Банковские виртуальные помощники в FINTECH

Даже в 2024 году клиенты сталкиваются с утомительным ожиданием и трудностями при решении своих проблем. Однако передовые финансовые организации усиливают свои позиции на рынке, изменяя процесс обслуживания. Они внедряют технологии искусственного интеллекта (ИИ) и интерактивного голосового банкинга.

Пользователи мобильных приложений хотят управлять своими финансами быстро, легко и эффективно на ежедневной основе. Банкам важно соответствовать этим ожиданиям.

Для финансовых компаний важно перейти на новый уровень обслуживания и постоянно улучшать сервис с точки зрения персонального онлайн-обслуживания клиентов. Это важное конкурентное преимущество, поскольку повышает лояльность клиентов.

Голосовые чат-боты для цифрового банкинга анализируют действия клиентов и предлагают наиболее подходящие решения от компании. После изучения потребностей, поведения и операций искусственный интеллект направляет клиента «в нужном направлении», экономя его время.

Интерактивный голосовой банкинг упрощает процессы бэк-офиса, взаимодействие с клиентами и повышает безопасность пользователей при работе с поставщиками банковских услуг.

Голосовые помощники обладают огромным потенциалом в решении запросов клиентов и управлении персональными банковскими операциями благодаря технологиям машинного обучения, облачным вычислениям, обработке естественного языка и оптимизированным алгоритмам.

1. Высокие затраты на обслуживание. Чем больше операторов работает в бизнесе, тем выше расходы на их заработную плату, налоги, обучение, оборудование и другие затраты. Компании стремятся сократить персонал, чтобы оптимизировать расходы на колл-центр.

2. Низкая эффективность. Традиционный колл-центр считается «дешёвым», но если учесть все связанные с ним расходы, стоимость минуты работы может увеличиться с 20 до 50 рублей.

3. Высокая текучесть кадров. Согласно статистике, текучесть кадров в контакт-центрах составляет около 30-45%, что довольно много. Для других секторов экономики этот показатель не превышает 15%. Высокая текучесть кадров обходится дорого, поскольку компания постоянно платит за наем, обучение, надзор за новыми сотрудниками и переработку старых.

4. Медлительность. Поток звонков в колл-центр может быть неравномерным из-за сезонности, рекламной активности и ограничительных мер. Например, во время карантина в 2020 году количество входящих звонков в банки увеличилось настолько, что их стало сложно обрабатывать. Время ожидания в колл-центрах увеличилось на 50%. Колл-центрам сложно адаптироваться к растущей нагрузке, поскольку увеличение пропускной способности напрямую связано с расширением штата и организацией рабочих мест. Из-за такой медлительности банки теряют качество своих услуг и лояльность клиентов.

5. Низкая производительность оператора. Ни один сотрудник не находится на линии восемь часов без перерыва. Согласно стандартам для операторов колл-центров, время разговора не должно превышать 40 минут из каждого часа для входящей линии; для исходящей линии это составляет 50% рабочего времени.

6. Производительность. У операторов колл-центра низкая производительность. Это связано с человеческим фактором: работа сложная и напряженная, поэтому им нужно отдыхать.

7. Низкий уровень обслуживания. Даже лучшие сотрудники колл-центра устают и испытывают стресс от общения с недовольными клиентами. В результате они не всегда следуют своим скриптам, и это негативно сказывается на конверсии. Человеческая ошибка увеличивает издержки клиента для компании и снижает прибыль.

Все эти сложности делают работу колл-центра неравномерной и непредсказуемой. Для снижения затрат и повышения эффективности контакт-центра компании переходят на банковских виртуальных помощников-роботов: голосовых и чат-ботов.

1. Заработная плата всех сотрудников банка зависит от удовлетворенности клиентов. Это касается всех — от экономиста до председателя правления. Ведь существование банка напрямую зависит от желания клиентов пользоваться его услугами.

2. Каждая потеря клиента означает сокращение доходов банка и, следовательно, заработной платы сотрудников. Убытки также могут возникнуть из-за отказа сотрудника сотрудничать с потенциальным клиентом, который заинтересован в услугах банка, но по какой-либо причине решил не обращаться в него.

3. Конкуренция на банковском рынке постоянно растет, и именно клиент выбирает банк, а не наоборот. В большинстве случаев банки предлагают схожие продукты и услуги, поэтому клиенты часто выбирают тот банк, в котором им комфортно и удобно. В условиях конкуренции в банковской отрасли качество обслуживания выходит на передний план и может стать конкурентным преимуществом.

