Уже многие российские банки создали подразделения, ответственные за сбор и анализ информации о клиентах и их поведении, чтобы проводить целенаправленные кампании по предложению дополнительных банковских продуктов. Банки на развитых рынках пошли еще дальше, сделав такие подразделения ответственными за разработку и реализацию широкого спектра проектов, направленных на управление прибыльностью клиентской базы, или Customer Value Management (CVM). Этот подход включает не только и не столько собственно сбор и анализ данных о клиентах; его основная задача — полное преобразование розничного блока. Понимание потребностей клиентов должно не просто восприниматься как инструмент выполнения бизнес-плана, а стать центральным звеном, вокруг которого будет выстраиваться вся розничная деятельность. Таким образом, банк становится по-настоящему ориентированным на клиента благодаря четкому пониманию его особенностей и потребностей. Результат не заставит себя ждать (см. схему 1).

Что же такое CVM?

Эффективная система управления прибыльностью клиентской базы включает семь основных элементов (см. схему 2). В основе системы лежит процесс сбора и анализа клиентских данных, который, однако, будет бесполезным в отсутствие четких механизмов информационного взаимодействия, продуманных каналов продаж, адекватных продуктов и инструментов управления эффективностью.

Внимание к деталям

Можно выделить пять типичных уровней наличия и использования аналитических данных о клиентах. Большинство российских финансовых институтов находятся на втором уровне, и лишь некоторые из них переходят на третий.

«Ковровая бомбардировка». Все клиенты получают практически идентичные предложения через один или несколько каналов. Объем данных о клиентах у банка на данном этапе ограничен, и лишь незначительная часть данных используется для разработки конкретных действий.

«Широкими мазками». Предложение и стратегия взаимодействия дифференцируются с учетом сегментации (как правило, по критериям возраста и уровня дохода) и наличия у клиента тех или иных продуктов. Информационное взаимодействие в основном осуществляется через активные каналы продаж — колл-центр, отделения, исходящую рассылку писем, электронную почту и SMS.

«Микросегментация». На этом этапе банк выделяет десятки сегментов клиентов с учетом их прибыльности, предпочтений и поведенческих стереотипов. Предложения для каждого микросегмента персонализируются и приоритизируются методами математического моделирования.

«Персональный подход». От анализа сегментов банк переходит к анализу каждого конкретного клиента. Вместо активных продаж банк стремится конвертировать обслуживание в продажи. В любой момент времени для каждого клиента в каждом из каналов есть специально адаптированное индивидуальное предложение.

«Динамическая персонализация». Для анализа используются не только традиционные данные — демографические, транзакционные, продуктовые, поведенческие, — но и информация из социальных сетей. Предпочтения клиентов и склонность к покупке определенных продуктов учитываются при любом взаимодействии с клиентом по всем каналам. Предложения динамически корректируются с учетом формата и истории взаимодействия с клиентом.

Базовый массив данных, необходимых для CVM, включает информацию о продуктах, доходах и расходах клиентов, демографические и транзакционные данные. На этом этапе основная сложность, как правило, состоит в унификации записей о клиенте из различных систем (если в учетных системах отсутствует уникальный клиентский идентификатор), а также в интеграции данных, полученных из процессингового центра, от кредитной фабрики, контакт-центра и других подразделений. Для многих наших клиентов задача по формированию такого массива возникала на фоне реализации проекта по созданию корпоративного хранилища данных (КХД) — соответственно, вставал вопрос о необходимости объединения этих проектов. И чаще всего клиенты отказывались от объединения этих проектов, поскольку владельцем КХД обычно является финансовый департамент, что сказывается на содержании хранилища данных и приоритетах в его наполнении.

Следующий шаг — анализ данных для понимания структуры клиентской базы и динамики ее развития. Обычно исследуются такие показатели, как доля активных клиентов, приток и отток активных клиентов за конкретный период, охват определенными продуктами, среднее количество продуктов на клиента и т.д. Специфика российского рынка заключается в высокой мобильности клиентской базы: в то время как зарубежные банки в течение года привлекают и теряют порядка 4—5% клиентской базы, для российских банков этот показатель часто превышает 20%, что в основном отражает роль зарплатных проектов в привлечении клиентов. Это делает работу по удержанию клиентов — в первую очередь за счет продажи дополнительных продуктов — особенно актуальной.

