Более глубокое изучение профиля тех, кто обращается за услугами в банк, поможет оптимизировать мультиканальные целевые коммуникации (через офисы, call-центр, посредством SMS, электронной и традиционной почты). Это, в свою очередь, позволит сосредоточить усилия на самых выгодных клиентах, уменьшить их отток и добиться дополнительных продаж.

Одним из каналов, который сегодня пока еще недооценен банками, являются веб-коммуникации. Люди все больше используют Интернет не только как источник информации, но и в качестве онлайн-инструмента для дистанционного обслуживания. Поскольку трафик возрастает, а веб-коммуникации становятся более разнообразными, банки испытывают необходимость в аналитическом инструменте, который даст возможность использовать сайт наряду с другими каналами коммуникации, и с его помощью повышать конвертацию продаж, адресно доставляя персональные сообщения клиентам.

Технологии уже давно позволяют сохранять историю посещений сайта конкретными людьми и их перемещений по сайту, а также соединять эти данные с офлайн-информацией для более объективной оценки потребностей клиента. Все эти данные — кладезь полезных знаний для правильного принятия решений банком. И здесь стоит различать классическую веб-аналитику, ориентированную на анализ посещаемости конкретных страниц сайта, и аналитику веб-поведения посетителей сайта. Рассмотрим пять ключевых задач, с которыми поможет справиться банкам аналитика веб-поведения.

Один из способов удержать клиента – таргетированное предложение на сайте или же Next Best Action. Зная, какими продуктами уже пользуется клиент, изучив его кредитную историю и совместив полученные данные с теми действиями, которые клиент выполняет на сайте (например, использует кредитный калькулятор, интересуется предложением по ипотеке и т.п.), банк может подготовить для него индивидуальное предложение (сниженную процентную ставку по кредиту, выгодные условия выплаты кредита и т.п.). При этом, технологии SAS позволяют использовать поддержку различных устройств и, независимо от того, как конкретный пользователь зашел на сайт (с мобильного телефона, с планшета или ПК), «вычислить» этого клиента и применить единую стратегию контакта с ним.

Если пользователь не авторизовался ни разу и не оставил о себе информации, позволяющей банку его идентифицировать, но при этом он демонстрирует определенное поведение (проводит много времени на тех или иных страницах сайта, пользуется кредитным калькулятором и пр.), банк может, используя статистическую информацию для людей с аналогичным поведением, понять профиль этого клиента, определить сферу его интересов и сделать соответствующее предложение, например, с помощью целевого баннера.

Если же клиент авторизовался — сегодня или две недели назад, не удалив при этом cookies, то оставленная им информация является ключом по совмещению онлайн-данных (его поведение на сайте сейчас и в истории) и офлайн-данных из витрины (то есть всей фактической информации о клиенте, включая историю его отношений с банком), и с помощью этого ключа банк может сделать максимально точное и интересное предложение клиенту.

Необходимо понимать, что сайт — один из множества каналов коммуникации, поэтому важно соблюдать единую контактную политику со стороны разных департаментов банка. Как правило, единой точкой коммуникации с клиентами по разным предложениям и продуктам является департамент CRM. Конечно, до сих пор случается, что «конкурирующие департаменты» могут отправить одному и тому же клиенту противоречивые или нелогичные предложения (скажем, клиент только что разместил крупный депозит, а ему предлагают новый потребительский кредит — вместо того чтобы, например, предложить сочетание «депозит плюс паевой инвестиционный фонд»). Тем не мене, банки активно двигаются к единой точке коммуникаций с клиентом по разным каналам.

Вторая задача, которая требует использования веб-канала, – это работа с частично заполненными анкетами. Банки размещают на своих сайтах анкеты в первую очередь для заполнения кредитной заявки, по итогам которых потом производится как предварительное или полное одобрение, так и запись о новом потенциальном клиенте. При этом нередко клиенты, начав заполнение, по той или иной причине прерывают сессию и уходят с сайта, оставив о себе лишь часть информации. Поэтому главная задача банка в таких случаях — по максимуму конвертировать тех, кто изначально начал заполнять анкету, в тех, кто указал всю требуемую информацию и кому теперь можно предложить актуальные продукты и услуги.

