Робот-коллектор для МФО: взыскание задолженности с высокой точностью и автоматизацией на Pre и Soft-этапах

О проекте

Крупная микрофинансовая организация автоматизировала коммуникации с клиентами на ранних этапах просрочки. Основная задача — снизить скорость перехода задолженности в более глубокие стадии, увеличить долю зафиксированных обещаний оплаты (PTP) и сократить нагрузку на операторов.

В рамках проекта был внедрён голосовой робот для работы с сегментами Pre-collection и Soft 1–15. Решение позволило обеспечить контактность до 52,5% и зафиксировать PTP почти у половины контактных клиентов на этапе Soft.

Главный результат — управляемость ранней просрочки без увеличения операционных затрат.

Клиент и контекст

Клиент — цифровая МФО с полностью онлайн-выдачей займов и массовым портфелем краткосрочных займов.

Контекст:

• цифровизация взыскания
• внедрение гибридной модели «робот + оператор»
• снижение стоимости контакта
• рост конкуренции и давления на маржу
• обязательное соблюдение 230-ФЗ
• роботизация взыскания как отраслевой стандарт

Цели и KPI

Проект был ориентирован на конкретные показатели:

• Контактность не ниже 45–50%
• Рост RPC (right party contact)
• PTP выше 40% от контакта
• Снижение нагрузки на операторов
• Снижение перехода в DPD 15+
• Полное соблюдение законодательства

Фокус — управляемость, а не просто объём звонков.

Как работает робот-коллектор

Решение представляет собой голосового робота для автоматизации раннего взыскания с интеграцией в CRM и систему контроля портфеля.

Принцип работы:

1. Автоматический запуск по базе Pre-collection или Soft 1–15
2. Идентификация клиента
3. Корректное напоминание о задолженности
4. Уточнение даты оплаты
5. Фиксация статуса (RPC, PTP, отказ, перевод оператору)
6. Передача данных в CRM

Робот работает параллельно в сотнях потоков и соблюдает ограничения по частоте контактов.

Пользовательский сценарий

Клиент получает звонок → слышит напоминание о задолженности → подтверждает готовность внести оплату → называет дату → робот фиксирует PTP → клиент получает SMS с реквизитами.

Если клиент оспаривает долг или требует уточнений — звонок переводится оператору.

Внедрение

1. Сегментация

База разделена на:

• Pre-collection
• Soft 1–15

Настроена частотность контактов с учётом регуляторных ограничений.

2. Проектирование сценариев

Особое внимание уделено:

• нейтральной тональности
• юридически корректным формулировкам
• алгоритму фиксации PTP
• корректной обработке отказов

Наиболее трудоёмким этапом стала адаптация сценария под речевую вариативность клиентов МФО.

3. Интеграция

Настроена передача статусов:

• RPC
• PTP
• отказ
• недозвон
• KERT

Синхронизация с отчётностью и системой контроля портфеля.

4. Пилот и масштабирование

Пилот → корректировка сценария → промышленный запуск.

Срок внедрения — 3 недели.

Результаты внедрения

Pre-collection

• Контактность — 52,5%
• RPC — 58,1%
• PTP — 41,7%
• KERT — 67,1%

Soft 1–15

• Контактность — 49,5%
• RPC — 82,1%
• PTP — 49,3%
• KERT — 46,7%

Дополнительно:

• Снижение нагрузки на операторов
• Рост управляемости портфеля
• Снижение скорости перехода в более глубокую просрочку

Главный результат — ранняя просрочка стала прогнозируемой и контролируемой. В микрофинансировании раннее взыскание — это инструмент управления портфелем, а не просто коммуникация.

Этот кейс демонстрирует зрелую модель soft collection для МФО:

• управляемая метрика PTP
• контроль RPC
• соблюдение регуляторных требований
• снижение операционных затрат

Посмотрите другие кейсы с похожими задачами — автоматизация взыскания на ранних стадиях, рост контактности, фиксация PTP и снижение нагрузки на операторов.