Новые технологии в арсенале банков

Банки смещают фокус внимания на технологии, которые позволяют обеспечить персональный подход к обслуживанию, предложить индивидуальные продукты и т.д. По этой причине коммуникации с клиентом максимально уходят из офлайна в онлайн. Ключевыми технологиями для развития онлайн-сервисов в банках эксперты, опрошенные iot.ru, называют big data, машинное обучение (ML), роботизацию (RPA – Robotics Process Automation), речевую аналитику, биометрию, видеобанкинг и видео аналитику. Некоторые из них уже нашли широкое применение в банковском секторе, остальные ждут своего часа.

Биометрия

2016-2017 гг ознаменовались существенным ростом интереса банков к биометрии. Биометрические методы аутентификации достигли достаточного для коммерческого применения уровня развития и достаточно для этого подешевели, рассказал iot.ru генеральный директор ЦРТ Дмитрий Дырмовский, «Многие банки запустили проекты по внедрению распознавания лиц в отделениях и банкоматах. В 2017 году ЦБ начал тестирование механизмов Единой биометрической системы, которая позволит открывать счета дистанционно после авторизации по голосу и лицу», — отметил он.

Рост запросов и проектов по биометрии в компании КРОК наблюдали в течение всего 2017 года. Биометрия уже применяется или тестируется и в традиционных отделениях банков для верификации личности клиента при операциях со счетами и картами, отметил Александр Филиппов, директор по работе с корпоративными клиентами КРОК. По его словам, существенные изменения произойдут после внедрения в России в 2018 году Единой биометрической платформы.

«Введение системы существенно добавит возможностей каналам дистанционного обслуживания (ДБО), снизив при этом риски по безопасности. После внедрения системы обращение клиента в другие финансовые организации существенно упростится», — отметил эксперт. Он прогнозирует, кто конкуренция в банках с вводом системы будет идти не только за лучшие финансовые условия, но и за лучший и максимально удобный канал ДБО.

Голосовое распознавание

Многих клиентов часто не устраивают интерфейсы мобильных банковских приложений и необходимость ожидать очереди на обслуживание по телефону. По этой причине банки банки рассматривают возможности внедрения систем голосового самообслуживания с умными «роботами». Последние способны распознавать слитную спонтанную речь клиента и быстро выдавать ему необходимую информацию без привлечения оператора.

«Российские банки активно используют решения для контактных центров – системы голосового самообслуживания (например, в Газпромбанке) и системы речевой аналитики и оценки качества обслуживания (например, ВТБ, Газпромбанк). Если лицевую биометрию в том или ином виде уже используют разные банки (Открытие, Тинькофф, ВТБ), то внедрение проектов с верификацией клиента по голосу в контактном центре происходит не так быстро. За рубежом клиентов банка узнают по голосу в крупнейшей банковской сети CITI и, например, в белорусском Приорбанке (группа Райффайзен). В России же к коммерческому внедрению такой системы приступил только «Сбербанк»», — заявил Дмитрий Дырмовский.

По словам эксперта, внедрение системы голосового самообслуживания в УБРиР помогло обрабатывать более 10% всех обращений в контактный центр автоматически, без участия оператора. По итогам пилотного внедрения ВТБ оценил потенциальную выгоду от внедрения системы речевой аналитики и контроля качества в 400 млн рублей в год.

Роботизация

Как правило, машины используются в различных скоринговых системах для поддержки принятия решений о предоставлении клиенту той или иной услуги/продукта, а также в системах предсказания различных событий (например, просрочки заемщиком платежа по кредиту).

«Машинное обучение будет все шире применяться для поведенческой аналитики, а также для принятия решений ad hoс, т.е. непосредственно в момент взаимодействия с клиентом. Сейчас эти технологии активно развиваются», — объяснил Сергей Родионов, руководитель по развитию бизнеса дирекции по разработке и внедрению программного обеспечения «Инфосистемы Джет».

Трендом последнего времени становится формирование персонализированных банковских продуктов и услуг. Исходя из данных по дистанционному обслуживанию, банки смогут формировать персональные предложения клиентам.

Например, робот сможет обсудить с клиентом, что он планирует покупать по своей банковской карте, что его больше интересует – кэшбек, мили или беспроцентный период и собрать ему персональный пакет услуг. В будущем влиять на такие решения будут результаты анализа маркетинговой активности и кредитная история клиента. Эти же методы будут использоваться и для принятия решений о выдаче кредитов, займов, страхования и т.д.», — полагает Дмитрий Дырмовский.