Технологии SAS позволяют записывать каждое действие клиента на сайте. Полученная информация преобразуется в рамках готовой модели данных в определенные метрики, которые, в свою очередь, доступны для использования в едином центре управления коммуникациями, то есть в департаменте CRM.

Исходя из того, насколько детальную информацию оставил о себе клиент, банк может вынести предварительное решение по его заявке. Чем подробнее заполнена анкета, тем ниже для него может быть процентная ставка, выше сумма предварительно одобренного кредита и т.п.

Третья задача, которую банки могут решить с помощью аналитики Web поведения клиентов - оптимизация анкеты или сайта в целом. Поскольку все действия клиента на сайте фиксируются, можно увидеть всю воронку захода клиента и процесс заполнения полей анкеты. Если обнаруживается, что на каких-то полях многие клиенты отсеиваются или задерживаются слишком долго, можно изменить анкету таким образом, чтобы эти поля были в самом конце, либо заменить или убрать их. Подобные изменения не только позволяют банку получить большую конвертацию анкеты, но и делают навигацию на сайте более удобной для клиентов, сокращая время поиска информации.

Четвертая задача, которая находится на стыке клиентской и рисковой аналитики, — анализ действий клиента при заполнении анкеты на сайте и вынесение кредитного решения. Многие банки давно пришли к выводу, что для оценки разных групп клиентов нужны и разные кредитные стратегии. Поведение клиентов в Интернете и их профиль могут заметно отличаться от профиля тех, кто физически приходит в отделение банка. Соответственно, важно учитывать, как заполнялась анкета, например, сколько было попыток написать место работы или должность, сколько времени потрачено на указание дохода и какие были версии (например, сначала указано 10 тыс. рулей., потом — 20 тыс. рублей, а после — 100 тыс. рублей) и велика ли между ними разница; была ли использована функция «копи-паст» или данные вносились вручную. Все это имеет значение для принятия решения по кредитной заявке.

Используя технологии SAS, полученную информацию можно перевести в метрики, которые будут добавлены в текущую кредитную рисковую модель. Это позволит более точно оценивать надежность заемщика и рассчитывать предложения, исходя из полученных данных. Например, если существует высокий процент невозврата кредита у тех, кто вводил информацию с помощью функции «копи-паст», или у тех, кто использовал больше двух попыток указать работодателя, то эти два дополнительных поля добавляются в модель и будут использованы при принятии решения по новому клиенту. Если банк использует процесс «risk-based pricing», то есть ценообразование на продукты, зависимое от потенциального риска клиента, то он может предложить кредит и более рискованным клиентам, но по более высокой ставке.

Пятая задача — это оценка качества источников трафика на сайт банка. Продвигая свои продукты и услуги в Интернете, банкам необходимо оценивать качество аудитории, перешедшей с тех или иных порталов. Нужно понимать, насколько клиенты, перешедшие с одного портала, конвертируются в заявки или в продажи по сравнению с теми, кто переходил с других порталов. Так можно, к примеру, оценить эффективность платного баннера, а также профиль аудитории, приходящей на сайт банка с разных порталов.

Стоит отметить, что банки не являются единственными, кто использует аналитику веб-поведения клиентов. Онлайн-ретейлеры, транспортные и туристические компании преуспели в этом не меньше банков. Так, одна крупная авиакомпания проанализировала статистику покупок билетов на очень популярный маршрут через свой сайт. После чего сопоставила, насколько часто клиенты, просматривая возможности перелета по данному направлению, совершают фактическую покупку билета. В результате оказалось, что при средней статистике заходов на сайт, скажем, раз в месяц фактическая покупка осуществляется только раз в три месяца. А это значит, с большой долей вероятности, что в остальные два месяца билеты приобретаются у конкурентов. В итоге, чтобы удержать данную категорию клиентов, было подготовлено специальное предложение — аналог проездного тарифа на длительный срок по специальной цене, который сразу стал популярным и привлек множество клиентов.

У банков, особенно крупных, трафик постоянно растет, пользователи все чаще выбирают дистанционные каналы обслуживания, поэтому интернет-сайт становится перспективным каналом как для увеличения продаж, так и для повышения лояльности клиентов. Российские банки это очень хорошо понимают, и мы уверены, что через полгода-год уже услышим о результатах проектов по использованию аналитики веб-поведения.

Реклама