Тинькофф разработал первую в мире технологию алгоритмического кэшбэка с AI-рекомендациями

Тинькофф разработал и запустил в пилотной стадии собственную технологию алгоритмического кэшбэка с рекомендательными моделями — Tinkoff RECO. Технология отвечает за подбор для клиентов индивидуального кэшбэка на товары, бренды, покупки в магазинах и в разных товарных категориях. На сегодняшний день алгоритмическая технология Tinkoff RECO не имеет аналогов в мировой практике.

Tinkoff RECO — это семейство современных AI-алгоритмов (Artificial Intelligence), обученных на покупках 8 миллионов клиентов Тинькофф в течение 2-х лет в различных категориях (FMCG, рестораны, техника и электроника, одежда и пр.). RECO предугадывает на основе истории транзакций клиента, что захочет купить человек в будущем и может предложить покупателю индивидуальный кэшбэк на необходимые ему товары.  

Архитектура технологии позволяет рассчитать различные модели вероятности покупки для конкретного бренда, магазина или товара и решить, нужно ли давать кэшбэк на конкретный бренд или товар. По мере внедрения Tinkoff RECO в экосистему Тинькофф клиенты смогут получать индивидуальные спецпредложения на товары и конкретные бренды в разделе «Кэшбэк» в мобильном приложении Тинькофф. Сейчас части клиентов уже доступны спецпредложения с кэшбэком до 30% на товары и бренды от нескольких десятков партнеров Тинькофф - производителей и мерчантов.

Технология RECO также помогает магазину или бренду-производителю из числа партнеров Тинькофф определить: какие товары продавать, а какие нет, нужно ли запускать на товар или бренд в офлайне, какому клиенту нужно предложить новую категорию товаров и какой на неё давать кэшбэк.

Tinkoff RECO помимо прочего способна автоматически собрать корзину покупок, которые понадобятся клиенту в ближайшее время — в зависимости от его потребностей, привычек и потребительского профиля. Например, проанализировав покупки клиента (рацион, сумму, периодичность, частоту покупок и пр.), алгоритм может определить, что на этой неделе клиенту пора купить тот или иной товар — например, стиральный порошок или куриное филе. 

Регулярные, базовые товары могут быть добавлены в корзину автоматически, часть продуктов может быть добавлена в качестве рекомендации. Например, если клиент часто ест говядину — алгоритм может предложить заменить ее на курицу, чтобы расширить рацион. Также Tinkoff RECO может посоветовать человеку покупать больше фруктов и зелени, если эти продукты будут встречаться в его корзине очень редко.

Технология Tinkoff RECO является продолжением развития сервиса ReceiptNLP для расшифровки текстовой информации из торговых чеков с помощью нейросетей. Сервис может найти в тексте чека название бренда, определить до 70 категорий товаров, расшифровать сокращенное название и распознать продукт. Возможности сервиса уже давно успешно применяются в Тинькофф, например, для проведения исследований о расходах россиян в магазинах или ежегодного составления адвент-календаря, из которого клиенты узнают — как часто покупали тот или иной товар, на что потратили больше всего денег за год, сколько и какие бонусы получили и пр.

Источник: пресс-релиз компании