Page 38 - «СИНЕРГИЯ В НАУКЕ» Сборник статей Международной научно-практической конференции 18 марта 2025 г. Часть 2

Международная научно-практическая конференция

В этой связи особый интерес представляет технология Process

Mining. По данным Рощектаева и Рощектаевой [6], она позволяет

анализировать цифровые следы в информационных системах и

выявлять реальные, а не декларируемые схемы работы. Как показало

внедрение этой технологии в Росбанк Дом [7], анализ 170 000

кредитных дел позволил выявить 15 000 уникальных сценариев. Еще

более масштабный проект был реализован в Россельхозбанке

совместно с компанией Инфомаксимум [8], где анализ более 200 000

заявок на потребительское кредитование выявил прямую зависимость

между количеством доработок заявки и процентом отказов, а также

критическое влияние длительности обработки на лояльность

клиентов. В результате удалось рассчитать «резерв времени» —

потенциально сокращаемые задержки на каждом этапе обработки

заявки.

Не менее важным направлением является предиктивная

аналитика. Как отмечают эксперты Sber Business Solutions [9],

алгоритмы машинного обучения, такие как XGBoost и LSTM,
позволяют прогнозировать возможные сбои и отклонения в бизнес-

процессах. Внедрение таких решений позволило в два раза улучшить
точность прогнозов спроса на продукцию, что существенно снизило

логистические издержки. Особую ценность представляет способность
этих систем к непрерывному самообучению — модели автоматически

корректируют прогнозы при поступлении новых данных, что

критически важно в условиях нестабильной экономической среды.

Отдельного внимания заслуживает применение технологий

обработки естественного языка (NLP). Как показывает опыт

внедрения платформы PolyAnalyst [10], российская система

демонстрирует точность 90% при анализе банковских документов и

обрабатывает до 80% стандартных запросов, сокращая время

проверки заявок на 50–70%. При этом, согласно исследованиям

38