«Вероятно, есть машина и жена». Как работает рекомендательная система в банковских приложениях
Последние пять лет казахстанские банки и другие игроки финансового рынка активно внедряют в процессы финансовые технологии. Финтех изменил и продолжает менять как бизнес, так и жизнь пользователей. К финансовым технологиям, навскидку, относится использование больших данных, искусственного интеллекта, машинного обучения, роботизации, блокчейн-технологий, биометрии, облачных технологий, токенизации.
22 апреля в Алматы прошла IT-конференция beetech conf 2023, в ходе которой про опыт и инструменты цифровизации бизнеса рассказали более 40 спикеров из самых разных сегментов экономики. Среди выступающих были и представители банковской сферы. К примеру, глава департамента по аналитике данных и машинному обучению Jusan Bank Бауыржан Аубакир рассказал о том, как и по какому принципу создаются индивидуальные рекомендации для клиентов банковских приложений.
Что такое система рекомендаций
Сервисы книг, аудиокниг или фильмов предлагают пользователю обратить внимание на новинки, хиты продаж, подборки по жанрам или предпочтениям на основе потребления, а также на самые популярные позиции. То же самое верно для площадок с объявлениями, маркетплейсов, сервисов по поиску работы или сотрудников. Так работает система рекомендаций. Это инструмент, который группирует объекты по определенным параметрам с помощью специальных алгоритмов.
Идеи, которые легли в основу сегодняшних рекомендательных систем, появились в середине нулевых. Ключевым, пожалуй, событием для развития этого технологического решения стал конкурс Netflix Prize. Его целью было улучшить имеющуюся систему рекомендаций всего на 10%. Конкурс проводился три года подряд: с 2006 по 2009. В нём приняло участие более 5 тыс. программистов и математиков из 185 стран мира. Усилия такого большого числа талантливых людей не могли не дать результатов.
Какие бывают рекомендательные системы
Существует четыре базовых подхода к построению рекомендательных систем:
- коллаборативная фильтрация (выдача на основе предпочтения групп пользователей);
- фильтрация на контенте (здесь основу для рекомендаций составляют параметры позиций);
- фильтрация на знаниях (рекомендации на основе опыта взаимодействия пользователя с сайтом или приложением);
- гибридный подход (сочетает все три подхода для получения более точных результатов).
При коллаборативной системе выбор рекомендаций и покупки выглядят так: десять клиентов купили фитнес-трекеры и кроссовки, из них один человек также заказал себе альбом, краски и палитру. Значит, существует вероятность, что те, кто приобретает трекеры и спортинвентарь, заинтересуются предложением о покупке всего, что нужно для рисования. Система, построенная на контентном подходе, составляет рекомендации в зависимости от самого товара: если клиент приобрёл новый смартфон, ему наверняка пригодятся наушники, чехол, защита для экрана и другое.
В Jusan, говорит Бауыржан Аубакир, используют гибридный подход. Рекомендательная система на искусственном интеллекте преследует две ключевых цели: сделать жизнь клиента более комфортной и стимулировать рост бизнес-показателей. В идеале они совпадают, но так происходит не всегда.
Рекомендации = «мягкие» дополнительные продажи
«Любая рекомендация – это в первую очередь коммуникация, потому что вы должны донести до клиента нужную информацию», – говорит Бауыржан Аубакир.
Коммуникация с клиентом постепенно эволюционировала. Изначально это были письма, звонки, со временем появились SMS, персонально адресованные электронные письма, затем мессенджеры, чат-боты и уведомления в мобильных приложениях. Теперь сервис ничего не продает в традиционном понимании этого процесса, но подсказывает, на что обратить внимание.
При составлении рекомендаций надо ответить на такие вопросы: что и как именно предложить клиенту? Как ему не надоесть?
Имея возможность регулярно писать или звонить потребителю, компании зачастую упускают из виду важный момент: однажды, если уведомления становятся слишком настойчивыми, клиент одним движением может заблокировать эту опцию в своём телефоне. Как выстраивать коммуникации, чтобы этого не произошло? В Jusan есть три категории действий, которые делать можно, нужно или категорически нельзя: под запретом повторы, реклама чаще одного раза в день и грамматические ошибки. Так, например, произошло, когда банк запускал рекламу по маркетплейсу – и все клиенты увидели предложение о «покупке Sony Pay Station». С тех пор проверке текста стали уделять больше внимания.