4. Каждый, кто посещает банк, является потенциальным клиентом, даже если он зашел туда по ошибке. Если сотрудники встретят таких посетителей с позитивным настроем, они могут стать постоянными клиентами.

5. Привлечение нового клиента обходится банку во много раз дороже, чем удержание существующего. Удержание существующих клиентов не менее важно, чем привлечение новых, но в то же время для банка это обходится намного дешевле.

6. Сотрудник банка — это его лицо. Через действия сотрудников клиент «оценивает» всю организацию. В банке может быть отличное автоматизированное управление, самый профессиональный бухгалтерский учёт и самый креативный отдел по связям с общественностью. Однако если на звонок клиента ответит недружелюбный и некомпетентный сотрудник колл-центра, негативную оценку получит весь банк.

Развитие искусственного интеллекта открыло новые горизонты для банковской отрасли. Слияние искусственного интеллекта и онлайн-банкинга позволило банкам улучшить свои предложения и услуги. Тенденции роста популярности цифрового банкинга совпали с развитием и распространением искусственного интеллекта. Хотя эти процессы не связаны напрямую, они привели к слиянию, поскольку всё больше банковских учреждений изучают возможности применения искусственного интеллекта для улучшения своих сервисов.

На рынке появились решения для автоматизации предприятий, а многие организации начали изучать приложения искусственного интеллекта, ориентированные на клиентов. Наиболее распространенными из них являются чат-боты. Они прошли долгий путь в своем развитии: достижения в области машинного обучения и обработки естественного языка позволили им учиться на взаимодействии и вести беседу на естественном языке, как, например, Google Assistant.

Согласно отчёту SEMrush, прогнозируемые ежегодные темпы роста искусственного интеллекта в период с 2020 по 2027 год составляют 33,2%. Онлайн-банкинг растёт стремительно, охватывая миллионы устройств. Интеграция виртуальных помощников в банковский чат — следующий шаг к тому, чтобы сделать эти взаимодействия более плавными и естественными.

Хотя сегодняшним банковским помощникам на базе искусственного интеллекта не хватает цифровых возможностей Google Assistant, они всё равно являются передовыми приложениями в банковском секторе. Предлагаем вам ознакомиться с топ-10 банковских чат-ботами.

Сбербанк - самый крупный банк России, и в тоже время самый инновационный, который имеет в своем арсенале более 1000 различных продуктов и сервисов. В приложение банка встроена нейросеть Салют, которая обеспечивает качественную коммуникацию с клиентами банка и предоставляет развернутое решение их проблем.

Первый и самый успешный необанк России, которые предоставляет своим клиентам непревзойденный сервис и великолепный уровень поддержки. Еще 5 лет назад был запущен онлайн помощник Олег, который обладает широкими возможностями по коммуникации клиентов с банком.

Bank of America — один из крупнейших банков в мире. Однако они присоединились к тренду чат-ботов относительно недавно. Сейчас чат-бот по имени Эрика помогает 25 миллионам клиентов этого банка. Она может помочь вам найти нужную транзакцию, повысить вашу осведомлённость о кредитной истории и рассказать, как улучшить финансовое положение, изменив денежные привычки. Кроме того, вы можете получить доступ к базовой информации, такой как местонахождение ближайшего банкомата или финансового центра.

Банковский холдинг Capital One представил Eno в начале 2018 года. Это текстовый виртуальный финансовый помощник, который помогает клиентам банка разобраться в основных вопросах. Руководители утверждают, что их чат-бот поддаётся обучению и, следовательно, со временем адаптируется к потребностям каждого пользователя. С помощью Eno вы можете получать информацию об остатках на счетах, истории транзакций и кредитном лимите. Чат-бот понимает эмодзи, что довольно необычно для банковского текстового чат-бота.

Корпоративный банковский виртуальный чат-бот HSBC готов помогать вам круглосуточно! Amy понимает английский и китайский языки, а благодаря машинному обучению она становится лучше с каждым днём. Банк планирует постепенно интегрировать возможности помощника по искусственному интеллекту для выполнения более сложных запросов, продолжая улучшать функциональность платформы искусственного интеллекта.

В начале года Hang Seng Bank представил двух чат-ботов — HARO и DORI. Первый предназначен для ответов на основные вопросы о банковских продуктах: ипотеке, личных займах и страховании. DORI встроен в Facebook Messenger и позволяет клиентам искать скидки и давать рекомендации на основе потребительских предпочтений. Оба чат-бота понимают китайский, английский или смесь обоих языков.

