Новые технологии в арсенале банков

Банки смещают фокус внимания на технологии, которые позволяют обеспечить персональный подход к обслуживанию, предложить индивидуальные продукты, и так далее. По этой причине коммуникации с клиентом максимально уходят из офлайна в онлайн. Ключевыми технологиями для развития онлайн-сервисов в банках эксперты называют big data, машинное обучение, роботизацию, речевую аналитику, биометрию, видеобанкинг и видеоаналитику. Некоторые из них уже нашли широкое применение в банковском секторе, остальные ждут своего часа.

Биометрия

«2016-2017 годы ознаменовались существенным ростом интереса банков к биометрии. Биометрические методы аутентификации достигли достаточного для коммерческого применения уровня развития и достаточно для этого подешевели, — отметил 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».

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 Филлипов, 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, снизив при этом риски по безопасности. После внедрения системы обращение клиента в другие финансовые организации существенно упростится», — отметил эксперт. Он прогнозирует, что 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 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 (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, то есть 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 — кэшбэк, 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 так далее», — полагает Дмитрий Дырмовский.

«Еще один заметный тренд последнего года — роботизация. 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 и переключить сотрудников на более важные и критичные задачи», — рассказал Александр Филлипов, 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. Если следовать 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 Филлипов.

«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 использовать 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 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 Филлипов.

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 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.

Узнать больше о новых тенденциях в области информационных технологий в финансовых организациях вы сможете на Второй встрече дискуссионного клуба «ИТ в финансовых организациях», которая пройдет 7 июня 2018 года в Москве.

Источник:  Iot.ru

Комментарии