Финансовая сфера

Банковское обозрение


  • Умные интерфейсы — новые горизонты
21.09.2018 Аналитика

Умные интерфейсы — новые горизонты

За последний год финансовые онлайн-сервисы для бизнеса пережили бурный рост, который не сбавляет темпов по сегодняшний день


В интернет-банках активно внедряются встроенная бухгалтерия и другие полезные предпринимателю продукты, а мобильные банки превратились в полноценные сервисы, где предприниматель может выполнять основные задачи по управлению расчетным счетом.

Каким будет следующий шаг в деле улучшения пользовательского опыта? Как еще можно облегчить жизнь пользователя при дистанционном взаимодействии с банком? Что станет следующим прорывом в развитии банковских интерфейсов? Мой прогноз: мы активно приближаемся к эпохе умных интерфейсов. Уже в ближайшем будущем труд аналитиков и проектировщиков будет дополнен искусственным интеллектом, который сумеет проанализировать и подстроить банковский интерфейс под каждого из сотен тысяч клиентов.

Подводя итоги 2017 года, мы отмечали бурный рост функционального наполнения банковских интерфейсов для бизнеса. Особенно ярко это проявилось в мобильных приложениях: пару лет назад они казались неполноценным придатком интернет-банка, однако уже в конце 2017-го в приложении можно было платить, выгружать выписку и управлять картами, а сейчас в лучших мобильных банках для бизнеса можно работать с зарплатными реестрами, проходить валютный контроль и выполнять другие сложные задачи. Как следствие стала активно расти доля mobile-only среди бизнес-пользователей банковских интерфейсов.

Интернет-банки для бизнеса тоже не остались в стороне: во многих из них расширилась система управления документооборотом, появились встроенная бухгалтерия для ИП на упрощенной системе налогообложения и другие сервисы, формирующие вокруг предпринимателя экосистему.

В дальнейшем расширение функциональности банковских приложений не остановится, хотя на его пути возникнут объективные сложности. Например, управлять финансовыми потоками и движением товара из единого интерфейса было бы удобно, однако интегрировать в интернет-банк полноценную бухгалтерию для общей системы налогообложения и учетную систему весьма непросто из-за многочисленных нюансов, специфичных для разных видов бизнеса.

Персональный интерфейс для каждого клиента

Общий смысл концепции умного интерфейса можно описать с помощью следующей аналогии: это персональный консультант, который на 100% компетентен в банковских продуктах и находится в курсе контекста ситуации клиента и предыстории его взаимодействия с банком.

Более того, консультант постоянно учится и подстраивается под манеру работы клиента с системой. Результат — выстроенная под пользователя навигация системы, шорткаты для текущих задач, актуальные и действительно полезные контекстные подсказки и, конечно, котики в чате, когда пользователю грустно.

Система будет запоминать все рутинные операции, актуальные для конкретного пользователя, и создавать к ним шорткаты в интерфейсе. Благодаря этому решать такие задачи можно будет в один-два клика.

Хотите повторить регулярный платеж? В нужный момент платежка уже заполнена системой, поле «Назначение» автоматически исправлено под текущий контекст (не «за май», а «за июнь»), деньги можно отправить одним кликом, и все это — без создания шаблонов, автоплатежей и прочей рутины.

Взаимодействие компьютера и человека можно представить в виде «игры», где интерфейс соревнуется за максимально быстрое и комфортное решение задач пользователя

Еженедельно выгружаете выписку с операциями по карте? В следующий раз выписка с нужным фильтром будет готова заранее, ее можно отправить на почту или скачать одним кликом.

Часто работаете с зарплатным проектом, а валютный контроль нужен раз в год? Навигация системы сама подстроится так, что весь функционал и текущая информация по ЗПП будут доступны в развернутом виде на главном экране, а валютный контроль незаметно притаится в разделе «Сервисы».

Первые примеры

Разумеется, тренд создания умных интерфейсов затронет не только сферу бизнес-банкинга. Его эпизодические проявления уже сегодня можно наблюдать в различных областях — от интернет-магазинов до мобильных сервисов.

К примеру, обратите внимание на подсказки слов над виртуальной клавиатурой в мессенджере. Если в ваших сообщениях регулярно используются одинаковые словосочетания («Как дела?», «Выезжаю домой», «Что купить по дороге?»), то после ввода первого слова вы непременно получите второе в качестве подсказки. Таким образом, клавиатура обучилась и подстроилась под вашу манеру речи.

В качестве примера из сферы e-commerce можно привести компанию RichRelevance, которая называет себя глобальным лидером в омниканальной персонализации. Среди ее клиентов — Tesco, L’Oreal, Marks & Spencer, Leroy Merlin и другие мировые гиганты. Компания предлагает решения для персонализации поиска, навигации, подбора контента и другие инструменты оптимизации покупательского опыта. При этом в качестве инструментов используются алгоритмы машинного обучения.

Реализация, более близкая к современной банковской сфере, это чат-боты, с которыми уже экспериментирует ряд российских банков. Здесь ближайший рубеж — умные консультации пользователя по работе с банковскими продуктами. Причем спектр продуктов может расширяться от базовой работы с РКО в сторону кредитования, онлайн-бухгалтерии и валютного контроля, который традиционно вызывает много вопросов у клиентов.

