Задача клиента
Микрофинансовой организации требовалось повысить эффективность раннего взыскания без расширения штата операторов. Большой объём исходящих коммуникаций и ограниченные ресурсы контакт-центра не позволяли выдерживать нужный темп обработки базы.
Что делает робот
- Связывается с клиентом до даты платежа или на ранней стадии просрочки
- Проводит верификацию клиента
- Ведёт диалог по сценарию, соответствующему стадии взыскания
- Напоминает о задолженности и уточняет дату оплаты
- Фиксирует обещание оплаты (PTP) или передаёт сложный случай оператору
- Передаёт результаты звонка в CRM
Результат
Pre-collection: контактность — 52,5%, RPC — 58,1%, PTP — 41,7%, KEPT — 67,1%.
Soft 1–15: контактность — 49,5%, RPC — 82,1%, PTP — 49,3%, KEPT — 46,7%.
Автоматизация была внедрена в конкретные стадии взыскания с понятными KPI. Робот взял на себя массовые и типовые коммуникации, а операторы сосредоточились на более сложных случаях.
Автоматизация была внедрена в конкретные стадии взыскания с понятными KPI — это сделало раннее взыскание более устойчивым и предсказуемым, а не просто увеличило объём обзвона.
Посмотрите другие кейсы с похожими задачами — автоматизация взыскания на ранних стадиях, рост контактности, фиксация PTP и снижение нагрузки на операторов.
FAQs
-
Сколько длилось внедрение?
Около 3 недель, включая пилот и корректировку сценариев.
-
Можно ли масштабировать решение?
Да. Архитектура поддерживает параллельную работу в сотнях потоков.
-
От чего зависит стоимость проекта?
От объёма базы, количества сценариев, требований к интеграции и аналитике.