Stats date: 2024-12-31

Transactions period: 2024-09-01 -> 2024-12-31

Notes

Данные по транзакциям с начала сентября.

На графиках сегменты, где кол-во транзакция от общего обьема превосходит 300 для гео и банков и 100 для остальных параметров.

Остальные сегменты собраны в группу Others. Отсутствующие значения в None.

First payments

Параметр - гео

Country
Data from Magnus / Solidgate Webhooks

График

Параметр - Descriptor

Descriptor
Data from Magnus / Solidgate Webhooks

График

Параметр - Card Brand

Card brand
Data from Magnus / Solidgate Webhooks

График

Параметр - Card Bank

Card bank
Data from Magnus / Solidgate Webhooks

График

Параметр - Legal entity + PSP name

Legal Entity + PSP
Data from Magnus / Solidgate Webhooks

График

Параметр - Currency

Currency
Data from Magnus / Solidgate Webhooks

График

Параметр - Method

Method
Data from Magnus / Solidgate Webhooks

График

Параметр - Product

Product Code
Data from Magnus / Solidgate Webhooks

График

Все параметры

Product Code
Data from Magnus / Solidgate Webhooks

SHAP-анализ влияния параметров

SHAP — это метод для понимания влияния признаков на предсказания модели. Попробуем визуализировать, как и какие признаки влияют на Approval Rate.

Интерпретация графика SHAP-значений

Этот график предоставляет визуализацию значений SHAP для всех признаков в нашем наборе данных и помогает понять, какие признаки влияют на целевую переменную (в нашем случае, Approval Rate).

  • Ось Y (признаки): Каждый признак отображается на вертикальной оси. Признаки упорядочены по средней абсолютной важности (влиянию) на предсказания.
  • Ось X (значения SHAP): Значения SHAP отображают влияние каждого признака на предсказание. Положительные значения SHAP (справа от 0) указывают на то, что признак увеличивает Approval Rate, в то время как отрицательные значения — на то, что он его уменьшает.
  • Цвет точек: Красные точки могут обозначать высокие значения признака. Синие точки могут обозначать низкие значения признака. Это позволяет увидеть, как разные значения признаков влияют на предсказания. Например, если признак “country_AU” имеет много красных точек с положительными значениями SHAP, это может указывать на то, что высокая вероятность этого признака ассоциируется с увеличением Approval Rate.
  • Плотность точек: Если много точек с одинаковыми значениями, это создает “плотные” участки графика, что показывает, как часто встречается конкретное влияние на предсказания.
  • Сравнение признаков: Можно сравнить, какие признаки имеют большее влияние на approval_rate по их расположению по оси Y. Например, если “product_code_e7bff31d-4020-4e0a-91c6-7f9f772d9ed4” находится высоко и имеет много красных точек, это значит, что этот признак сильно влияет на увеличение Approval Rate.

Image 3 Image 3

Ошибки по негативным SHAP-параметрам

Среди параметров, которые в большей степени форсят снижение проходимости следующие:

Negative Features
Data from Magnus / Solidgate Webhooks

Распределение ошибок:

Product Code
Data from Magnus / Solidgate Webhooks