Отдельная задача — расчет стоимости, создаваемой каждым клиентом для банка. В идеале этот показатель должен отражать все фактические и потенциальные доходы и расходы, приходящиеся на каждого клиента в течение его предполагаемого срока сотрудничества с банком, однако этот идеал для большинства банков остается недостижимым из-за несовершенства учетных систем и отсутствия в банке единого мнения относительно принципов разнесения косвенных доходов и расходов. Мы проводили анализ этого показателя для разных клиентов, и у многих из них структура клиентской базы с точки зрения создаваемой стоимости оказалась схожей: 15—20% самых рентабельных клиентов приносят порядка 80—85% прибыли, худшие 20—30% клиентов убыточны, а остальные балансируют на границе безубыточности.

На базе анализа данных о клиентах можно разработать комплекс конкретных мероприятий для управления прибыльностью клиентской базы. Они делятся на три крупных направления: привлечение новых клиентов, развитие отношений с существующими клиентами и удержание клиентов (см. схему 3). При этом развитие отношений может осуществляться не только посредством перекрестных продаж, но и с помощью изменения ценовой политики (например, повышения ставок для убыточных клиентов и клиентов, менее чувствительных к цене), стимулирования активного использования продуктов, предложения вспомогательных услуг, перевода клиентов на более дорогие продукты и т.д.

Для более точного определения сегмента клиентов, на который будут направлены такие мероприятия, могут применяться методы математического моделирования. В этом случае крайне важно учитывать как можно более разнообразные данные, в первую очередь транзакционные. Так, созданная нашими аналитиками модель позволила увеличить долю положительных решений по приобретению кредитных карт с 8 до 14% за счет того, что она оперирует комбинациями данных о частоте снятия наличных, среднемесячном остатке на счете на начало и конец месяца, а также о возрасте и месте жительства потенциальных клиентов. Такие модели помогают более рационально использовать ресурсы контакт-центров и не раздражать клиентов неинтересными для них предложениями. Для точной настройки таких моделей важно придерживаться подхода test and learn, то есть постоянно проводить небольшие эксперименты, позволяющие пополнять знания банка о факторах, влияющих на решения клиентов, — характеристиках продуктов, ценах, форматах и каналах информационного взаимодействия и т.д.

Для успешного развертывания системы CVM нужно ответить на два принципиальных вопроса: какие продукты в какой последовательности предлагать клиентам и какие каналы информационного взаимодействия и продаж при этом использовать. Для оптимизации продуктового предложения необходима максимальная персонализация продуктов: банк должен уметь оперативно модифицировать имеющиеся продукты, в частности их финансовые условия и методики оценки риска. Чтобы повысить эффективность информационного взаимодействия, банки должны постоянно тестировать новые каналы и форматы общения с клиентами.

Ответы на эти вопросы затрагивают практически все аспекты деятельности банка, включая гибкость при разработке новых продуктов, способность эффективно доносить до клиентов информацию через удобные для него каналы (например, через банкоматы), современные каналы продаж (в идеале — без необходимости посещать отделения) и т.д. Таким образом, внедрение системы CVM становится для розничного банка катализатором преобразований, направленных на максимальное удовлетворение потребностей клиентов.

Возможные ошибки: как их избежать

Преимущества CVM очевидны, однако его внедрение требует системного подхода. Изучив опыт нескольких крупнейших российских банков, мы выделили три наиболее распространенные, на наш взгляд, ошибки.

Недостаточный уровень амбиций

Инструменты CVM обладают огромным потенциалом. Однако, как показывает наш опыт работы с банками, на практике перед розничными подразделениями, как правило, ставятся недостаточно масштабные цели. Так, российские банки все еще крайне консервативны в своей политике взаимодействия с клиентами. В нашей стране считается, что обращение к клиенту с предложением продукта или услуги один-два раза в квартал — это уже слишком часто; при этом турецкие банки связываются со своими клиентами два-три раза в месяц.

