Советник для малого и среднего бизнеса

2023 год.

Сервис умных рекомендаций, оповещений и подсказок для клиентов и сотрудников банка «Открытие»

Data analysis Decision support systems Recommendation systems Повышение производительности Продажи Стратегия Финансы

Какую проблему решали

Поиск принципиально новых источников источников устойчивого роста показателей эффективности бизнеса банка «Открытие».

Для достижения поставленных целей возникла необходимость формирования нового клиентского опыта как конкурентного преимущества банка.

Дополнительной задачей проекта стало снижение зависимости от иностранных производителей ПО.

Решение проблемы

Одновременное использование в сервисе Советник множества моделей и алгоритмов переводит их количество в новое качество и создаёт эффект синергии.

Сервис постоянно формирует глубоко проработанные ситуативные рекомендации для клиента и для менеджера по широкому кругу вопросов. Например, клиенту подскажет более выгодный тариф, быстрое решение возникшего вопроса, обратит внимание на важные события у контрагентов, риск блокировки, кассового разрыва и многое другое. Менеджеру Советник подскажет возможные потребности клиента в продуктах, его лояльность и отношение к банку, вероятность оттока клиента и как это можно предотвратить, а также другие важные элементы повестки контакта с клиентом.

Сервис Советник стал решением для задачи улучшения сразу нескольких показателей эффективности: доходность клиента, лояльность, отток, активность, нагрузка на линию поддержки, затраты на персонал и других.

Применяемые технологии

Так как сервис Советник состоит из множества связанных единой логикой работы, но разных по функционалу модулей, используется несколько технологий: градиентный бустинг (Light Gradient Boosting, LGB), сети долгой краткосрочной памяти (Long short-term memory, LSTM), алгоритм «k ближайших соседей» (k Nearest Neighbor, KNN), обработка естественного языка (Natural Language Processing, NLP), а также обучение с подкреплением (Reinforcement Learning). В RL-блоке в пилотном режиме используется также ChatGPT.

Бизнес-процесс

До проекта:

Взаимодействие с клиентами основано на отдельных CRM-кампаниях в различных каналах
Клиент получает отдельные разрозненные коммуникации, периодичность их ограничена коммуникационной политикой
Отдельные ML-модели используются в самостоятельных CRM-активностях и практически не связаны между собой
Постепенное снижение метрик коммуникационной эффективности клиентской базы