Spade는 Spade Predictions를 도입했습니다. 이는 은행과 핀테크를 위한 제품군으로, 주로 대형 금융 기관에서 개발된 거래 분석에 대한 접근을 제공합니다. 그 핵심에는 결제 행동을 기반으로 훈련된 기본 모델이 있으며, 검증된 상인 데이터와 일치합니다. 기관들은 이를 그대로 사용하거나 특정 작업을 위해 추가로 훈련하거나, Spade의 소프트웨어, 인프라 및 임베딩을 기반으로 자체 모델을 구축할 수 있습니다.
이 출시 시점은 주요 은행과 결제 네트워크가 점점 더 그들의 거래 데이터를 기반으로 AI 모델을 생성하는 시기와 맞물립니다. 이러한 프로젝트는 광범위한 고객 이력, 연구팀, 상당한 투자가 필요하여 소규모 기관들은 유사한 솔루션을 위한 자원이 부족합니다. Spade는 거래 AI를 전체 산업에 더 쉽게 접근할 수 있도록 하는 것을 목표로 하고 있습니다.
Spade Predictions는 두 가지 구성 요소로 구성됩니다. 하나는 검증된 상인 기록을 사용하여 거래 뒤의 비즈니스를 식별하고, 다른 하나는 고객 행동을 해석하여 필요와 위험을 식별합니다. 이는 오랜 문제를 해결합니다: 카드 네트워크는 종종 거래 설명에서 상인 이름을 25자로 제한합니다. 이 기술은 고객과 제품을 매칭하고, 지출을 예측하며, 사기를 탐지하는 데 도움을 줍니다. Spade는 개인 식별 정보를 수신하지 않으며, 사용자 정의 모델은 기관의 자체 식별자를 사용한다고 명시합니다.
초기 테스트 결과는 유망합니다. 미국의 한 은행의 신용 프로그램을 위해 추가로 훈련된 모델은 전통적인 성향 모델보다 35% 더 우수한 성과를 보였습니다. Spade의 상인 임베딩을 사용한 버전은 약 10% 더 많은 미래 대출자를 식별했습니다. 사기 테스트에서는 카드 발급 기관의 8개월 거래에 대해 모델이 평가되었습니다: 시스템은 최대 300만 달러의 사기성 비용을 차단할 수 있을 만큼 충분히 일찍 의심스러운 상인을 식별했습니다. 한 경우에는 첫 번째 차단이 이루어지기 5개월 전에 신호가 나타났습니다.
Predictions는 Merchant Graph의 세 번째 제품군으로, 이는 미국과 캐나다의 99.9% 기업을 다루는 검증된 비즈니스 데이터베이스입니다. Spade에 따르면, 그래프는 99% 이상의 정확도로 실시간으로 상인을 40ms 이내에 매칭합니다. 데이터베이스는 비즈니스가 무엇을 판매하는지, 어디에서 운영하는지, 브랜드와의 연결, 고객과의 상호작용을 기록합니다; 위치는 모기업과 소유자와 연결됩니다. 다른 두 가지 제품군은 Enrichment와 Data Operations입니다. Enrichment는 모든 결제 레일, 지역, 신규 및 제3자 경로를 포함하여 거래에 상인, 위치 및 브랜드에 대한 검증된 정보를 추가합니다. Data Operations는 특정 상인 및 카테고리를 등록하고 일치 시 자신의 식별자를 얻을 수 있도록 하며; Spade는 이름 변경, 이전 및 새로운 ID 동안 일치를 유지합니다.
이 자료는 정보 제공 목적으로만 작성되었으며 재무 자문이나 권장 사항을 구성하지 않습니다.
관련 도움말
