Компания Affirm внедрила новую модель андеррайтинга на базе трансформеров для оформления покупок в США. Система анализирует последовательность и хронологию событий в кредитной истории пользователя, а не только стандартные баллы. Это позволяет одобрять заявки клиентов с ограниченной историей или полным отсутствием FICO-скоринга.
Модель опирается на 14-летние данные о транзакциях. В ходе тестирования она обеспечила рост завершенных покупок на 3,4% по сравнению с контрольной группой при сопоставимом уровне рисков. Качество кредитного портфеля оказалось выше, чем при использовании предыдущих алгоритмов машинного обучения компании.
В четвертом финансовом квартале Affirm обработала 53 миллиона транзакций, что на 41% больше показателей прошлого года. Общий объем товаров (GMV) вырос на 36%, достигнув $14,1 миллиарда. Средний чек при этом снизился на 4%, а число активных пользователей увеличилось на 21%, составив 27,8 миллиона человек.
Для обеспечения высокой скорости работы на кассе Affirm создала проприетарный алгоритм, который сохраняет интерпретируемость модели. Компания проводит постоянный мониторинг системы, чтобы гарантировать точность и надежность решений при принятии заявок на кредитование.
