Фото из архива. © Волжский.ру
ВТБ внедряет систему моделей на основе машинного обучения (ML) для настройки персонализированного взаимодействия с клиентами-физлицами. Аналитические алгоритмы помогают точнее определять наиболее удобные каналы, сценарии, время и частоту контактов для каждого клиента банка. Об этом сказал советник первого заместителя президента-председателя правления ВТБ Сергей Путятинский в рамках Kazan Digital Week.
Модель анализирует историю взаимодействия конкретного клиента с банком: на какие сообщения он откликался, в какое время открывает приложение, пользуется ли отделением или только онлайн-банком. Если человек стабильно читает push-уведомления утром и ни разу не ответил на звонок, то CRM-система получит рекомендацию: направлять push-уведомления в утренние часы, а не совершать звонок в середине дня.
В CRM-системе ВТБ уже внедрен функционал, который помогает подобрать наиболее удобный для клиента канал коммуникации — SMS, push-уведомление, звонок или email — с учетом конкретной ситуации.
До конца года банк планирует расширить персонализацию взаимодействия с клиентами за счет новых ML-решений:
определение наиболее комфортных дней и времени для связи;
выбор приоритетных каналов коммуникации на основе предпочтений и истории активности клиента;
подбор оптимальной частоты контактов, чтобы клиент своевременно получал важную информацию без лишних уведомлений.
При разработке этих моделей использовались современные подходы к анализу данных, включая элементы обработки естественного языка. В рамках проекта было проанализировано более 30 тыс. различных признаков и поведенческих характеристик.
«Мы уходим от стандартных массовых рассылок в пользу персонализированного и аккуратного подхода к каждому контакту. Наша задача — учитывать предпочтения по каналам коммуникации и времени взаимодействия. Это позволяет снизить навязчивость коммуникаций и максимально адаптировать сервис банка под задачи клиента», — пояснил Сергей Путятинский.