Прогнозирование трат клиентов в будущем

Задача

Банк хочет понимать не только то, сколько клиент потратил, но и то, сколько и на что он потратит в будущем. Без прогноза трат невозможно вовремя предложить релевантный продукт, рассчитать персональный лимит или собрать целевое предложение под конкретную категорию расходов. Нужна модель, которая по истории транзакций прогнозирует будущие траты клиента в разрезе категорий.

Решение

Мы разработали модель прогнозирования трат клиента по категориям MCC на основе истории его транзакций. Каждая транзакция несёт MCC-код, который определяет тип торговой точки и категорию расхода. Модель учится на этой истории и прогнозирует, сколько клиент потратит в каждой из категорий в будущем периоде. Это даёт детальную картину будущего потребительского поведения, а не просто общую сумму.

Технологии

Обработка транзакционной истории с разметкой по MCC-категориям. Модели прогнозирования расходов по каждой категории. Пайплайн агрегации транзакций по клиенту и категории, формирование признаков из истории трат, обучение модели и регулярное обновление прогнозов на новых данных по мере поступления транзакций.

Результат

Банк получает прогноз будущих трат каждого клиента в разрезе MCC-категорий. Это основа для персонализации: целевые предложения под фактическое потребление, точечные кэшбэк-кампании в тех категориях, где клиент действительно тратит, расчёт персональных условий. Прогноз по категориям точнее общей оценки и позволяет работать с клиентом адресно. Модель встраивается в процессы маркетинга и продуктовой аналитики и обновляется по мере накопления транзакционной истории.