Реклама, которая не интересует, начинает раздражать. Поэтому в Jusan для каждого клиента главная страница приложения, например, формируется индивидуально, основываясь на привычках, потребностях и частых запросах: скажем, банк решил, что в первую очередь надо открыть и показать опцию автострахования, а заодно напомнит об истекающем сроке договора со страховой компанией. Эта информация потребителю и нужна, и полезна.
По каким каналам можно показывать рекламу
Бауыржан Аубакир назвал шесть способов общения и информирования клиентов. Первый – это пуш-уведомления. Способ эффективный, но если пушей приходит слишком много и часто, высока вероятность того, что пользователь просто их отменит или скроет. Второй – сплеш-скрины, то есть экраны-заставки: когда приложение загружается, юзеру показывают какую-нибудь картинку, зачастую с информацией. Опция хороша тем, что она бесплатна, но использовать её слишком часто – тоже рисковать.
Третий вариант – иконки и баннеры. Это бесплатно для компании и не очень навязчиво для клиентов, но обязателен хороший, качественный дизайн, чтобы труды не пропали зря. Четвертый способ донести информацию – это цифровая реклама: когда человек и так пришел в тот же Instagram или другие соцсети, а ему заодно показывают рекламу, которая выбрана благодаря рекомендательной системе.
Как все это объяснить бизнесу
В первую очередь нужно понять, что именно ему нужно. Это продажи – статистика о том, насколько рекомендации улучшили либо ухудшили продажи – и прозрачность логики работы.
«Первое правило – «Нормально общайся!». Ходите на встречи, разговаривайте с представителями бизнеса. У вас [разработчиков] математический склад ума – на той стороне, скорее всего, тоже, ведь бизнес просто так не построишь. Просто им надо донести информацию понятно и в развернутом виде», – рассказал Бауыржан Аубакир.
Второе правило, говорит эксперт, – это создавать и анализировать все данные вместе. Главный плюс такого подхода, что руководитель потом возвращается в свою компанию и объясняет систему работы над рекламой своим подчинённым, что помогает наладить работающий проект. Третий совет от эксперта – всегда создавать dashboard, то есть визуализировать все данные: графики, таблицы, инфографика, схемы помогут и самому разработчику, и его клиенту отслеживать задачи.
«Например, мы решаем, где поставить банкоматы и где открыть отделения банка – и делаем это с помощью аналитики, с помощью искусственного интеллекта и с помощью тепловых карт», – рассказал Аубакир.
А это всегда работает?
Не совсем. В любой работе допускают ошибки, это коснулось и банка. Как-то посреди лета департамент запустил рекламу шин. Это сработало, хотя объявление было совершенно несвоевременным: менять колеса – не сезон. Тем не менее, говорит Бауыржан, за две недели до и спустя две недели после акции было продано ноль шин, а во время кампании продажи существенно выросли.
Ещё один тонкий момент: данные зачастую косвенные. Так, если человек передвигается по городу с большой скоростью, то у него, вероятно, есть машина. Если ищет бытовую технику или цветы, то, вероятно, женат. Но точной информации нет. Поэтому рекомендательные системы могут ошибаться.
Бауыржан добавил, что искусственный интеллект, на основе которого работает система рекомендаций, применяют практически во всех департаментах. Так, например, в колл-центре с клиентами общается ассистент Аида – искусственный интеллект. Каждый звонок с помощью ИИ обрабатывают, чтобы оценить качество обслуживания.
В самом банке активно прибегают к помощи ИИ, чтобы мобильное приложение формировалось индивидуально для каждого клиента, в зависимости от его предпочтений. ИИ также помогает выбрать расположение банкоматов и отделений по городу: Бауыржан Аубакир отметил, что для этого применяют сразу несколько дэшбордов, включая тепловые, а в результате становится видно, где стоит разместить новые точки Jusan.
Искусственный интеллект помогает команде маркетологов банка создавать и анализировать маркетинговые кампании, даёт финансовые советы клиентам банка, рекомендует товары и услуги.