Следующий шаг — ассистент как с текстовым, так и с голосовым интерфейсом, который сможет открыть валютный счет, выпустить корпоративную карту, посоветует перейти на более выгодный тариф и предупредит о нехватке средств на приближающийся налоговый платеж.

На пути к комплексной реализации

Приведенные выше примеры радуют улучшением пользовательского опыта, однако объективно это пока лишь вырванные из общего контекста эпизоды на фоне большого количества задач, которые пользователь продолжает решать вручную.

Критически важно объединить всю информацию по взаимодействиям клиента с банком, чтобы умный интерфейс смог охватить и проанализировать клиентский опыт во всей его полноте. Начать стоит с логов сессий в интернет-банке и мобильном банке, далее подключить данные о визитах в офисы, использовании банкоматов, звонках в колл-центр, покупательской активности и т.д.

Со стороны банков, особенно крупных, это, вероятно, потребует серьезных инфраструктурных изменений. Перечисленная выше информация содержится в разных хранилищах, объединить которые — весьма сложная задача. Ее решение потребует не только труда инженеров и аналитиков, но и многочисленных согласований с юристами и сотрудниками службы безопасности. Однако результатами этих усилий будут огромный шаг вперед в деле улучшения пользовательского опыта при взаимодействии с онлайн-интерфейсами банка и как следствие повышение удовлетворенности клиента от работы с банком в целом.

О технологиях

Сильно погружаться в детали возможной технической реализации здесь мы не будем, отметим лишь, что для решения указанной задачи, вероятно, будут применяться рекуррентные нейронные сети (RNN), которые изначально предназначены для работы с последовательными данными. При этом лог пользовательского поведения и является последовательностью записей о действиях клиента, уложенных на временную ось.

Модели, основанные на RNN (например, с архитектурой LSTM), способны улавливать в последовательных данных взаимо­связь удаленных друг от друга событий. В работе с интерфейсом это весьма актуальная задача, когда требуется сопоставить давние действия пользователя с текущей ситуацией и предложить шорткат для решения вновь возникших задач.

Критически важно объединить всю информацию по взаимодействиям клиента с банком, чтобы умный интерфейс смог охватить и проанализировать клиентский опыт во всей его полноте

Есть еще одно важное направление разработок в сфере машинного обучения — Reinforcement Learning, что часто переводят на русский язык как «обучение с подкреплением». Его важным элементом является обучение «агента» (например, робота или системы, управляющей пользовательским интерфейсом) в процессе взаимодействия с окружающей средой. На начальной стадии «агент» совершает ошибки, однако постепенно учится на них, получая обратную связь от окружающей среды в виде так называемого вознаграждения. На подходе Reinforcement Learning основаны многие прорывы последних лет в сфере искусственного интеллекта, когда компьютер обыгрывал чемпионов по шахматам, Го и другим играм.

Возвращаясь к теме интерфейсов, заметим, что взаимодействие компьютера и человека тоже можно представить в виде пошагового процесса или, если угодно, «игры», где интерфейс соревнуется за максимально быстрое и комфортное решение задач пользователя. А инструменты, которыми система располагает для «борьбы за победу», это навигация, элементы форм, сообщения в чате и любые другие детали интерфейсов, которые можно менять «на лету» и подстраивать под каждого конкретного пользователя и его текущий контекст.

В связи с Reinforcement Learning любопытной видится перспектива поиска компромисса Exploration vs. Exploitation. Его смысл — в балансировании между найденным на текущий момент наилучшим решением и экспериментированием в поисках чего-то еще более привлекательного. В контексте интерфейсов это означает примерно следующее. Сколь бы часто пользователь ни работал с зарплатным проектом, другие продукты, в частности валютный контроль и эквайринг, тоже не должны полностью исчезать из интерфейса. В определенный момент ситуация в бизнесе может измениться, а с ней — и акценты в использовании банковских продуктов. Умный интерфейс должен быть к этому готов.

То же касается и внедрения функциональных новинок. Даже если клиент ранее всегда заполнял платежку вручную, то после появления автоматического распознавания счетов на оплату система обязана предложить ему воспользоваться новым сервисом. Главное — отследить правильный контекст, когда пользователь вновь захочет отправить платеж, а не превращать сообщение о новинке в навязчивый спам.

Резюмируя сказанное, отмечу, что с точки зрения пользовательского опыта умный интерфейс действительно способен обеспечить значительный шаг к более удобному взаимодействию клиента с банком. Если сейчас проектировщик пытается одним решением угодить одновременно сотням тысяч клиентов, то в рамках концепции умного интерфейса у каждого клиента есть шанс получить свой собственный мобильный банк и интернет-банк, выстроенные специально под его нужды.

В то же время с позиции банков понятно, что для полноценного внедрения умных интерфейсов потребуется пройти сложный путь. Однако с учетом технологической продвинутости современных российских банков задача кажется выполнимой. Важно преодолеть инфраструктурные проблемы, связанные с наследием старых решений и разрозненностью данных, а дальше главное — оказать доверие талантливым аналитикам, программистам и специалистам в области Data Science, которые при наличии оперативного простора способны на многое.






Новости Новости Релизы