В результате российские банки продают существенно меньше, чем могли бы. В среднем доля продаж существующим клиентам через систему CVM находится на уровне 20—25% всего объема перекрестных продаж, тогда как, по нашему опыту, в качестве ориентира должен использоваться показатель 40—50%.

Важные факторы, позволяющие повысить эффективность продаж:

  • разнообразие предложений, одновременно доступных клиентам;
  • использование широкого спектра каналов информационного взаимодействия;
  • учет откликов и корректировка продуктового предложения по результатам последнего контакта с клиентом и на основе истории его операций.

Фрагментарное внедрение компонентов CVM

Комплексная реализация CVM состоит из двух крупных блоков мероприятий. Во-первых, это собственно аналитический процесс, включающий сбор и анализ данных о клиентах, разработку конкретных коммерческих инструментов и их приоритизацию для клиентских сегментов или отдельных клиентов. Во-вторых, это тотальная перестройка смежных функциональных блоков, позволяющих повысить эффективность процесса, включая продуктовый блок и ИТ-инфраструктуру, каналы продаж и т.д.

Мероприятия первого блока в той или иной форме реализуются уже практически во всех банках, с которыми мы работали в России, в то время как вспомогательным факторам часто не уделяется должного внимания. В первую очередь это объясняется тем, что на начальном этапе работы с клиентской базой ощутимый результат можно получить и без существенной инфраструктуры поддержки. Так, в одном из банков первый проход по клиентской базе с единым продуктовым предложением, идентичным уже имевшемуся в банке, позволил получить более 15% положительных решений. Однако при повторном контакте с клиентами банк столкнулся с существенно более низким уровнем положительных откликов. При ближайшем рассмотрении оказалось, что одно временно с кампанией банк проводил преобразование процессов в сети отделений, поэтому операционисты стали существенно реже информировать клиентов о наличии адресного предложения. После того как конфликт был разрешен за счет дополнительного обучения и мотивации, уровень положительных клиентских решений достиг целевого показателя.

Излишний акцент на внедрении дорогостоящих ИТ-решений

Несмотря на то что наличие ИТ-инструментария является неотъемлемой частью CVM, многие банки совершают принципиальную ошибку, откладывая полномасштабное развертывание до момента внедрения дорогостоящих ИТ-решений. Нам известны российские банки, которые очень эффективно координируют передачу нескольких сотен тысяч адресных предложений в месяц без специального программного обеспечения. Хотя, конечно, внедрение специализированных ИТ-решений может позволить увеличить количество кампаний и повысить точность их проработки, а также сократить объем ручного труда, необходимого для их реализации.

Аналогичная ситуация наблюдается и при работе с входящим потоком клиентов в отделениях. Конечно, можно внедрить операционное CRM-решение, чтобы сотрудники отделений свое временно получали информацию о клиенте, но такой подход опять-таки сопряжен с временными затратами. Опыт российских и зарубежных банков показывает, что и в этом случае простые решения позволяют быстро достичь результата. Обычно таким решением становится доработка банковской ИТ-системы, чтобы в момент открытия сотрудником банка файла с информацией о клиенте на экран автоматически выводилось предложение, которое необходимо сообщить именно этому клиенту. Безусловно, этот подход также имеет ряд недостатков, таких как невозможность одновременного отражения нескольких предложений, ограниченность отражаемой информации и другие возможные неудобства в обслуживании клиента. Однако он позволяет начать создавать и эффективно доносить индивидуальные предложения для каждого конкретного клиента за считаные недели.

Таким образом, даже без существенных инвестиций в ИТ банк может активно заниматься перекрестными продажами как при работе с входящим потоком клиентов, так и привлекая новых клиентов в рамках целенаправленных кампаний.

