Масариф - финансовый AI-рынок ОАЭ

Мобильное приложение для ОАЭ: AI-анализ финансового рынка, персонализированные рекомендации по инвестициям и управлению капиталом.
- Клиент
- Google Play
- Сфера
- Финансовые сервисы, ОАЭ
- Что делали
- Мобильное приложение
- ИИ-аналитика
- Интеграции
Суть. Собрать финансовые продукты и платежи для жителей ОАЭ в одном мобильном приложении и подбирать предложения под конкретного пользователя.
Введение
Финансовые предложения на рынке ОАЭ разбросаны по сайтам банков и сервисов: условия по картам, счетам и переводам приходится сравнивать вручную, а платёж или перевод делать уже в другом приложении. Человек тратит время на поиск и всё равно не уверен, что нашёл подходящий вариант.
Масариф собирает это в одном мобильном интерфейсе: каталог финансовых продуктов, платежи и переводы. Мы разработали мобильное приложение, серверную часть с каталогом и интеграциями и ИИ-модуль, который подбирает предложения под профиль пользователя.
Боль - запрос
Условия финансовых продуктов приходится собирать по разным сайтам.
Каталог предложений в одном приложении.
Из десятков вариантов непонятно, какой подходит именно тебе.
Подбор предложений под профиль и цели пользователя.
Платежи и переводы делаются в отдельных приложениях.
Платежи и переводы в том же интерфейсе.
Пользователь видит предложения, на которые всё равно не пройдёт по условиям.
Отсев по обязательным условиям до ранжирования.
Описание проекта
Приложение опубликовано в Google Play. Внутри три части: каталог финансовых продуктов, платёжные сценарии и ИИ-модуль подбора, который работает поверх каталога.
- Мобильное приложение. Каталог, карточки продуктов, сравнение, платежи и переводы.
- Каталог продуктов. Предложения с условиями в едином формате, чтобы их можно было сравнивать между собой.
- ИИ-подбор. Модель ранжирует предложения по профилю пользователя и его поведению в приложении.
- Платёжные интеграции. Платежи и переводы через подключённых провайдеров, статус операции виден в приложении.
Архитектура решения
Как система выглядит в работе. Ниже - откуда она берёт данные, где их обрабатывает и куда отдаёт результат.
Подбор предложений в приложении
Ищу кредитную карту в дирхамах, доход 10-20 тысяч AED.
Из 34 карт под ваши условия проходят 9. Первыми показаны те, что ближе к вашему профилю, условия можно сравнить в карточках. Это подборка, а не финансовый совет.
- Каталог продуктов
- Профиль: цель и доход
- Отсев по условиям34 предложения, проходят 9
- Ранжирование под профильмодель упорядочивает 9 карт
- Ответ в приложенииподборка из 9 карточек
Модель ранжирует только то, что прошло отсев по обязательным условиям, поэтому в выдачу не попадает продукт, на который пользователь не проходит.
Полная схема архитектуры и пример события
Клиент
- Мобильное приложениеAndroid, Google Play
- Профиль и действияцели, параметры, просмотры
Что разработали мы
- API приложениякаталог, профили, операции
- ИИ-модуль подбораотсев по правилам, затем ранжирование
- Каталог продуктовусловия в едином формате
Подключено:Платёжные провайдеры
Что видит пользователь
- Подборка предложенийотсортирована под профиль
- Платёж или переводсо статусом операции
Так это выглядит в работе
POST/api/v1/recommendations
user_id- usr_51e0a7
goal- кредитная карта
currency- AED
income_band- 10-20k
offers_total- 34
offers_eligible- 9
top_offer- card_0142
ranking_model- v3
locale- en-AE
Как пользователь получает подборку
- Профиль. Пользователь указывает цель и базовые параметры: что ищет, в какой валюте, в каком диапазоне.
- Отсев. Правила убирают предложения, обязательным условиям которых пользователь не соответствует.
- Ранжирование. Модель упорядочивает оставшиеся предложения по профилю и поведению в приложении.
- Действие. Пользователь открывает карточку продукта, сравнивает или переходит к платежу и переводу в том же приложении.
Что было сложным
Условия продуктов разных организаций описаны по-разному: где-то годовая ставка, где-то ежемесячная комиссия, где-то условия зависят от дохода. Чтобы подбор вообще имел смысл, каталог пришлось привести к единой структуре полей, по которой предложения сравниваются честно.
Подбор в финансах не должен быть чёрным ящиком. Поэтому порядок такой: сначала жёсткие правила отсекают то, что пользователю не подходит по условиям, и только потом модель ранжирует остальное. Модель не может поднять в выдачу продукт, который не прошёл отсев.
Результат проекта
- Опубликовано. Приложение доступно в Google Play.
- Один интерфейс. Платежи, переводы и финансовые предложения ОАЭ доступны в одном мобильном приложении.
- Сравнимый каталог. Предложения приведены к единому формату условий.
- Подбор под пользователя. Выдача строится по профилю, а не одним списком для всех.
Проект в цифрах
- Длительность
- Около 5 месяцев: каталог и приложение, затем платежи и ИИ-подбор
- Команда
- 1 project manager
- 1 дизайнер интерфейсов
- 2 мобильных разработчика
- 1 back-end разработчик
- 1 ML-инженер
- 1 QA-инженер
- Google Playприложение опубликовано
- 1 приложениедля каталога продуктов, платежей и переводов
- 2 этапаподбора: отсев по условиям и ранжирование
Технологии и интеграции
- Мобильная разработка под Android
- Backend и API приложения
- Рекомендательная модель
- Каталог финансовых продуктов
- Интеграция с платёжными провайдерами
- Локализация под ОАЭ
Частые вопросы
Как строится подбор предложений?
Сначала правила убирают продукты, обязательным условиям которых пользователь не соответствует, затем модель упорядочивает оставшиеся по профилю. Модель не может поднять в выдачу то, что не прошло отсев.
Откуда берутся данные о продуктах?
Из каталога, куда условия заводятся в едином формате полей. Это то, что позволяет сравнивать предложения разных организаций между собой.
Можно ли сделать такое приложение для другого рынка?
Да. Меняются каталог, платёжные провайдеры, языки и требования регулятора, архитектура приложения и подбора остаётся той же.
Нужно ли сразу делать ИИ-подбор?
Не обязательно. Каталог с фильтрами и платежи можно запустить первыми, а модель подключить, когда накопятся данные о поведении пользователей.


