Когда банк может сделать клиенту больше одного предложения и задействовать при этом разные каналы коммуникации, перед службами продаж и маркетинга встает вопрос: что именно, когда и по какому каналу предложить? Причем выбрать для клиента предложение нужно так, чтобы для него оно было самым «вкусным», а для банка — самым выгодным по соотношению затрат и выручки и соответствовало конечной цели, будь этой целью максимизации отклика в штуках или объеме выдачи, максимизация прибыли или минимизация затрат. Задача еще больше усложняется, когда в вашей базе миллионы клиентов и существует ряд ограничений, например, по бюджету, пропускной способности каналов коммуникации, выполнению плана продаж по разным продуктовым линиям, возможной частоте контактов с клиентом.

Использование прогнозной аналитики помогает повысить эффективность целевого маркетинга, но само по себе оно не позволяет решить проблемы многочисленных ограничений на уровне всех кампаний, с которыми банк сталкивается при планировании, запуске и проведении коммуникаций. Здесь требуются инструменты математической оптимизации.

Когда вам есть что улучшать

Альфа-Банк — это крупнейший частный банк России по размеру совокупных активов, совокупному капиталу, кредитному портфелю и размеру депозитов. В 2010 году Альфа-Банк окончательно перешел от принципа «есть продукт, нужно найти для него клиента» к клиентоориентированному подходу. Технологически этот переход был поддержан внедрением решения SAS Marketing Automation (SAS MA) для автоматизации целевых маркетинговых кампаний с учетом прогнозной аналитики.

После запуска системы SAS MA в промышленную эксплуатацию были автоматизированы сотни типов кампаний, в первую очередь в рамках работы с существующей клиентской базой. Коммуникации с клиентами осуществлялись через отделения банка, контакт-центр, письма, электронные рассылки, SMS, банкоматы, систему «Альфа-Клик» и другие каналы. Иными словами, банк получил возможность сделать каждому клиенту множество различных актуальных предложений по различным каналам и в разное время. Но со временем возникли определенные сложности. У банка один из самых широких на рынке продуктовых портфелей, не считая специальных и индивидуальных предложений. И из всего этого разнообразия нужно было выбрать наилучшее для каждого клиента предложение с учетом целей и ограничений бизнеса. Схема распределения коммуникаций со временем стала крайне сложной, и пропускная способность основных коммуникационных каналов накладывала определенные ограничения. При оптимизации той или иной кампании приходилось вручную корректировать ее параметры.

Для повышения эффективности целевых коммуникаций и возможности расчета сценариев по принципу «что если» с учетом всех ограничений банк выбрал решение для оптимизации целевых маркетинговых кампаний — SAS Marketing Optimization. Альфа-Банк стал одной из первых в России финансовых организаций, внедривших подобное решение.

Основные работы

Проект стартовал в 2013 году. К этому времени в банке уже была реализована система работы с коммуникациями в соответствии с настраиваемыми правилами и политиками, а также, что крайне важно, были построены аналитические модели предпочтений клиентов по продуктам и каналам. Прогнозные показатели, получаемые в результате работы этих моделей, теперь подаются на вход в SAS Marketing Optimization. По сути, они представляют собой расчетную таблицу, в которой содержится информация о том, какие продукты предодобрены клиенту и какова вероятность, что он примет эти предложения, а также какова потенциальная выручка от каждого из предложений, если клиент откликнется на него.

На начальном этапе проекта внедрения был составлен список задач, которые предполагалось решать с помощью новой системы, и среди них были выбраны наиболее приоритетные. Одна из таких задач — создание оптимальной стратегии по выбору предварительно одобренных кредитных продуктов (кредитная карта и кредит наличными) на уровне каждого клиента, учитывающей:

- цель максимизации объема продаж и повышения ценности клиентов;

- преференции к каналу коммуникации и продукту каждого из клиентов;

- пропускную способность каналов коммуникации.