Следующие горизонты развития

Стремительное распространение потребительских технологий ставит перед банковским сектором сложные задачи и одновременно открывает новые возможности.

Многоканальность

Для взаимодействия с банком клиенты уже зачастую используют три-четыре различных канала, а роль онлайн-платформ при продаже продуктов и услуг постоянно растет. С точки зрения CVM работа в многоканальной среде означает необходимость прогнозировать не только продукт, который должен быть предложен клиенту, но и канал и формат взаимодействия с клиентом, в ходе которого нужно сделать предложение.

CVM также открывает возможности для повышения качества обслуживания клиентов. Именно так действуют американские компании, работающие с кредитными картами: если клиент в голосовом меню колл-центра выбирает раздел «закрыть карту», система автоматически оценивает ценность этого клиента для банка. Прибыльные клиенты переводятся на высококлассного специалиста, и тот предлагает индивидуальное изменение условий обслуживания по карте (скидка по комиссии за обслуживание или более низкая ставка) согласно информации, которая автоматически выводится у него на экране в системе CVM. Если клиент неприбыльный, то он остается в автоматической системе и завершает транзакцию по закрытию карты.

Супермассивы данных

Следствием все большего распространения информационных и телекоммуникационных технологий стал быстрый рост объемов информации. Информация переносится с бумажных носителей на электронные, появляются онлайн-контент, социальные медиа, цифровые фотографии, видео- и музыкальные файлы. По оценкам, уже в 2010 г. компании мира хранили более семи экзобайтов информации, а потребители — более шести.

Рекордсмены по хранящемуся объему цифровых данных в расчете на одну компанию — участники сектора финансовых услуг. Причина в огромном количестве проводимых такими компаниями операций, а также в том, что в этих сферах бизнеса преобладают крупные игроки. Использование супермассивов данных может и должно стать средством увеличения прибыли финансовых институтов. В частности, имея в своем распоряжении инструменты для проведения более точного анализа данных, банки могут удвоить продажи кредитных продуктов, используя комплексную информацию о клиентах, и сократить убытки по кредитам на 25%, анализируя платежи заемщиков и оценивая их ликвидность.

Инструменты CVM могут использоваться в самых разных областях. Например, один эмитент кредитных карт построил модели для прогнозирования наиболее вероятных причин звонков в службу поддержки. На основе анализа продуктов, которые приобретает клиент, остатков на счетах и всех случаев взаимодействия клиента с банком по различным каналам были разработаны алгоритмы, позволяющие адаптировать набор пунктов автоматического голосового меню непосредственно под звонящего клиента. Это позволило озвучивать информацию и предложения, которые потенциально нужны клиенту, при этом минимизировав время обработки звонков и повысив общий уровень удовлетворенности клиентов работой колл-центра. Другой интересный пример использования супермассивов данных в рамках системы CVM — анализ информации из социальных сетей для определения финансовых продуктов, которые могут заинтересовать клиента.

***

Управление прибыльностью клиентской базы — важный аспект розничного банковского бизнеса, который помогает банку получить более полное представление о клиентах и приоритизировать области дальнейшего развития. Банкам, которые достигли успехов в области управления затратами и доходностью, а теперь изыскивают новые источники повышения эффективности, необходимо составить полное представление о стоимости, которую могут создавать их клиенты, и исходя из полученных результатов разработать индивидуальный подход к каждому клиенту. Чем точнее будет наше понимание клиента, тем лучше мы будем определять его потребности и предлагать действительно нужные ему продукты в правильный момент времени. Правильно проведенный анализ прибыльности позволит не только получить дополнительный доход, но и повысить уровень лояльности клиента. Такой подход позволяет переосмыслить и по-новому подойти к планированию стратегии банка, разработке программ развития отдельных бизнес-направлений или каналов продаж и обслуживания.

Сергей Крылов — руководитель проектов McKinsey, Москва
Пол Эрик Шотиль (Pål Erik Sjåtil) — управляющий партнер по Восточной Европе и СНГ
Игорь Ясеновец — партнер McKinsey, Москва