ML-модель предсказания прослушиваний для Ripe.Capital повысила ROI на 70%
Разработан ML-алгоритм для предсказания прослушиваний, который повысил ROI на 70% для инвестиционных решений Ripe.Capital.
Задача
Требовался инструмент для прогнозирования будущих значений временного ряда прослушиваний музыкальных треков.
Решение
С нуля создана модель машинного обучения, анализирующая исторические данные артистов и треков из Spotify.
Результат
- +70% Рост ROI для взвешенных инвестиционных решений
- <30% Отклонение прогноза MAPE на промежутке 365 дней
Отклонение прогноза MAPE менее 30% на горизонте 365 дней позволило повысить ROI на 70% для взвешенных инвестиционных решений.
7 место в категории Инвестиционная компания → Разработка ПО
Похожие кейсы
GorodPay - Федеральный транспортный проект Газпромбанка
Разработали федеральную транспортную платформу GorodPay для Газпромбанка, которая обслуживает более 5 млн пользователей и 300 млн транзакций ежесуточно.
Новая навигация приложения «Райффайзен Онлайн»
Обновили навигацию мобильного приложения «Райффайзен Онлайн»: ежедневные сценарии теперь доступны в 1–2 клика.
Advisors’ Axiom. Инвестиционная платформа с нейросетью для оценки тональности новостей
Разработали MVP онлайн-инструмента и мобильное приложение для управления капиталом клиентов Росбанка сегмента Premium и Private Banking
ФинКод: платформа для изучения финансовой и инвестиционной грамотности от ВТБ Мои Инвестиции
Создали образовательную платформу ФинКод внутри Telegram для ВТБ Мои Инвестиции и привлекли 28 000+ учеников, которые провели на платформе 25 000+ часов.
Дизайн-система нового интернет-банка для корпоративных клиентов ВТБ
Разработали новый интернет-банк ВТБ Бизнес на омниканальной платформе: им пользуются более 1 000 000 клиентов малого и среднего бизнеса.
Продуктовая фабрика для банка: обработка ведомостей ускорена в 3 раза
Разработали Продуктовую фабрику для крупного банка: время обработки зарплатных ведомостей сократилось в 3 раза, отзыв ошибочной ведомости — в 10 раз.