2527
Онлайн-урегулирование сбойных операций в банкоматах Сбера
2021 год.Урегулирование спорных операций внесения средств благодаря автоматизированной проверке с применением AI-моделей
Какую проблему решали
В работе банкоматов периодически возникают технические сбои, когда внесенные в банкомат наличные не зачисляются на счет. Раньше для решения этой проблемы клиентам Сбера приходилось лично обращаться в банк, что отнимало до нескольких дней и вызывало лишние затруднения.
Благодаря внедрению инновационного способа проверки спорных операций удалось значительно сократить время решения проблемы клиента, повысить лояльность и существенно уменьшить число обращений в банк.
Решение проблемы
Онлайн-урегулирование аппаратных сбоев позволяет решить проблему на месте — это занимает от 20 секунд до 2 минут. После внедрения нового метода большинство сбоев устраняются автоматически и деньги зачисляются на счет клиента. В более сложных случаях банкомат просит клиента уточнить сумму внесенных средств в диалоговом окне и запускает процесс онлайн-урегулирования с применением искусственного интеллекта — в этом случае принятие решения занимает до 30 секунд. Процесс позволяет решить проблемы клиентов онлайн в 60% случаев.
Это стало возможно благодаря внедрению ИИ-моделей, проводящих многофазные проверки финансового профиля клиента и оценивающих вероятные риски по сбойной операции на основании свыше 500 параметров.
Клиент информируется о принятом решении о возмещении средств посредством любого удобного канала: экран банкомата, чек, SMS или PUSH-уведомление, что придает пользователю уверенности в успешном решении проблемы.
Применяемые технологии
Для данного решения Сбер разработал несколько ML-моделей, которые позволяют минимизировать потери банка за счет многоуровневой защиты при принятии решения.
Всего задействовано 3 типа моделей: одна для определения лимитов операции и две – для защиты от мошенничества.
Модель лимитов оценивает максимальный уровень финансового одобрения по сбойной операции, она использует данные о клиенте и его поведенческом профиле.
Минимизация потерь банка стала возможной за счет внедрения антифрод моделей, направленных на выявление аномалий в поведении клиентов и работе банкоматов, с целью предотвращения мошеннических действий.
Всего задействовано 3 типа моделей: одна для определения лимитов операции и две – для защиты от мошенничества.
Модель лимитов оценивает максимальный уровень финансового одобрения по сбойной операции, она использует данные о клиенте и его поведенческом профиле.
Минимизация потерь банка стала возможной за счет внедрения антифрод моделей, направленных на выявление аномалий в поведении клиентов и работе банкоматов, с целью предотвращения мошеннических действий.
Бизнес-процесс
До проекта:
- Клиент вносит деньги на карту через банкомат, но зачисление не происходит
- Клиент обращается к сотрудникам банка или контакт-центра
- Претензионная служба анализирует ситуацию и принимает решение
- Процесс урегулирования занимает в среднем 7 календарных дней
После проекта:
- Клиент вносит деньги на карту через банкомат, но зачисление не происходит
- Система самостоятельно обнаруживает сбой и запускает процесс принятия решения
- СБЕР вычисляет аномалии в работе банкоматов и поведении клиентов
- Процесс урегулирования занимает от 20 секунд до 2 минут
Результаты
Команда проекта "Урегулирование сбоев"
Евгений Акимов
Исполнительный директор
Антон Богомолов
Менеджер
Александр Будник
Исполнительный директор по аналитике данных
Юлия Ванюшкина
Руководитель направления
Владимир Васев
Исполнительный директор по аналитике данных
Александр Воскресенский
Главный инженер по разработке
Татьяна Гапонова
Исполнительный директор
Юрий Гвоздиевский
Руководитель направления
Эдуард Геворкян
Руководитель направления
Артем Донцев
Управляющий директор
Анатолий Кабаргин
Руководитель проектов
Александр Карицкий
Руководитель направления
Сергей Колесов
Исполнительный директор
Матвей Марков
Руководитель направления
Павел Миронов
Руководитель направления
Юлия Михайлищева
Директор проектов
Сергей Пименов
Руководитель направления
Николай Савинов
Директор проектов
Ирина Сергеева
Руководитель направления
Дмитрий Стадник
Исполнительный директор
Кирилл Филатов
Руководитель направления
Виталий Шукюров
Исполнительный директор по исследованию данных
Михаил Яцков
Руководитель направления по исследованию данных
Похожие кейсы
AI-кейсы с доказанной бизнес-эффективностью. Все проекты успешно прошли проверку комиссией из признанных экспертов в технологиях и бизнесе.
