Российские банки переходят на персонализированные коммуникации с помощью машинного обучения

Крупные банки внедряют ML-модели, которые подбирают клиенту-физлицу удобный канал, время и частоту контактов. Например, в ВТБ такая система уже анализирует историю взаимодействия клиента с банком и определяет, стоит ли направлять ему push-уведомление, SMS, письмо или совершать звонок.

Эксперты отрасли отмечают, что в 2026 году персонализация в клиентских коммуникациях выходит на новый уровень — по мнению экспертов, персонализация выйдет на новый уровень — гиперперсонализации. Тема применения ИИ в CRM-системах финансовых организаций и борьбы с навязчивостью коммуникаций станет одной из центральных на декабрьском отраслевом форуме по CRM в финансовом секторе.

Как рассказал советник первого заместителя президента-председателя правления ВТБ Сергей Путятинский в рамках Kazan Digital Week, модель анализирует, на какие сообщения клиент откликался, в какое время открывает приложение и каким каналом обслуживания пользуется — отделением или только онлайн-банком. На основе этих данных CRM-система получает рекомендацию по формату связи: например, если клиент стабильно читает push-уведомления утром, но не отвечает на звонки, система предложит заменить звонок на push-уведомление в утренние часы.

Функционал подбора канала коммуникации — SMS, push-уведомления, звонка или email — в CRM-системе банка уже работает. При разработке моделей использовались подходы к анализу данных, включая элементы обработки естественного языка; в проекте было проанализировано более 30 тыс. признаков и поведенческих характеристик клиентов. До конца года банк планирует расширить применение таких моделей для определения комфортного времени, приоритетных каналов и частоты контактов с клиентами.
«От стандартных массовых рассылок к персонализированному подходу к каждому контакту. Важно учитывать предпочтения по каналам коммуникации и времени взаимодействия», — пояснил Сергей Путятинский.