Ежедневно крупные банки обрабатывает большие массивы клиентских данных. От того, как выстроен этот процесс, зависит скорость обслуживания, качество маркетинговых коммуникаций, да и в целом клиентоориентированность.
Роман Невежин, руководитель разработки базовых сервисов операционных платформ Т-Банка, рассказывает, как финансовая онлайн-экосистема работает с клиентскими данными и использует полученную информацию в аналитических моделях — например, для быстрого расчета суммы кредита.
Обработка данных — быстрей и дешевле
— Нам важно, чтобы данные как можно быстрее попадали в банковскую систему, и сотрудник мог оперативно помочь клиенту решить его проблему. Но при быстром вводе ошибки — не редкость. Оператор может случайно поменять порядок букв, пропустить пробелы, неверно напечатать адреса и фамилии. То же самое происходит и при работе в CRM или с документами.
Чтобы избавиться от ошибок в клиентских данных, мы используем продукты HFLabs «Подсказки» и «Фактор». «Подсказки» помогают операторам и пользователям в 2-3 раза быстрее вводить данные — имена и фамилии, адреса, реквизиты компаний и др.
«Фактор» нормализует и обогащает клиентские данные. Например, если сотрудник ввел данные неправильно, программа добавит недостающие части адреса и индекс, найдет актуальные коды КЛАДР, ФИАС, ОКАТО, ОКТМО. Это в том числе помогает банку готовить отчетность для регуляторов.
Профит для маркетинга
— «Подсказки» и «Фактор» в Т-Банке используют несколько тысяч человек. Каждый день к нам поступают сотни тысяч заявок, из них примерно пятая часть оформляются клиентами из неавторизованной зоны. Это означает, что человек не представился или он еще не пользуется нашими продуктами, и мы не знаем, кто находится по ту сторону экрана. В этом случае клиенту необходимо заполнять вручную данные на формах, например: адреса.
Весь поток заявок проходит через сервисы, которые, используя «Фактор», определяют пол клиента. Оттуда он автоматически попадает в CRM. Это позволяет создавать корректные документы и использовать в рассылках правильные обращения. Без использования форм вроде «Уважаемый(ая)».
База для аналитики
— Когда клиент обращается за кредитом, нам важно максимально быстро, в режиме реального времени, озвучить, какую по этим условиям сумму и на какой срок можем предложить.
Чтобы этого достичь, мы, помимо наших собственных разработок, используем продукты HFLabs для аналитических задач. На первом этапе аналитики установили критерии недвижимости, влияющие на тарифы. Затем «Фактор» стандартизировал адреса и установил для них геокоординаты. Именно к ним и «привязали» те самые критерии.
Теперь, когда клиент подает заявку, связанную с залогом имущества, банку достаточно получить координаты его дома. Если дом находится рядом со зданиями, критерии по которым уже рассчитаны, банку уже не нужно тратить время на оценку объекта, клиент сразу получает гибкий и «умный» тариф — буквально в несколько кликов.
Страховые вопросы — просто и безопасно
— В стрессовой ситуации многим сложно сконцентрироваться для эффективного решения проблемы. Поэтому в сложные моменты — скажем, когда произошло ДТП — мы хотим по максимуму помочь клиенту.
Продукты HFLabs используются в Т-Страховании для подсказок клиентам при регистрации убытка. Или, например, для поиска станции метро, ближайшей к месту ремонта. Все это делает неприятный процесс решения вопросов с ДТП более простым и удобным, а главное — позволяет нашему клиенту как можно быстрее решить все вопросы.
