценки физических лиц и МСБ в онлайн и оффлайн-каналах, новым скоринговым технологиям и новым источникам данных. Здесь, на форуме, Platiza.ru представила широкой общественности собственную разработку – потоковую систему антифрод-скоринга. В основном все скоринговые системы в России сегодня работают на анализе ретроспективных данных, то есть информации, накопленной ранее. Система противодействия мошенничеству Platiza.ru является многоступенчатой модульной системой, позволяющей в режиме реального времени делать выводы о соответствии клиента фродовой стратегии взаимодействия с сервисом. Отслеживание потоковых данных позволяет строить гибкие системы, устойчивые к мошенническим атакам. А это значит, что клиенты и партнёры Platiza.ru вышли на новый уровень защиты от финансовых рисков.
Команда онлайн-сервиса мгновенной финансовой помощи Platiza.ru непрерывно отслеживает российские и мировые тренды развития скоринга и применяет их на практике, внедряя современные технологии и улучшая сервис. Например, ранее ведущие специалисты компании посетили I финансовый форум о нейросетях, искусственном интеллекте и машинном обучении FinMachine.
