Робот для взыскания в банке: автоматизация soft collection на этапе DPD 1–10

О проекте

Крупный федеральный банк автоматизировал коммуникации на этапе ранней просрочки и pre-collection. Основная задача — снизить roll rate в DPD 1–10 и увеличить долю зафиксированных обещаний оплаты без расширения штата контакт-центра.

В рамках проекта был внедрён голосовой AI-агент для работы с сегментами Soft 1–10. Решение позволило обеспечить контактность на уровне 54–56% и стабильно фиксировать PTP более чем у половины контактных клиентов.

Клиент и контекст

Клиент — крупный розничный банк с массовым портфелем потребительских кредитов и кредитных карт.

Контекст:

• рост стоимости риска;
• повышенный контроль качества портфеля;
• необходимость раннего реагирования на просрочку;
• строгие требования 230-ФЗ и внутреннего комплаенса.

На стадиях Pre-collection и DPD 1–10 ключевая задача — корректная коммуникация и фиксация намерения оплатить, а не давление.

Цели и KPI

Проект был ориентирован на метрики soft collection:

• Контактность выше 50%
• Рост RPC (right party contact)
• Увеличение доли PTP
• Снижение перехода клиентов в DPD 30+
• Снижение нагрузки на операторов
• Полное соблюдение комплаенс-требований

Как работает голосовой AI-агент

Робот используется для одного ключевого сценария — корректное напоминание о платеже и фиксация намерения оплатить.

Логика работы:

1. Автоматический запуск по базе Pre-collection или DPD 1–10
2. Идентификация клиента
3. Корректное напоминание о задолженности
4. Уточнение даты оплаты
5. Фиксация результата (RPC, PTP, отказ, перевод оператору)
6. Передача статуса в CRM

Пользовательский сценарий

Клиент получает звонок → слышит нейтральное напоминание → подтверждает готовность оплатить → называет дату → робот фиксирует PTP → клиент получает SMS с суммой и реквизитами.

При спорной ситуации или возражении звонок переводится оператору.

Внедрение

Проект включал:

1. Сегментацию портфеля

Разделение на:

• Soft 1–10

Настроена частотность контактов с учётом регуляторных ограничений.

2. Разработку сценария

Фокус на:

• нейтральной тональности;
• юридической корректности;
• алгоритме фиксации PTP;
• корректной обработке отказов.

3. Интеграцию

Передача статусов: RPC, PTP, отказ, недозвон, KEPT. Контроль попыток и отчётность в CRM.

4. Пилот и масштабирование

Пилот → корректировка сценариев → промышленный запуск.

Срок внедрения — 3 недели.

Результаты внедрения

Soft 1–10

• Контактность — 56,2%
• RPC — 62,5%
• PTP — 53,8%
• KERT — 64,4%

Дополнительно:

• Снижение нагрузки на операторов
• Стабилизация ранней просрочки
• Управляемость портфеля на раннем этапе

Главный результат — ранняя просрочка стала контролируемым сегментом, а фиксация PTP — системной, а не случайной.

Посмотрите другие кейсы с похожими задачами — автоматизация взыскания на разных стадиях просрочки, рост контактности и фиксация PTP с соблюдением комплаенса.