Чат-бот Aida работает с 2017 года и решает около 13% вопросов, связанных с ИТ-поддержкой банка, помогает клиентам с проблемами кредитных или дебетовых карт. SEB признал, что Aida столкнулась с трудностями при обработке данных из-за сложности скандинавских языков, но банк надеется решить эту проблему в будущем.

В январе 2018 года австралийский Commonwealth Bank продемонстрировал своего чат-бота Ceba. Он готов упростить более 200 банковских задач, используя машинное обучение, обработку естественного языка и искусственный интеллект. CBA стремится к тому, чтобы Ceba могла отвечать на 500 000 общих запросов потребителей по более чем 500 банковским операциям к концу года.

Государственный банк Индии начал работу с чат-ботом на базе искусственного интеллекта еще в сентябре 2017 года. Разработанный Payjo, SIA призван помогать клиентам банка в их повседневной банковской деятельности и отвечать на их вопросы. По данным Payjo, SIA может обрабатывать до 10 000 запросов в секунду. Благодаря машинному обучению и большому набору часто задаваемых вопросов SIA является одним из крупнейших банковских приложений с искусственным интеллектом.

HDFC в партнерстве с Senseforth AI Research запустила чат-бота Eva в марте 2018 года.С момента запуска Eva (Электронный виртуальный ассистент) обработал более 2,7 миллиона запросов клиентов, провёл 1,2 миллиона бесед и взаимодействовал с более чем 530 000 уникальных пользователей в 17 странах.

Еще в 60-х годах появились продвинутые чат-боты, которые могли выделять ключевые слова и имитировать человеческий диалог.

Современные чат-боты также работают с ключевыми словами, линейными сценариями и пародиями на живой диалог. Однако с 60-х годов произошли изменения: благодаря цифровым технологиям ML и NLP мы можем научить чат-ботов понимать естественный язык и контекст. Это всё ещё имитация, но более значимая.

Чтобы увидеть разницу, давайте сравним чат-бота и виртуального помощника. Представим, что нам нужно создать виртуального финансиста, который помогает клиентам с выбором депозита.

Первый этап для чат-бота и виртуального помощника в банковской сфере одинаковый: мы оцениваем запросы пользователей и придумываем фразы, которые они могут написать. Затем мы прописываем, как робот будет действовать в ответ.

Основной запрос понятен: пополнить депозит. Но этот запрос может содержать множество параметров, таких как валюта, срок действия, процент или возможность пополнить депозит и закрыть его досрочно. Возможно, пользователь сразу же напишет название депозита, который необходимо найти, или уточнит детали: «Каковы условия открытия?» Возможно, из любопытства он начнет заваливать бота вопросами: «В каком банке самые выгодные условия по депозитам?» Более того, в дополнение к вопросам о деле есть «Привет», «До свидания», «Как дела?» и другие фразы для светской беседы, которые необходимо задать.

Вы можете предвосхищать бесконечно, но всё равно не сможете предугадать все вопросы пользователей. Когда кажется, что описанных ситуаций будет достаточно, чтобы покрыть 98% запросов, мы останавливаемся (хотя затем до нас доходит суровая реальность, и мы обнаруживаем, что в лучшем случае будет покрыто 80%).

Затем мы разделяем наши предположения о потребностях пользователя на конкретные запросы-намерения. Намерения указывают, чего хочет пользователь, но отбрасывают информацию о том, как он написал об этом. Этот этап одинаков для чат-ботов и банковских виртуальных помощников.

На этом этапе мы приступаем к созданию алгоритма, который будет управлять работой робота. Здесь сходство между чат-ботом и виртуальным помощником для банковской сферы заканчивается.

При программировании чат-бота специалист вручную определяет ключевые слова для каждого типа запроса пользователя. Когда пользователь вводит сообщение, бот будет искать эти ключевые слова в тексте.

В современном банковском бизнесе одной из ключевых ценностей является база данных клиентов. В условиях жёсткой конкуренции это становится особенно важным.

Интернет и мобильная связь становятся наиболее перспективными методами продаж. В банковский бизнес всё чаще применяются новые подходы, которые меняют принципы работы. Менеджер по работе с клиентами больше не видит «лица» своего клиента, но это не значит, что информация не будет донесена до потребителя в нужный момент и нужной форме.

Активное использование технологий интернет-продаж, интеллектуальных устройств и банковских агентов меняет всю систему продаж в коммерческом банке. Старые схемы организации работы отделов и служб больше не эффективны.