«Еще один заметный тренд последнего года - Роботизация (RPA). Внедрение специальных систем позволяет решить сразу несколько задач – автоматизированное выполнение рутинных типовых и повторяющихся операций и действий, снижение количества ошибок, ускорение самих этих процессов. Разумеется, не во всех процессах такой «робот» может заменить специалиста, но такая оптимизация позволяет высвободить переключить сотрудников на более важные и критичные задачи», — рассказал Александр Филиппов, директор по работе с корпоративными клиентами КРОК. По его словам, интерфейсом общения с пользователями процесса могут стать, например, чат-боты, которые сегодня уже помогают клиентам оплачивать счета, переводить деньги или отвечают на вопросы пользователей о банке и его услугах.

Большие Данные

Сейчас у заказчиков из банковской отрасли более востребованными становятся решения на основе накопления и анализа данных. Следуя модели, при которой банк не диктует условия предоставления услуг, а ориентируется на потребности клиента, информация становится ценным бизнес-активом. Особенно для тех подразделений, которые формируют банковские продукты и тут же считают по ним риски – маркетинга, продуктового и рискового отделов, поясняет Александр Филиппов.

«Кроме того, банки стремятся расширять свою аудиторию. К слову, представители поколения «миллениалов» уже достигли финансовой зрелости, при этом никакой кредитной истории у них скорее всего нет. А это перспективная аудитория, по которой банкам необходимо также строить риск-модели по возврату кредитов, в том числе ипотечных. Помогает в этом искусственный интеллект, который в сочетании с Big Data эффективно работает на всех этапах оценки кредитоспособности потенциальных заемщиков. Сегодня получить кредитную карту можно сделав несколько «кликов» на сайте и подождав одобрение в течение часа, а не за несколько дней как было раньше, при этом для оценки рисков банк вообще может не использоваться традиционные справки с работы или формы НДФЛ», — сообщил он.

Также растет интерес заказчиков к универсальным хранилищам больших объемов данных, таким как Data Lake. Под Data Lake следует понимать все внешние и внутренние данные, которые собирались банком. С помощью массива накопленных данных можно проверить исторические данные для различных гипотез.

«Интерес банков к этой технологии связан с тем, что за последнее время существенно выросло количество доступных банкам источников неструктурированной информации. Ее планируется использовать для построения математических моделей, позволяющих повысить эффективность взаимодействия с клиентами. Кроме того, растет популярность технологий моделирования данных для корпоративных хранилищ – Data Vault. Они приходят на смену привычным реляционным моделям», — рассказал Сергей Родионов.

Носимые устройства

Развитие IoT открыло доступ для многих компаний к персональным данным своих клиентов, включая их физическую активность, стиль вождения, медицинские показатели и ежедневные привычки. «Более широкое распространение носимые устройства могут получить скорее у страховых и компаний. Для них это ключ к выстраиванию более персонализированной коммуникации с клиентом, а для их клиентов – возможность снижения страховых выплат в обмен на данные, поступающие с их датчиков. Хотя КРОК пока делает такие проекты в интересах транспортно-логистических компаний», — отметил Александр Филиппов.

Чат-боты и цифровые помощники

Интеллектуальные ассистенты используются банками в процессах принятия решений — в том числе для определения и предотвращения мошенничества.

«Мы видим интерес банков к чат-ботам и интеллектуальным ассистентам. В начале 2017 года в мире банки лидировали по их использованию, формируя 36% рынка ассистентов. Чат-боты востребованы в банковских контактных центрах. Объяснить такой интерес можно спецификой банковских продуктов и услуг – клиенты часто обращаются в контактные центры, часто по типовым вопросам, банки могут сильно сэкономить, оптимизировав эти процессы», — рассказал Дмитрий Дырмовский. 

Видеосвязь

В мире уже несколько лет приемное обслуживание ведется через дистанционные каналы – в основном по видеосвязи. В России до недавнего времени эти возможности были законодательно и технологически ограничены. «С введением Единой биометрической системы мы сразу опередим наших зарубежных коллег, предоставив клиентам возможность полноценного автоматического обслуживания без участия сотрудников банка», — рассказал Дмитрий Дырмовский.