結果
• 準確性提高：Frollo 針對消費進行分類的 ML 模
型，準確度提高至 95%
• 為客戶提供的效能提高：Frollo 能在 20 秒內回
傳銀行信貸結果，客戶再也無需如以往一樣等待
3-5 分鐘
• 安全性提高，風險降低：Frollo 解決方案能確保
銀行的產品參考資料安全，降低貸款過程中的
風險
「使用 Amazon SageMaker 的過程中，
我們從未遇到應用限制或效能問題。
我們目前測出交易分類以及商家辨認的
端對端延遲為 1500 毫秒。」
Tony Thrassis，Frollo 資訊長
打開開放銀行的大門
Frollo為目的導向型金融科技公司，致力於幫助人們自信理財。作為澳洲首家開放中
介銀行，Frollo 迄今已進行超過 2500 萬次開放銀行 API 呼叫。
商機
Frollo 希望能使各銀行突破現況，發展一個真正可讓客戶參與其中的模型，以此為客
戶提供更多的金錢管理以及預算功能。Frollo Data Enrichment API 提供資料強化
解決方案，如將客戶的交易進行分類、辨認商家。此 API 以及支援 ML 模型將客戶的
開銷分為 60 個以上類別，諸如旅行、納稅和日用雜貨等。
解決方案
以雲端為基礎的 ML 協助加速開發 Frollo 平台，而 Amazon SageMaker 一直是其
ML 策略的核心元素。考量到 AWS 強大的資料和分析能力、內建的安全控制，以及
機器學習工具，Frollo 選擇了 AWS，現在其大部分的工作負載都在 AWS 上處理透
過 SageMaker，Frollo 的資料專家團隊可以建構自己的機器學習演算法，以及保留
對於資料集的控制權。
15
