 |
Экспертиза Frank RG и BSS: клиенты требуют от банков качественного сервиса и понимания контекста в управлении CX
BSS выступила партнером отраслевой встречи Frank Award 2026 «Банковские контакт-центры», организованной аналитической компанией Frank RG. Мероприятие объединило представителей крупнейших банков РФ, включая Сбер, Т-Банк, Альфа-Банк, ПСБ, ВТБ, Уралсиб, ОТП Банк.
На встрече Frank RG представила исследование клиентского опыта в банковских контакт-центрах. Ключевые результаты:
• Уже 64% пользователей предпочитают чат в мобильном приложении – фокус смещается все больше на текстовые каналы. На втором месте – колл-центр (42%), на третьем – чат в интернет-банке (23%). Также клиенты общаются через чат на сайте (6%), форму обратной связи (5%), Email (4%), мессенджеры (3%) и соц. сети (3%).
• Контакт-центры становятся важной точкой поддержки клиентов в стрессовых ситуациях – растет количество обращений, связанных с мошенничеством и блокировками счетов.
• Доля максимальных оценок роботам достигла 75%, однако пользователи по-прежнему отмечают недостаточное понимание запросов и отсутствие гибкости в диалоге.
• Главный фактор качественного обслуживания для клиентов – минимальное количество усилий при решении вопроса: быстрый ответ и короткий диалог без переключений, решение проблемы с первого обращения.
По результатам исследования состоялась церемония награждения лучших банковских практик. Заместитель генерального директора BSS Василий Жилов вручил награду банку ПСБ, признанному победителем в номинации за лучшую работу чат-бота.
Исследование также стало отправной точкой для экспертной дискуссии о будущем банковских контакт-центров, в которой приняли участие представители ведущих финансовых организаций страны. Среди спикеров выступил эксперт BSS Василий Жилов.
По словам Василия, сегодня банки располагают огромным объемом данных о взаимодействии с клиентами – телефонные разговоры, переписки в чатах, история обращений в приложении – однако эти данные существуют разрозненно и не позволяют получить целостную картину клиентского опыта.
«Если создать единый операционный слой управления данными, можно гораздо точнее понимать причины оттока клиентов или снижения конверсии и принимать решения на основе полной картины клиентского пути», — Василий Жилов.
Эксперт также подчеркнул, что важно соблюдать баланс между автоматизацией и удовлетворенностью клиентов: можно существенно сократить издержки на входящей линии за счет автоматизации, но если клиент останется недоволен взаимодействием, бизнес потеряет больше.
При этом ключевая причина недоверия к роботам сегодня связана не с ограничениями технологий, а с качеством их внедрения и настройки. Современные системы понимают смысл обращений, качественно синтезируют речь, используют интеллектуальный поиск информации и многое другое:
«Технологии уже приносят результат: получают все более высокие оценки при обработке обращений, анализируют качество всех коммуникаций контакт-центра, заводят и решают тикеты в Service desk, помогают операторам проходить онбординг в 3 раза быстрее. А в ближайшие годы мы увидим по-настоящему human-centric решения, которые к тому же будут проявлять эмпатию», — Василий Жилов.
Эксперт BSS также коснулся оценки эффективности контакт-центров и отметил, что важно смотреть не только на традиционные операционные показатели, такие как AHT или FCR, но и на бизнес-метрики: скорость получения клиентом ценности (Time to Value), пожизненную ценность клиента (LTV) и стоимость привлечения (Customer Acquisition Cost). Достижению этих показателей сегодня часто мешает «лоскутная автоматизация»:
«Банки тратят до 40% бюджетов на интеграцию различных цифровых решений между собой. Поэтому сегодня особенно важен комплексный подход, который охватывает сразу пять ключевых направлений: сервисные функции, продажи, предотвращение оттока, маркетинговые коммуникации и развитие сотрудников. Объединение этих процессов в единой среде с общими данными и ML-логикой позволит выйти на новый уровень клиентского сервиса», — Василий Жилов.
Контактное лицо: Вадим Прищепа
Компания: BSS
Добавлен: 21:47, 15.06.2026
Количество просмотров: 169
Страна: Россия
| Транспортные документы от Платформы ЭПД можно будет подписать в смартфоне, Платформа ОФД, 17:06, 17.08.2026, Россия644 |
| «Платформа ОФД» присоединилась к соглашению Минцифры России о развитии и внедрении мобильной электронной подписи «Госключ». Сотрудничество направлено на проработку новых сценариев использования сервиса, обмен технологической экспертизой и поддержку интеграции в продукты электронного документооборота. |
| UDV Group: банки столкнутся с ИБ-рисками из-за нейросетей без правил, UDV Group, 17:04, 17.08.2026, Россия635 |
| Российский разработчик решений в области киберустойчивости UDV Group прокомментировал рекомендации Банка России по безопасному использованию искусственного интеллекта финансовыми организациями. По оценке эксперта компании, ИИ постепенно становится для банков не только инструментом автоматизации, но и отдельным объектом управления информационной безопасностью. |
| ActiveCloud запустил в России услугу частного облака, ActiveCloud, 20:34, 16.08.2026, Россия711 |
| Облачный провайдер ActiveCloud запустил в России услугу частного облака для размещения критически важных систем, ресурсоемких приложений и инфраструктуры с повышенными требованиями к безопасности. |
| «НОБИЛИС» ПРЕДСТАВИТ ЦИФРОВУЮ ЭКСПЕРТИЗУ В СФЕРЕ КОРПОРАТИВНОГО ЗДОРОВЬЯ НА ВНОТ-2026, Нобилис ООО, 14:07, 14.08.2026, Россия794 |  |
| ООО «Нобилис», разработчик российской платформы управления корпоративным здоровьем TouchMED, объявляет об участии в ключевом отраслевом событии - XI Всероссийской неделе охраны труда (ВНОТ-2026). В фокусе презентации компании - практические инструменты цифровизации медосмотров, в том числе профилактических и предиктивной аналитики для снижения операционных рисков и повышения эффективности персонала. |
| Nexign: российский бизнес не спешит использовать ИИ для поиска аномалий, Nexign, 14:03, 14.08.2026, Россия136 |  |
| Почти 80% российских компаний уже применяют инструменты мониторинга своей ИТ-инфраструктуры, но лишь каждая шестая использует модели машинного обучения для обнаружения аномалий. Мешают нехватка внутренней экспертизы, низкое качество данных и сложность подсчета окупаемости инвестиций. |
|
|
