Wealthon i prognozowanie ryzyka niespłacalności z Machine Learning
Data realizacji: 2025
Branża: finanse
Google Cloud
W ramach optymalizacji procesów obsługi klienta, Wealthon poszukiwał rozwiązania uzupełniającego, które pozwalałoby na dodatkową ocenę ryzyka na etapie wnioskowania, w tym przewidywanie trudności ze spłatą zobowiązania dla klientów korzystających z produktu POSCASH. OChK zaproponował zbudowanie repozytorium cech analitycznych oraz bazujących na nich modeli predykcyjnych Machine Learning, co umożliwiło przekształcenie surowych danych gromadzonych przez Wealthon w wartościowe insighty biznesowe. Dzięki współpracy z OChK Wealthon skraca czas identyfikacji zagrożonych wniosków kredytowych, a także na bieżąco dostosowuje politykę kredytową do czynników ryzyka wskazanych przez model i do potrzeb klienta, dbając o wzajemne bezpieczeństwo finansowe.
O Wealthon
Wealthon to polski fintech, który powstał w 2019 roku z misją wspierania małych i średnich przedsiębiorstw w zakresie finansowania pozabankowego. Obecnie firma rozwija cały ekosystem usług, zapewniając im kompleksowe wsparcie – od pożyczek po narzędzia do zarządzania biznesem. Flagowym produktem Wealthon jest POSCASH – pożyczka, w której zdolność kredytowa firmy oceniana jest na podstawie obrotów z terminali płatniczych, z elastyczną, dzienną spłatą. Wealthon jako pierwszy wprowadził tego typu produkt na polski rynek.
Wyzwania
W związku z optymalizacją procesów obsługi klienta oraz rosnącą popularnością produktu POSCASH wśród MŚP, Wealthon chciał zbudować dodatkowy wskaźnik oceny ryzyka bazujący na uczeniu maszynowym. Z jego pomocą firma mogłaby:
realnie wesprzeć pracę działu ryzyka, dostarczając mu dodatkowe narzędzie oceny i walidacji spłaty pożyczki POSCASH,
kontynuować kolejny etap rozwoju oferowanych usług, jednocześnie poszerzając swoją wiedzę o przyczynach zjawiska niespłacalności i o tym, jak identyfikować je już na etapie wnioskowania, uszczelniając cały proces.
Zespołowi Wealthon zależało na tym, by zacząć świadomie i efektywnie wykorzystywać gromadzone dane do usprawniania swojego biznesu. Do realizacji projektu potrzebował partnera, który wskaże odpowiedni kierunek działania. Doświadczenie w budowaniu rozwiązań data/AI, a także ekspercka wiedza z zakresu cybersecurity/compliance sprawiły, że został nim OChK, który zaproponował zbudowanie modelu predykcyjnego wykorzystującego metody Machine Learning.
Rozwiązania i realizacja
W celu realizacji projektu eksperci OChK, wraz z zespołem Wealthon, zdefiniowali zjawisko niespłacalności (default) oraz określili grupę docelową, która miała podlegać analizie – klienci produktu POSCASH, u których mogło już technicznie wystąpić to zjawisko. Projekt przeprowadzony został w formule MVP i obejmował kilka etapów prac:
przeprowadzenie warsztatów analitycznych – dla potwierdzenia celów biznesowych oraz wybrania zakresu danych przeznaczonych do procesowania przez modele ML,
import i agregacja danych – eksperci skorzystali z usługi Dataform, w której powstała macierz przekształceń danych dotyczących wybranej grupy docelowej, a następnie przygotowali je do postaci, w jakiej zostaną użyte w modelu (na przykład, zastosowane zostały formy agregacji danych, takie jak sumy, średnie czy trendy dla różnych okresów historii danych),
zbudowanie i przetestowanie wybranych modeli ML – eksperci wykorzystali platformy Vertex AI oraz BigQueryML od Google Cloud, które, przy użyciu wielu technik analitycznych, generują predykcję dla nowych bądź historycznych wniosków kredytowych, a także przeprowadzili testy na wybranych danych spoza zbioru uczącego dla potwierdzenia stabilności modeli,
przeprowadzenie scoringu na bieżących danych wraz z implementacją automatycznego mechanizmu micro-batch i przekazanie wszystkich istotnych wniosków biznesowych do zespołów Wealthon, odpowiedzialnych za monitoring i przeciwdziałanie zjawisku niespłacalności.
Czas trwania projektu – od zdefiniowania problemu aż do przekazania wniosków i implementacji mechanizmu scoringowego – to jedynie 10 tygodni.
Wykorzystane technologie
BigQuery
BigQuery ML
Dataform
Vertex AI
Workflows
Rezultaty
Dzięki modelom predykcyjnym, zbudowanym przez ekspertów OChK, Wealthon może z dwukrotnie wyższą niż dotychczas skutecznością identyfikować klientów, wśród których z największym prawdopodobieństwem może wystąpić zjawisko niespłacalności (top 20%). To, w ujęciu krótkoterminowym, umożliwia szybkie oznaczanie zagrożonych niewypłacalnością wniosków kredytowych, a w ujęciu długoterminowym – dostarcza wartościowych informacji biznesowych dotyczących potencjalnych kierunków rozwoju polityk ryzyka kredytowego.
Przygotowaną przez ekspertów bazę analityczną, która liczy ponad 900 cech, Wealthon może wykorzystywać zarówno w ramach dotychczas zbudowanych, jak i przyszłych modeli predykcyjnych ML.
Zautomatyzowanie procesu przygotowania danych do analizy zjawiska niewypłacalności, jak i mechanizmu scoringu nowych aplikacji kredytowych skraca czas niezbędny do identyfikacji aplikacji kredytowych w grupie ryzyka.
Ocena ryzyka w sektorze finansowym pełni kluczową rolę, zarówno w kwestii bezpieczeństwa i stabilności portfela, jak i dalszego rozwoju oferowanych usług. Dlatego wprowadzenie dodatkowego rozwiązania, opartego na modelu ML oraz zgromadzonych danych, było dla nas szczególnie istotne. Współpraca z OChK w tym zakresie to świetny przykład tego, jak szybko można realizować projekty, gdy spotykają się dwa dobrze przygotowane i profesjonalne zespoły. Zdecydowanie polecam!
Artur Milewski
CTO, Wealthon
Jakie są Twoje wyzwania?
Wspólnie znajdziemy rozwiązanie!