Модель, объясняющая аномалии в транзакциях QIWI

QIWI — популярная электронная платежная система.

С помощью QIWI-кошелька можно делать переводы между людьми, оплачивать счета и покупки в интернет-
магазинах.

Бизнесам QIWI предоставляет услуги эквайринга.

Эквайринг — технология, позволяющая компаниям принимать безналичные платежи.

Прошел платеж или нет

Основной показатель качества
в эквайринге — конверсия.

Платеж не прошел
— клиент недоволен

Надо стараться предупреждать такие случаи.

На стороне системы эквайринга

На стороне провайдера

На стороне банковских систем

Была история, что у одного сотового оператора зачисления
на счет не срабатывали с 1 до 3 ночи — оказалось, у него были неправильно выставлены часовые пояса.

Выявить признаки аномалий,
из-за которых платежи
не проходят.

Что мы делали:

Смотрели данные о транзакциях, искали закономерности.

Сентябрь - Ноябрь 2018

Гипотеза:

С условным магазином деревянных игрушек транзакции будут успешней, чем с условным онлайн-казино

Заказчик мог бы предлагать разные цены на эквайринг в зависимости
от вероятности успеха транзакции

Не смогли проверить, так как
заказчик не дал доступ к информации
о компаниях-провайдерах
— это запрещено по протоколам безопасности.

Классическая
Data Science

Сергей Веренцов

Разработчик

Рамиль Гизатуллин

Разработчик

На вход получили дампы баз данных QIWI в системе PostgreSQL

Собрали предварительную разметку из баз данных

Обработали данные
с помощью Python

Построили дерево решений

Можно пройти по нему и увидеть, какой набор признаков ведет
к неуспешным транзакциям

Кластеризовали
по группам провайдеров

Каждый узел —
условие на признак транзакции

Оранжевые узлы
— это там, где много транзакций не прошло.

Ограниченный доступ
к данным

Сложность предметной области

Нет гарантий значимых результатов

Проблемы
с коммуникацией

Например, понятие feature importance (важность признаков) привычно
для датасаентиста, а аналитики лучше
знакомы с корреляциями и воронками.

Подтвердили гипотезы клиента:

Один пользователь пытался положить на телефон
3,5 миллиарда рублей. Разумеется, ничего не вышло.

Транзакции с большими суммами с большой вероятностью
не пройдут

Есть проблемные провайдеры и группы провайдеров

«Волшебной пилюли» — починить одну проблему, и транзакции вырастут —
не нашлось, к сожалению. Но лишнее подтверждение — это всегда хорошо.

Научились лучше планировать

Поняли важность тесной работы с клиентом

В течение недели
работали в Иннополисе вместе с аналитиком QIWI, обменивались компетенциями.

Георгий Коннов,

Руководитель направления QIWI Касса, один из бизнес-заказчиков программы

«...В результате с командой EORA мы сделали кейс по аналитике данных, в ходе которого проанализировали работу наших провайдеров и смогли выявить новые факторы, снижающие конверсию оплаты. Работа с ними приведет к повышению оборота наших партнеров.»

«Для наших data scientists это был уникальный опыт:
мы получили финансовые данные о транзакциях, которые другими способами достать нереально. Объем данных был очень большой, пришлось развернуть под них целую инфраструктуру.

Мы бок о бок работали со специалистами из QIWI, узнали, как устроены процессы внутри корпорации, научились взаимодействовать со службой безопасности.»

CEO EORA

Роман Доронин