Как искусственный интеллект работает с отзывами клиентов Альфа-Банка

Один из секретов успеха банка в направлении работы с обратной связью — пуш-уведомления. Когда клиент использует услугу банка, он получает предложение оценить ее качество. Этот простой шаг позволил увеличить количество собранных отзывов на 10%, вдвое превосходя средние показатели. Уникальные сервисы, такие как кнопка «Позвоните мне» для негативных оценок, обеспечивают оперативную связь с клиентами и решение проблем в реальном времени.

Основой этой эффективной системы стала VOC-платформа (Voice of Customer), в которой собраны и структурированы данные от более чем 8 миллионов оценок. Она позволяет банку:

• мгновенно выявлять все отклонения в обслуживании и сбои, которые влияют на клиентский опыт;
• видеть все корневые проблемы в банковских продуктах и оперативно их устранять;
  
• вести непрерывный поиск путей улучшения клиентского опыта;
  
• повышать мотивацию и квалификацию сотрудников банка.
  

Однако, чтобы превратить собранные данные в реальные улучшения, Альфа-Банк прибегает к помощи искусственного интеллекта. Алгоритмы эффективно классифицируют и анализируют множество отзывов, позволяя банку ускорить процесс улучшения продуктов и процессов.

«Мы больше не читаем отзывы, мы следим за тем, чтобы модели работали качественно. Искусственный интеллект классифицирует отзывы независимо от разночтений, что позволяет определить корневые проблемы с точностью до 87%. Это не просто технологический прорыв, это революция в том, как банк взаимодействует с клиентами и реагирует на их потребности, делая опыт обслуживания наивысшего уровня», — рассказывает директор по CX-стратегии Альфа-Банка Анна Кабанец.

Все оценки клиентов — от восторженных «пятерок» до критических замечаний — сливаются в автоматизированную панель VOC-платформы Альфа-Банка, где они становятся исходным материалом для динамичных изменений в продуктах и услугах банка.

Эта инновационная панель не просто отслеживает статистику обратной связи в реальном времени, но и строит рейтинги оценок, подсказывая, в каких направлениях необходимы корректировки. Например, клиент, оценивший предоставленный ему кредит высоко, в последующем сообщает о проблеме с частично-досрочным погашением. Эта информация становится задачей для команды, приводя к расширению возможностей по частичному погашению.

Оценки клиентов напрямую влияют на мотивацию сотрудников банка. Те, кто получает много низких оценок, проходят дополнительное обучение и работают под руководством наставников с высокими оценками. А вот выдающихся сотрудников отмечают в команде и дополнительно поощряют. Это влияет на размер премии и даже приводит к личным благодарностям от руководителей бизнес-линии.

Будущее системы обещает еще больше инноваций — новые модели обработки естественного языка смогут расшифровывать речь и давать экспертам подсказки в реальном времени. Но, несмотря на все технологические усовершенствования, Анна Кабанец, директор по CX-стратегии Альфа-Банка, подчеркивает, что человеческое общение остается необходимым: