Perseus от Т-Банка: фреймворк для персонализации на основе гетерогенных событий — +3–17% к метрикам

В экосистеме с десятками сервисов (от покупки продуктов до ипотеки) данные о пользователе разрознены: каждая команда собирает свои события, у них разные схемы, а у новых сервисов нет истории. Традиционные модели учитывают только данные конкретного сервиса, что ограничивает персонализацию.

Т-Банк решил проблему, построив фреймворк Perseus. Он агрегирует все действия пользователя в единую последовательность, независимо от источника. Это гибкий инструмент для работы с экосистемными данными, который позволяет масштабировать ML-персонализацию на разные продукты и сервисы компании.

В тестовых сценариях Perseus сразу повысил бизнес-метрики от 3% до 17% — даже для пользователей без единой покупки. Фреймворк уже используется в продакшене, а подробности архитектуры и примеры внедрения доступны по ссылке.