ТОП-5 банк РФ: реактивация базы по дебетовым картам с помощью голосового AI-агента
О проекте
Один из крупнейших банков России (ТОП-5 по объёму розничной клиентской базы) поставил задачу масштабировать продажи дебетовых карт по собственной клиентской базе. Основная проблема заключалась в ограниченной пропускной способности контакт-центра: операторский канал не позволял быстро охватить большой объём клиентов без роста операционных затрат.
Банк внедрил голосового AI-агента для автоматизации исходящих продаж. Решение позволило обеспечить 51% контактности и довести до оформления 50% клиентов от числа согласившихся, сохранив контроль качества коммуникаций и снизив нагрузку на операторов.
Клиент и контекст
Клиент — федеральный банк с миллионами активных розничных клиентов и широкой продуктовой линейкой: дебетовые карты, кредиты наличными, кредитные карты, накопительные продукты.
Основные проблемы:
- высокая конкуренция в сегменте дебетовых карт;
- рост стоимости привлечения клиента (CAC);
- фокус банков на монетизации собственной базы;
- необходимость быстро запускать федеральные кампании;
- ограничение ресурсов контакт-центра при массовых активностях.
Ключевая задача — не просто обзвонить базу, а выстроить управляемую воронку от контакта до фактического оформления карты.
Цели и KPI
Проект был нацелен на достижение конкретных измеримых показателей:
- Обработка крупной клиентской базы в сжатые сроки
- Контактность не ниже 50%
- Конверсия в согласие — 4–6% от базы
- Конверсия в оформление — не ниже 45–55% от числа согласившихся
- Снижение стоимости одного лида по сравнению с операторским каналом
- Снижение нагрузки на контакт-центр
Фокус был сделан не только на объёме дозвона, но и на качестве квалификации клиента до передачи на следующий этап оформления.
Как работает голосовой AI-агент
Решение представляет собой голосового AI-агента для автоматизации исходящих продаж, интегрированного с CRM и внутренними системами банка.
Принцип работы
- Робот инициирует звонок по сегментированной клиентской базе.
- Идентифицирует клиента и озвучивает персонализированное предложение.
- Обрабатывает ответы в свободной форме с использованием NLU-моделей.
- Фиксирует согласие или отказ.
- Передаёт заинтересованных клиентов на следующий этап оформления (оператор или digital-ссылка).
Система работает параллельно в сотнях потоков и автоматически фиксирует результаты контакта в CRM.
Пользовательский сценарий №1
Клиент получает звонок → узнаёт о возможности оформить дебетовую карту → задаёт уточняющий вопрос → подтверждает интерес → получает SMS со ссылкой → оформляет карту онлайн.
Пользовательский сценарий №2
Клиент выражает согласие → робот фиксирует согласие → переводит клиента на оператора для финальной консультации → оформление завершается в разговоре.
Таким образом, операторы подключаются только к целевым клиентам.
Внедрение
Проект был реализован в несколько этапов.
1. Анализ и сегментация базы
Банк выделил сегменты с высокой вероятностью отклика:
- клиенты без действующей карты;
- клиенты с низкой транзакционной активностью;
- клиенты с историей позитивных откликов на предложения.
2. Проектирование сценариев
Сценарии разрабатывались с учётом:
- типовых возражений;
- юридических требований;
- гибкой логики диалога;
- корректной передачи клиента оператору.
Наиболее трудоёмким этапом стала адаптация сценариев под реальную речевую вариативность клиентов и обучение моделей распознавания.
3. Интеграция
Настроена интеграция с CRM, системой статусов, отчётностью и SMS-шлюзом. Все статусы звонков автоматически фиксируются и доступны для аналитики.
4. Пилот и масштабирование
Пилот проведён на ограниченной выборке базы. После подтверждения целевых показателей решение было масштабировано на более широкий сегмент.
Срок запуска проекта — 21 рабочий день. Масштабирование — после подтверждения целевых метрик.
Результаты внедрения
- 51% контактность
- 5% согласились (от базы)
- 50% оформили карту от числа согласившихся
- Существенное снижение нагрузки на операторов
- Ускорение обработки клиентской базы
- Снижение стоимости одного лида
Итог проекта — реактивация базы стала управляемым каналом продаж. Голосовой AI-агент обеспечил стабильную конверсию и масштабируемость без увеличения штата контакт-центра.
Посмотрите другие кейсы с похожими задачами — реактивация клиентской базы, автоматизация исходящих продаж и рост конверсии в оформление продукта.