IT-World разбирался, как машинное обучение трансформирует клиентский опыт, в чем специфика работы ИИ-ассистентов в банковской сфере, и влияет ли внедрение технологий на рост удовлетворенности и лояльности клиентов.
Решения на основе ИИ активно внедряются в клиентский сервис, трансформируя традиционные подходы к работе с целевой аудиторией. Финансовая сфера задает основные тренды в развитии данного направления, ведь сегодня банковские структуры используют машинное обучение для формирования персонализированных предложений, а чат-боты заменяют сотрудников клиентской поддержки. Сегодня вместе с экспертом по ИИ, основателем и СЕО проекта BotB2B Виктором Поповым мы разберем, как машинное обучение трансформирует клиентский опыт, в чем специфика работы ИИ-ассистентов в банковской сфере, и влияет ли внедрение технологий на рост удовлетворенности и лояльности клиентов.
Финансовая сфера всегда была открыта для инноваций и различных технологических решений. Например, еще в середине ХХ века банкиры пытались внедрить принципы математического моделирования для анализа надежности заемщика, а с 80-х годов началась активная компьютеризация. В ХХI веке эта тенденция продолжается. Согласно аналитическим данным Ассоциации ФинТех крупными отечественными банками за последние 10 лет в различные ИИ-решения было вложено порядка 10 млрд долларов. Фактически банковские структуры вкладывают в решения на основе ИИ в 500 раз больше, чем представители других ниш на рынке. Ниже мы разберем, как именно ИИ-технологии трансформируют клиентский сервис российских банков.
Изменение работы call-центров
Функционирование call-центров - это важная часть современного банковского сегмента. С одной стороны, call-центр делает банк более доступным для клиента. Ведь в рамках коммуникационной политики call-центр выполняет ряд важных задач - поддержка клиентов, консультирование по продуктам банка, отслеживание качества обслуживания, повышение лояльности. С другой стороны, содержание огромных call-центров является большой статьей расходов для банка. Традиционно сюда включается аренда помещений, покупка оборудования, найм персонала. Но сам бизнес так устроен, что call-центры должны быть включены в систему маркетинговой политики, а это значит, что у них всегда должна быть высокая нагрузка, ведь прямая коммуникация с текущими и новыми клиентами дает возможность продажи новых услуг и сервисов. В этой парадигме эффективность деятельности банка в части работы с клиентами напрямую коррелируется с нагрузкой на call-центр. А дальше получается замкнутый круг - чем больше банк продвигает свои услуги, тем большую нагрузку испытывает клинская поддержка.
Интенсивность труда, работа в стрессовых условиях провоцирует повышенную текучесть персонала клиентской поддержки. Согласно данным из открытых источников, именно call-центры банков имеют один из самых высоких индексов текучести персонала - от 30 до 45%. Еще одна показательная цифра - 6 месяцев. Именно столько требуется, чтобы новый сотрудник прошел обучение и получил соответствующий опыт.
Поддержка для техподдержки: как искусственный интеллект меняет сервис в российском бизнесе
По итогу, банк сталкивается с тем, что постоянно нанимает новых сотрудников, тратит время и деньги на обучение, а они проработав не более полугода, уходят. И круг замыкается. На каком-то этапе стали популярны идеи об аутсорсинге данной функции. На рынке появилось много компаний, предлагающих реализацию подобных проектов. Достаточно быстро стало понятно, что call-центр на аутсорсе работает недостаточно эффективно, поэтому не является оптимальным решением для финансовых организаций. Далее банковская сфера пошла по очевидному пути - вопрос повышенной нагрузки на call-центры решился за счет голосовых помощников, основанных на ИИ-технологиях.
С 2018 года российские банки начали в тестовом режиме внедрять голосовых помощников. Такой помощник способен взять на себя большую часть типовых обращений, а сотрудники call-центра подключаются к диалогу только в случае сложных или нетиповых запросов. Технически голосовой помощник включает в себя технологию синтеза и распознавания речи, и нейросеть, обученную на открытых данных. Примечательно, что голосовые помощники разрабатывались как часть общей маркетинговой программы. Например, один из ключевых российских банков Сбер имеет целую семью помощников, где каждый ассистент обладает своим характером.
