Лояльный клиент стоит вчетверо меньше нового, но банкам в Казахстане это не интересно, считает профессор практики бизнес-школы Сколково Виктор Шкипин.
«Известный факт: удержанный хороший клиент стоит в четыре раза меньше, чем привлеченный. Поэтому нужно вычислять клиентов наилучшего профиля, которые наиболее перспективны в развитии (банка – КазТАГ)», — прокомментировал Шкипин для МИА КазТАГ неожиданно выявленный по ходу его выступления перед примерно 200 банкирами факт игнорирования казахстанскими банками цифрового прогнозирования оттока клиентов.
Во-первых, продолжил эксперт, таких клиентов нужно вычислить, во-вторых – продумать для них какое-то предложение, чтобы удерживать их и третье, самое важное – нужно понять момент, в который они начинают задумываться об уходе из банка.
«Прогнозирование ухода – это важнейшая история, а если этим еще не занимаются, я понимаю только одно, что, видимо, дела с уходящим потоком не так плохи потому, что начинаешь задумываться о доходах, когда они сокращаются», — рассуждает эксперт.
Или менеджеры банка не так хороши, соглашается он с предположением КазТАГ.
«Однако это же не значит, что нужно дожидаться, когда (исходящий поток клиентов – КазТАГ) перекроет входящий поток и тогда начинать спасать (ситуацию – КазТАГ). Это значит, что нужно параллельно начинать эту историю (историю автоматического прогнозирования – КазТАГ) двигать», — не сомневается профессор практики Сколково.
Истории автоматического прогнозирования, дополняет спикер, всего несколько лет. Обычно этим начинают заниматься какие-нибудь новаторы.
«Здесь в Казахстане – вообще никто! Нормальная реакция – что большинство не делает этого, но, чтобы совсем пока никто…» — поражен эксперт.
Когда иностранный бизнес, входящий в страну, сокращается или выходит на какую-то стагнацию, обычно организации начинают смотреть, где у них утекают клиенты, поясняет профессор.
В России, по его словам, во всех практически банках есть отдельные подразделения, которые занимаются снижением стоимости привлечения клиента с помощью Big Data и борьбой с оттоком. Фокус выставляется на клиентах оптимального профиля. Эффективность рассылок предложений клиентам повышается через подбор индивидуальных предложений.
Лояльность машина прогнозирует на основе действий клиента и на базе действий тысяч клиентов до него. Выстраиваются предиктивные модели, понимается степень вероятности ухода хороших клиентов, прогнозируется, какими будут их действия через, допустим, две недели. И тогда уже можно предложить каждому клиенту, опять-таки на базе Big Data, продукт, который ему нужен.
«Эти подразделения называются customer care, «подразделение по удержанию». Раньше этим занимались кто как, а теперь уже существуют подразделения», — отмечает прогресс российских банков эксперт.
И тут же спохватывается.
«Но всему этому всего год-два», — как бы оправдывает казахстанских банкиров Шкипин.
Напомним, больше половины крупных российских компаний, по данным IDC (International Data Corporation) и Hitachi Vantara, инвестируют в аналитику больших данных. Бюджеты на это направление, по оценкам экспертов, могут составлять 1-10 млн рублей в год и окупаться в течение примерно года. Мировые инвестиции в анализ больших данных по итогам 2019 года, по прогнозу IDC, составят $189 млн.