На следующем этапе для каждой задачи были формализованы требования к сценариям решений. На основе этих сценариев сотрудники давнего партнера SAS в России —компании GlowByte Consulting — реализовали тестовые кейсы.

Проведя сравнение оценок текущего и оптимизированного процессов выбора продукта для клиента на боевых данных и проведя пилотные оптимизированные кампании, команда внедрения констатировала рост объема продаж. После этого начался переход на оптимизационный процесс работы.

Важным этапом проекта было обучение сотрудников банка работе с новым решением в Учебном центре SAS Россия. Чтобы система приносила компании отдачу, будущие пользователи должны понимать, что и как делать.

Внедренная система берет на вход все предложения, которые банк подготовил для отправки клиентам, и выбирает из них самые подходящие для достижения максимальной прибыли в целом по банку с учетом склонности клиентов к тем или иным продуктам, каналам коммуникации, времени коммуникации с банком и т. д. При оптимизации принимаются во внимание контактная политика и все ресурсные ограничения: пропускная способность контакт-центра, отделений, выделяемые бюджеты, необходимые к реализации планы продаж по отдельным продуктам.

Новые перспективы

В результате внедрения решения система KPIs в Альфа-Банке была изменена. Оптимизация позволила перейти к планированию кампаний в бизнес-показателях — не в штуках предложений и коммуникаций, а в рублях прибыли, соответственно, планировать и контролировать задачи целевого маркетинга в терминах банковской стратегии. Целевой метрикой задачи на оптимизацию стал не максимальный объем продаж, а максимальная оценка lifetime value. Решение позволило настроить контрольные отчеты по качеству оценок отклика. Кроме того, планируется ввести KPI прогнозной доходности по текущим продажам.

Изменился и сам процесс оптимизации целевых маркетинговых кампаний. Выбор продукта непосредственно привязан к выполнению плана продаж. Пилотные активности при выборе продукта выделяются в отдельный трек. Повысилась скорость и прозрачность анализа альтернативных сценариев проведения кампаний до запуска коммуникаций. Возможности сценарного анализа позволяют проработать несколько сценариев (стратегий) оптимизации кампаний и выбрать наилучший. Анализ чувствительности позволяет увидеть, какие ресурсные ограничения, какие продуктовые предложения являются критичными для максимизации прибыльности, и дает возможность заняться расширением узких мест и оптимизировать продуктовое предложение для достижения наилучших финансовых показателей.

Система была запущена в промышленную эксплуатацию около года назад, поэтому уже можно говорить о первых результатах использования SAS Marketing Optimization. Так, по сравнению со стандартным процессом достигнуто увеличение объема продаж по аннуитетным продуктам (в рублях) на 13% и по револьверным продуктам на 4% (в количестве договоров).

В дальнейшем, чтобы добиться еще большего роста отклика и возврата на инвестиции за счет снижения издержек на коммуникации, планируется построить новые модели влияния коммуникаций на отклик и реализовать сценарий распределения по каналам коммуникаций. Например, средний исходящий звонок из call-центра стоит около 60 рублей, а отправка SMS-сообщения — 1 рубль. Если клиент одинаково откликнется со звонка и с SMS, то зачем банку платить больше? Разумеется, это не касается продажи сложных продуктов, таких как ипотечный кредит, но если речь идет о кредитной карте, то такой вариант вполне может быть использован и обеспечит экономию бюджета. Для клиентов Альфа-Банка в совершенствовании системы оптимизации также есть свои преимущества, поскольку, с одной стороны, на них снизится коммуникационная нагрузка, а с другой — формы подачи информации будут интереснее.

Сейчас для банка самое главное — выбирать правильный микс продуктов и каналов, то есть что именно продавать и по каким каналам наиболее выгодно с клиентом контактировать, а также в какое время лучше осуществлять эти контакты. Причем исходить при решении этой задачи именно из интересов и предпочтений клиента.