Но безусловно, самым известным голосовым помощником стал Олег от Т-Банка. Свое имя он получил в честь основателя банка. Фактически Олег - это мужчина средних лет, достаточно вежливый, но при этом не лишенный чувства юмора. Изначально перед разработчиками проекта ставилась достаточно сложная задача - с Олегом должно быть интересно общаться. Именно поэтому голосовой помощник может выразить свое неодобрение или пошутить. На этапе запуска фиксировались случаи, когда Олег мог использовать нецензурную лексику. Настоящий скандал разгорелся, когд ассиентент Т-Банка дал совет одному из клиентов отрезать пальцы в ответ на жалобу о том, что пользователь не смог пройти верификацию по отпечатку пальцев. Банку пришлось официально извиняться и объяснять, что помощник обучался на открытых источниках.
А теперь посмотрим на цифры. В 2020 году клиентская база банка насчитывала порядка 10 млн пользователей. В среднем ежедневно количество звонков составляло порядка 50 тыс, а штат call-центра насчитывал 10 тыс сотрудников. Далее банк фиксирует средний ежемесячный прирост в 250 тысяч клиентов, что сильно увеличивает нагрузку на операторов call-центра. После внедрения голосового ассистента в экосистему банка Олег забрал на себя около 80% всех обращений.
Больше, чем приложение
Постепенно с ростом популярности голосовых помощников, банки стали развивать чат-ботов для диалогов с клиентами внутри приложений. По сути, клиент может решить возникнукнувшую проблему сразу же без обращения на горячую линии или личного посещения банка. Цифровизация клиентского сервиса всегда имела особую актуальность для банковского сегмента, но падемия коронавирусной инфекции актуализировала вопрос - именно реализация проектов цифровых помощников стала приоритетом первого порядка.
Интеграция ИИ в процесс разработки в международном банке
Постепенно стало понятно, что чат-боты и виртуальные помощники на базе ИИ совершили настоящую революцию в клиентском сервисе банковского сегмента. Именно эти инструменты позволяют выстраивать коммуникацию с клиентами в режиме 24 на 7. Чат-бот в приложении отвечает на вопросы, помогает с выполнением операций, дает советы, предлагает актуальную информацию.
Ежегодно консалтинговая компания Markswebb, специализирующаяся на исследованиях digital-продуктов для банковской сферы, составляет рейтинг чат-ботов ключевых российских банков. Эксперты агентства оценивают виртуальных помощников по нескольким критериям - способность чат-бота решить вопрос самостоятельно, навыки коммуникации и поддержания диалога, удобство интерфейса. Отдельно анализируется уровень эмпатии и вовлеченности в диалог. По результатам 2023 года рейтинг возглавил цифровой помощник от Альфа-Банка, чуть меньше баллов набрали чат-боты Совкомбанка и ВТБ.
Новый подход к обслуживанию клиентов в отделениях банка
Удовлетворенность и лояльность клиента напрямую зависит от того, насколько быстро решается его вопрос сотрудником банка в отделении Но сейчас важна не только скорость решения задачи или получения услуги, появляются новые вводные - клиент ценит свое время и не готов ждать получения услуги. Это значит, что банк должен выстраивать процессы таким образом, чтобы сотрудники в отделениях выполняли свою работу максимально быстро, не создавая ожидание для клиентов.
По оценке агентства SQI Management, которое занимается исследованием качества обслуживания клиентов в банковском сегменте, посетитель не готов ждать более 10-15 минут. Именно поэтому банки всерьез задались целью сделать визит в отделение для клиента максимально комфортным. И здесь на помощь приходят различные решения на базе ИИ.
Например, ИИ значительно облегчает процесс проверки документов при получении услуг банка. Банки активно используют такие технологии как распознавание лиц и биометрическую аутентификацию. К тому же, автоматизация процессов в отделениях снижает вероятность ошибок, а также позволяет значительно улучшить показатели операционной деятельности.
***
Подводя итог, хочется отметить, что решения на основе ИИ повышают эффективность работы банковских организаций и снижают эксплуатационные расходы. А сегодня мы убедились, что ИИ-технологии трансформируют клиентский сервис, обеспечивают простоту и доступность использования банковских продуктов, а главное - голосовые ассистенты, цифровые помощники и чат-боты положительно влияют на повышение удовлетворенности и лояльности клиентов.