Важность обслуживания клиентов и сосредоточенности сотрудников фронт-офиса на успехе розничного проекта огромна. Однако бывают случаи, когда самая успешная концепция на бумаге не выдерживает проверки на практике из-за ошибок при подборе и обучении персонала.

Чтобы избежать этой проблемы, необходимо целенаправленно подходить к вопросу подбора и обучения работников. Не всех удастся обучить, а некоторых придётся отпустить. Если человек не готов работать в сфере обслуживания, то он вряд ли сможет переломить себя.

Практика показывает, что опытные кассиры с большим опытом работы с банковскими клиентами не всегда ориентированы на клиента. Они могут быстро и без ошибок считать деньги, но не всегда готовы обслуживать клиентов.

Поэтому, когда необходимо отобрать большое количество персонала фронт-офиса, единственный выход — искать людей без банковского опыта, но с естественной склонностью обслуживать клиентов и обучать их банковским процедурам.

Сегодня все банки предлагают одинаковые услуги по одинаковой цене. Клиенты идут не в тот банк, где дешевле, а в тот, который им больше нравится. Мы продаем нашим клиентам не столько банковские продукты, сколько хорошее настроение и удовлетворенность.

Все контакты с клиентами начинаются с первого впечатления о сотруднике банка и, в то же время, о самом банке. К сожалению, первое впечатление невозможно произвести дважды. Оператор обычно является человеком, с которым клиенты чаще всего общаются. Он становится лицом банка для клиентов.

1. Сокращение затрат на колл-центр

Традиционные колл-центры требуют значительных финансовых вложений. Они не могут быстро адаптироваться к изменяющимся условиям и возрастающей нагрузке. Обучение новых сотрудников требует времени, а увеличение числа звонков приводит к необходимости нанимать больше операторов и увеличивать расходы на заработную плату.

В отличие от них, виртуальные помощники, основанные на искусственном интеллекте, обработке естественного языка, машинном обучении и других передовых технологиях, развиваются с течением времени. Они способны обрабатывать полученную информацию, учиться и становиться более умными. Это позволяет снизить трудозатраты и обеспечить тот же уровень обслуживания клиентов.

2. Увеличение количества обрабатываемых заявок

Искусственный интеллект и машинное обучение позволяют виртуальному банковскому ассистенту предоставлять клиентам более качественную и быструю клиентскую поддержку, чем обычные операторы. Робот может быстрее находить необходимую информацию и не заставляет клиента долго ждать на линии, что позволяет обрабатывать больше запросов.

3. Ускорение процессов внутри банка

Банковский виртуальный ассистент не болеет, не допускает ошибок, не отклоняется от сценария, не нуждается в рабочем месте, работает 24/7 и автоматически предоставляет аналитику. Он также может разгрузить контактный центр.

В финансовой индустрии чат-боты и банковские виртуальные помощники уже успешно сосуществуют. Однако, согласно прогнозам, в период с 2024 по 2025 год виртуальные банковские помощники будут развиваться более интенсивно.

Во-первых, эти помощники используют алгоритмы, которые выходят за рамки простого ответа на запросы. Они активно помогают клиентам в таких задачах, как планирование обслуживания, выбор продукта или облегчение оформления заказов. Это делает их более «умными» и полезными для клиентов.

Во-вторых, банковские виртуальные помощники расширяют свою поддержку после продажи, что повышает лояльность покупателей и сокращает операционные расходы финансовых учреждений.

В-третьих, они становятся универсальными и могут применяться в различных финансовых нишах, таких как управление капиталом, обслуживание клиентов или инвестиционные консультационные услуги.

Например, банковские виртуальные помощники могут помогать клиентам в оптимизации портфеля, предоставлять информацию о рынке в режиме реального времени и направлять инвестиционные решения. Они также могут ориентироваться в сложной нормативно-правовой базе, обеспечивая соблюдение требований и предоставляя полезную информацию специалистам по соблюдению законодательства.

Эти усовершенствования приводят к более персонализированному банковскому опыту, укреплению отношений с клиентами и повышению лояльности клиентов в среде финансовых учреждений.

Чат-боты стали неотъемлемой частью нашей жизни, и трудно представить день без них. Поскольку мы уделяем всё больше внимания безопасности финансовых и личных операций, развитие голосовых помощников в банковской сфере неизбежно. Они могут стать такими же популярными, как Siri или Google Assistant.

Многие финансовые организации уже изучают этот сектор и даже создают свои собственные решения. Но будущее обещает ещё больше инноваций. Главное — смело использовать эти достижения!