На информационном ресурсе применяются рекомендательные технологии (информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети "Интернет", находящихся на территории Российской Федерации)

Газета.ру

8 725 подписчиков

Свежие комментарии

  • Владимир Соловьев
    Дам на сей раз открыл нам не Америку - Европу по новой открыл!Медведев призвал ...
  • Николай Герасименко
    Нормальным отношениям Японии 🗾 и России 🇷🇺 мешает единственный фактор, существование международного агрессора США...Глава МИД Японии ...
  • Николай Герасименко
    Похоже Бонди в расследовании мерзких делишек Эпштейна вышла на себя...Трамп снял с долж...

Более 60% кредитных организаций стали использовать ИИ в программах лояльности

Многие компании постепенно переходят от привлечения новых клиентов к укреплению взаимосвязей с действующими - тренд подхватили и банки. Разбираемся, как перенастроить свои финансовые привычки, чтобы получить максимум выгоды от своего банка.

Гонка кешбэков на финишной прямой

Осознанное потребление стало глобальным трендом, и все больше людей переходит от спонтанных трат к финансовому планированию.

Это меняет и банковские стратегии привлечения клиентов, теперь они нацелены не просто поощрять траты, а выстраивать долгосрочные и многоступенчатые взаимоотношения. Последнее время банки соревновались в щедрости, привлекая новых клиентов двузначными цифрами кешбэка на первые покупки и щедрыми бонусами за активацию карты.

Но рассчитывать, что банки и дальше будут соревноваться в щедрости, не стоит, отмечают эксперты. Это видно по быстрому снижению темпов роста выплаченного кешбэка: если в 2024 году, по данным Frank RG, он составлял 37%, то в текущем - лишь 15%.

Размер дохода по банковской программе лояльности зависит уже не от количества карт в кошельке, а от вовлеченности клиента. Сейчас на одного россиянина приходится в среднем по 3,5 банковских карты, и 57% потребителей для регулярных покупок пользуются услугами более чем одного банка, показало исследование Frank RG. И такой подход становится непривлекательным для кредитных организаций. Банки больше не готовы платить только за активацию карты или единовременную покупку, но зато готовы дать больше тем клиентам, для которых они станут главным выбором.

Новая механика

Перестав гнаться за количеством, банки переключились на качество, и теперь целью стало поощрение активности клиентов.

Ценятся те, кто не только пользуется картами, но и подключается к зарплатным проектам, хранит стабильные суммы на депозитах и накопительных счетах, берет кредиты, покупает продукты дочерних компаний: страховых, брокерских, НПФ, пользуется услугами партнеров.

Клиенты ВТБ, к примеру, уже скоро смогут проверить на себе такой подход. В обновленном приложении "ВТБ Онлайн" в разделе "Расти с ВТБ" пользователи смогут узнать, какие максимальные преференции их ждут по итогам месяца от регулярного взаимодействия с банком.

Чем больше точек соприкосновения и финансовых операций в орбите банка, тем больше клиент может от него получить. Преимущества за большее вовлечение могут получить, в том числе, и клиенты "Почта Банка", которые перешли в ВТБ в рамках интеграции. Эксперты подсчитали, что при грамотном подходе совокупный доход от банковских привилегий - повышенных ставок по вкладам, кешбэка, бонусов и скидок партнеров - может за год сложиться в сумму, способную стать приятным аналогом 13-й зарплаты.

Персональный расчет

Поскольку цели программ лояльности меняются, изменился и подход к начислению кешбэка. Если раньше всем клиентам предлагали на выбор одинаковый набор категорий, то теперь банки используют персональный подход. И состоит он в том, что лояльным клиентам предлагают наиболее выгодные условия как в плане ставок, так и по набору категорий.

Помогает в этом искусственный интеллект, который позволяет вывести персонализацию на новый уровень для определения потребительских привычек и периодичности трат.

Как показало исследование Frank RG, уже сейчас 62% кредитных организаций задействуют ИИ в программах лояльности, что позволяет перейти от социально-демографической сегментации по возрасту и полу к индивидуальной.

Банки активно внедряют модели машинного обучения, которые анализируют широкий спектр данных клиента - от транзакционной активности до привычек и периодичности трат. Система начинает "учиться" вместе с пользователем и, если клиент получает зарплату на карту банка, держит там сбережения, регулярно расплачивается за товары и услуги, алгоритмы распознают такую модель поведения как "ценную". Это позволяет подбирать наиболее востребованные категории кешбэка для лояльных клиентов.

Может показаться, что персонализация - это просто завуалированное сокращение бонусов. Но на деле банки не урезают бюджеты, а перераспределяют их, концентрируя выгоду там, где она способствует долгосрочным отношениям. Новая реальность такова, что условия для массовой аудитории становятся более сдержанными, но при этом прозрачными и предсказуемыми. А лояльные клиенты получат больше привилегий, чтобы укрепить их отношения с банком.

 

Ссылка на первоисточник
наверх