ВТБ внедряет систему моделей на основе машинного обучения 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 заявил советник первого заместителя президента-председателя правления ВТБ Сергей Путятинский в рамках конференции Kazan Digital Week.
Новая система анализирует историю взаимодействия конкретного клиента с банком: на какие сообщения он откликался, в какое время открывает приложение, пользуется ли отделением или только онлайн-банком. Это позволяет отказаться от массовых рассылок в пользу индивидуального подхода к каждому клиенту.
2 дизайна
Как работает система персонализации
Модель машинного обучения анализирует поведенческие характеристики каждого клиента и формирует рекомендации для CRM-системы банка. Если человек стабильно читает push-уведомления утром и ни разу не ответил на звонок, система рекомендует направлять push-уведомления в утренние часы, а не совершать звонок в середине дня.
Анализируемые параметры поведения
Алгоритмы машинного обучения обрабатывают следующие данные:
Время открытия мобильного приложения
Реакция на различные типы уведомлений
Предпочитаемые каналы коммуникации
История обращений в банк
Активность в онлайн-банкинге
Посещения отделений банка
Согласно федеральному проекту «Искусственный интеллект», задача внедрения ИИ-технологий — создать для бизнеса и граждан благоприятные условия использования продуктов и услуг на основе искусственного интеллекта.
Реализованный функционал в CRM-системе
В CRM-системе ВТБ уже внедрен функционал, который помогает подобрать наиболее удобный для клиента канал коммуникации с учетом конкретной ситуации и истории взаимодействий.
Каналы коммуникации и их особенности
Канал | Особенности | Когда применяется |
|---|---|---|
Push-уведомления | Мгновенная доставка, высокая открываемость | Для срочной информации, напоминаний |
SMS | Гарантированная доставка, работает без интернета | Для важной информации, подтверждения операций |
Звонок | Персональное общение, возможность диалога | Для консультаций, предложений продуктов |
Подробная информация, прикрепление документов | Для выписок, отчетов, длинных сообщений |
Система автоматически определяет, какой канал будет наиболее эффективным для конкретного клиента в конкретной ситуации. Обработка персональных данных осуществляется в соответствии с требованиями Федерального закона № 152-ФЗ «О персональных данных».
Планы развития до конца года
До конца года банк планирует расширить персонализацию взаимодействия с клиентами за счет новых ML-решений:
Определение комфортных дней и времени для связи — система будет учитывать индивидуальные ритмы жизни клиента и предлагать оптимальные временные слоты для коммуникации.
Выбор приоритетных каналов коммуникации — алгоритмы будут анализировать предпочтения и историю активности клиента для определения наиболее эффективного канала в каждой ситуации.
Подбор оптимальной частоты контактов — клиент будет своевременно получать важную информацию без лишних уведомлений, что снизит навязчивость коммуникаций.
Цифровая трансформация российского банковского сектора активно использует большие данные и искусственный интеллект для автоматической персонализации услуг.
Технологическая основа системы
При разработке моделей персонализации использовались современные подходы к анализу данных, включая элементы обработки естественного языка. В рамках проекта было проанализировано более 30 тысяч различных признаков и поведенческих характеристик.
Ключевые технологические компоненты
Машинное обучение (ML) — алгоритмы автоматически обучаются на основе данных о взаимодействиях клиентов
Обработка естественного языка (NLP) — анализ текстовых обращений и диалогов с поддержкой
Предиктивная аналитика — прогнозирование оптимального времени и канала для контакта
Кластеризация клиентов — группировка клиентов со схожими поведенческими паттернами
Согласно ГОСТ Р 71484.1, проект машинного обучения использует аналитику и отвечает за соответствующие данные и модели.
Позиция ВТБ по персонализации
Сергей Путятинский, советник первого заместителя президента-председателя правления ВТБ:
«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».
Совет эксперта Банкпрофи ру
Внедрение ИИ для персонализации коммуникаций — это важный шаг в развитии клиентского сервиса банков. Как эксперт по банковским технологиям, хочу отметить несколько важных моментов:
Для клиентов это означает:
Меньше спама и нерелевантных уведомлений
Получение информации в удобное время
Комфортные каналы связи вместо навязанных звонков
Более качественный сервис без лишнего давления
На что обратить внимание:
Проверяйте настройки уведомлений в мобильном приложении банка
Используйте возможность отписаться от неинтересных рассылок
Обращайте внимание, как банк реагирует на ваши предпочтения
Помните о защите персональных данных и праве на их обработку
Персонализация на основе ИИ — это мировой тренд в банковской отрасли. По итогам 2024 года две трети банковских операций клиенты могут проводить самостоятельно через цифровые каналы. Внедрение ВТБ подобных технологий показывает, что российские банки идут в ногу с глобальными тенденциями цифровизации.
Часто задаваемые вопросы
Что такое персонализация коммуникаций с помощью ИИ?
Персонализация коммуникаций с помощью ИИ — это использование алгоритмов машинного обучения для анализа поведения клиента и подбора оптимального канала, времени и частоты контактов. Система учитывает предпочтения каждого клиента индивидуально, а не отправляет одинаковые сообщения всем.
Какие данные анализирует система ВТБ?
Система анализирует более 30 тысяч различных признаков, включая время открытия приложения, реакцию на уведомления, предпочитаемые каналы связи, историю обращений и активность в онлайн-банкинге. Все данные обрабатываются в соответствии с законодательством о персональных данных.
Могу ли я отказаться от персонализированных коммуникаций?
Да, вы можете настроить предпочтения по уведомлениям в мобильном приложении ВТБ или обратиться в службу поддержки для изменения настроек коммуникаций. Банк обязан учитывать ваше право на отказ от получения рекламных сообщений.
Улучшится ли качество обслуживания после внедрения ИИ?
Да, внедрение ИИ должно улучшить качество обслуживания за счет снижения навязчивости коммуникаций, получения информации в удобное время и через предпочитаемые каналы. Клиенты будут получать более релевантные предложения и важную информацию без лишнего спама.
Безопасно ли использование ИИ для анализа моих данных?
Да, обработка данных осуществляется в соответствии с Федеральным законом № 152-ФЗ «О персональных данных». ВТБ использует обезличенные данные и современные методы защиты информации. Алгоритмы ИИ не принимают решений, влияющих на ваши права, без участия человека.
Источники информации
При подготовке статьи использовались следующие материалы:
Официальная информация ВТБ — данные о внедрении системы моделей на основе машинного обучения для персонализации коммуникаций с клиентами-физлицами, информация о функционале CRM-системы, планы развития до конца года, цитата Сергея Путятинского, советника первого заместителя президента-председателя правления ВТБ, произнесенная на конференции Kazan Digital Week.
Министерство цифрового развития, связи и массовых коммуникаций Российской Федерации (digital.gov.ru) — информация о федеральном проекте «Искусственный интеллект», задачах создания благоприятных условий использования продуктов и услуг на основе ИИ для бизнеса и граждан.
Федеральный закон № 152-ФЗ от 27 июля 2006 года «О персональных данных» (mintrud.gov.ru) — нормативная база, регулирующая обработку персональных данных граждан Российской Федерации, требования к операторам персональных данных.
ГОСТ Р 71484.1 «Качество данных для машинного обучения» — стандарт, определяющий требования к проектам машинного обучения, использующим аналитику и отвечающим за соответствующие данные.
Отраслевые исследования — данные о цифровой трансформации российских банков, использовании больших данных и ИИ для автоматической персонализации услуг, статистика проведения банковских операций через цифровые каналы.