Персонализация в банках пока хромает: в 31% обращений на входящую линию оператор либо вообще не пытается подстроить разговор под клиента, либо делает это для галочки. Для рынка, который уже вложился в IVR, голосовых помощников и CRM, это неприятный сигнал: узкое место осталось не в витрине технологий, а в живом разговоре, где сервис должен превращаться в доверие, а интерес к продукту - в следующий шаг.
Российский вендор Naumen проанализировал сотни звонков в 98 банков с помощью платформы речевой аналитики Naumen Conversation Intelligence с генеративным ИИ, сообщает CNews. Система разбирала не только разговор с оператором, но всю клиентскую сессию целиком: от IVR и голосового помощника до завершения диалога. Получился не рейтинг брендов, а довольно честный снимок массовой практики: базовые скрипты рынок в целом освоил, но как только сотруднику нужно выйти за рамки шаблона, опереться на контекст и довести беседу до полезного результата, качество заметно проседает.
По цифрам хорошо видно, где именно ломается персонализация в банках. В 45% банков оператор спрашивает имя клиента и потом использует его по ходу разговора. Еще в 21% случаев имя формально запрашивают, но дальше оно никак не влияет на коммуникацию. В оставшихся 34% банков имя не уточняют вовсе и не пытаются сделать обслуживание адресным. Для входящей линии это особенно показательно: человек уже сам позвонил, он вовлечен и готов разговаривать. Если имя прозвучало, но больше не возвращается в беседе, клиент обычно считывает это не как внимание, а как еще одну обязательную галочку. В итоге контакт остается безличным именно там, где у банка был шанс превратить обычный вопрос в более содержательный диалог.
На языке бизнеса это означает одну простую вещь: входящая линия у многих банков все еще не считается полноценным каналом продаж. В тех звонках, где у оператора был повод предложить следующий шаг, конверсионное действие фиксировалось лишь в 15% случаев. Речь не обязательно о мгновенном оформлении услуги. Это может быть отправка ссылки, подбор альтернативного продукта, уточнение параметров или перевод клиента на следующий этап. Но в 24% банков, по данным исследования, интерес клиента к продукту почти не использовался как коммерческая возможность. Для входящего канала это выглядит особенно странно: самая трудная часть работы, сам контакт с клиентом, уже произошла без дополнительных затрат на привлечение. Для продуктовых команд здесь прямой вывод: сценарии допродаж и next best action надо проектировать не только для исходящих кампаний, но и для обычных сервисных обращений.
С формальными элементами диалога дела лучше, хотя и здесь цифры быстро возвращают к реальности. В 85% входящих линий сотрудники придерживаются общей схемы приветствия: называют банк, представляются и спрашивают, чем помочь. Но полностью, в предписанном формате, все три элемента встретились только в 10% обращений. Еще слабее выглядит финал разговора. Лишь в 20% случаев оператор подводил итог и задавал контрольный вопрос, чтобы убедиться, что у клиента не осталось дополнительных тем. Стартовый скрипт выучить сравнительно легко, а вот закончить разговор аккуратно труднее, потому что для этого нужно понять, решен ли запрос и нужен ли клиенту следующий шаг. Именно на этом стыке скрипта и здравого смысла обычно и начинает проседать клиентский опыт.
Отдельный диагноз - удержания на линии и паузы. В 80% диалогов клиенту приходилось ждать ответа оператора, причем даже по вполне стандартным темам: ставкам, курсам валют, условиям продуктов, спискам документов. Без удержаний вопросы решали только 39% банков. Когда пауза возникает из-за вопроса про валютный курс или перечень документов, это уже не история про сложный кейс. Это показатель того, насколько удобно сотруднику добираться до базовой информации. Для ИТ-команд и владельцев внутренних систем здесь важная деталь: проблема часто лежит не только в обучении персонала, но и в разрозненных базах знаний, неудобных операторских интерфейсах, слабых подсказках в CRM и отсутствии внятных рекомендаций во время звонка. Для продактов и разработчиков это означает, что улучшать нужно не только речь оператора, но и сам путь доступа к данным в момент обращения.
Исследование интересно не только банкам, потому что довольно точно показывает, как меняется роль речевой аналитики. Если раньше такие системы в основном проверяли чек-лист, поздоровался ли оператор, назвал ли компанию, не забыл ли обязательную фразу, то теперь инструменты вроде Naumen Conversation Intelligence претендуют на другую роль. Они ищут упущенную выручку, скрытые паттерны поведения и системные сбои в логике разговора, причем не по выборке, а на всем массиве коммуникаций. Для отделов контроля качества это важный сдвиг: вместо точечной прослушки нескольких десятков звонков можно увидеть повторяющиеся проблемы на 100% обращений без роста ручной нагрузки. Генеративный ИИ в этой конструкции интересен не как модная надстройка над телефонией, а как способ подсветить, где сценарий разваливается, где оператору нужна подсказка в моменте и где процесс мешает сервису больше, чем помогает. Для ИТ-директоров, руководителей контакт-центров и продактов это уже не еще один отчет, а материал для доработки сценариев, интерфейсов и маршрутизации.
Главный вопрос теперь не в том, умеют ли банки считать приветствия и замерять длину пауз. С этим рынок более или менее разобрался. Вопрос в другом: смогут ли они превратить персонализацию в банках из декоративной функции в рабочий механизм, где IVR, оператор, CRM и аналитика действительно играют в одну сторону. Пока цифры Naumen показывают обратное: технологии на входе уже есть, а связного клиентского опыта на выходе все еще не хватает.