Продажа потребительского кредита наличными: автоматизация исходящих продаж для крупного банка
О проекте
Крупный розничный банк запустил кампанию по продаже потребительского кредита наличными по собственной клиентской базе. Основная задача — быстро охватить сегмент с предодобренными предложениями, снизить стоимость лида и обеспечить управляемую передачу целевых клиентов в продажу.
Классический операторский обзвон не позволял масштабировать кампанию без роста затрат. Банк внедрил голосового AI-агента для автоматизации квалификации клиентов и первичной обработки интереса.
В результате достигнута контактность 60%, согласие на предложение — 10% (4% от всей базы), при существенном снижении нагрузки на контакт-центр.
Клиент и контекст
Клиент — федеральный банк с широкой розничной линейкой, включая кредиты наличными, кредитные карты и дебетовые продукты.
Контекст
- рост конкуренции в сегменте кредитов наличными;
- повышение требований к управлению CAC;
- фокус на монетизации собственной базы;
- переход банков к гибридной модели «ИИ + оператор»;
Банку требовалось решение, которое позволит не просто «дозвониться», а выстроить предсказуемую воронку от контакта до заявки.
Цели и KPI
Проект был ориентирован на конкретные бизнес-метрики:
- Обработка базы 17 648 клиентов
- Контактность не ниже 55–60%
- Доля согласившихся — не ниже 8–10%
- Конверсия от базы — около 4%
- Снижение стоимости лида
- Снижение нагрузки на операторов
Фокус — на квалификации интереса до подключения оператора.
Как работает голосовой AI-агент
Решение представляет собой голосового AI-агента, интегрированного с CRM банка и системой отправки цифровых заявок.
Принцип работы:
- Робот инициирует звонок по сегментированной базе.
- Озвучивает персонализированное кредитное предложение.
- Обрабатывает ответы клиента в свободной форме.
- Квалифицирует интерес.
- Отправляет SMS-ссылку на оформление или переводит на оператора.
Используемые технологии: NLU, TTS, ASR, API-интеграция, AMD.
Робот не просто информирует — он проводит первичную квалификацию, отсеивая нецелевые контакты.
Пользовательский сценарий
Клиент получает звонок → слышит предложение кредита наличными → уточняет процентную ставку или сумму → подтверждает интерес → получает SMS-ссылку → переходит к оформлению.
Или:
Клиент выражает интерес → робот переводит на оператора → оператор завершает продажу.
Внедрение
Проект реализован поэтапно.
1. Сегментация базы
Выделены клиенты с высокой вероятностью одобрения и положительной кредитной историей.
2. Проектирование сценариев
Сценарий включал:
- гибкую обработку возражений;
- уточнение потребности клиента;
- корректные юридические формулировки;
- логику перевода на оператора только целевых клиентов.
Особое внимание уделялось тону коммуникации — без давления, с акцентом на персонализацию.
3. Интеграция
Настроена передача статусов в CRM и автоматическая отправка SMS-ссылки.
4. Пилот и масштабирование
Пилот подтвердил целевые показатели → запуск на весь сегмент.
Срок внедрения — 3 недели.
Результаты внедрения
- Объём базы: 17 648 клиентов
- Контактность: 60%
- Согласились: 10% (4% от базы)
- Снижение стоимости лида
- Снижение нагрузки на операторов
- Рост скорости обработки базы
Главный результат — банк получил масштабируемый канал продаж, где робот выполняет квалификацию, а операторы работают только с целевыми лидами.
Посмотрите другие кейсы с похожими задачами — федеральные исходящие кампании, массовая квалификация базы и управляемая передача лидов в продажи.