13.02.2025

Банк «Санкт-Петербург» совместно с GlowByte персонализирует коммуникации с клиентами в мобильном приложении с помощью RL-модели

БСПБ при поддержке интегратора GlowByte внедрил в мобильное приложение Банка модель для персонализации предложений для клиентов. Решение основано на технологии Reinforcement learning («обучение с подкреплением»). Новый подход позволяет формировать индивидуальный план показа баннеров каждому клиенту: теперь Банк сможет проводить интерактивные маркетинговые акции, которые позволят создавать релевантные для клиента предложения.

RL-модель была разработана с целью автоматизации маркетинга. Модель усилила собой ансамбль использовавшихся ранее ML-моделей, которые анализируют склонности клиентов к различным продуктам Банка. RL-модель обеспечивает оптимальное сочетание разнообразия предложений и максимизации интереса клиентов. В отличие от классических подходов, технология Reinforcement learning позволяет модели постоянно дообучаться на основе новых поступающих данных и быстрее адаптироваться к изменениям.

Благодаря новому решению система автоматизации маркетинга может сочетать стратегии исследования: предложение будет показано в зависимости от степени интереса и отклика клиентов к данному предложению. Помимо прочего, RL-модели обеспечивают быструю проверку гипотез по новым предложениям (модель сократит их показы, если они не будут интересны клиентам), а также позволяют эффективно решить задачу персонализации предложений для клиентов без истории в мобильном приложении Банка. Система легко адаптируется к изменениям клиентского поведения, сезонным трендам и способна обновляться на основе свежих данных сколь угодно часто, даже ежеминутно.

«Мы активно следим за развитием новых методов и ИТ-инструментов и стараемся постоянно повышать качество работы с данными, улучшать коммуникацию с клиентами. Мы идем от потребностей и интересов клиентов Банка. Теперь благодаря реализованному проекту вместе с GlowByte мы можем легко, быстро и, главное, безопасно проверять гипотезы по новым и существующим продуктам, максимально ориентируясь на текущие потребности наших клиентов», – комментирует директор департамента развития клиентской базы Банка «Санкт-Петербург» Константин Киселев.

«Персонализация предложений – важный инструмент, помогающий Банку повышать лояльность клиентов. На скорость внедрения подобных технологий и их эффективную работу влияет в том числе правильная организация данных на платформе и выстроенные процессы ухода за ними (каталогизация, автоматизированный контроль качества и пр.). Приятно видеть, что наши усилия в этом направлении приносят результат», – отмечает CDO Банка «Санкт-Петербург» Ян Гузов.

«Коробочных» решений, отвечающих всем требованиям и особенностям банковских процессов, на текущий момент не существует, и мы разработали для Банка «Санкт-Петербург» собственное универсальное решение на open-source технологиях, которое позволяет персонализировать продукты для клиента в режиме онлайн, а также формировать индивидуальный, регулярно обновляемый план продуктовых баннеров. Особое внимание при разработке модели мы уделили тому, чтобы модель выполняла план по количеству просмотров для фокусных продуктов Банка. В рамках этого проекта мы столкнулись с рядом дополнительных ограничений и вызовов, характерных для разных компаний и индустрий, преодоление которых позволило реализовать уникальную систему для Банка «Санкт-Петербург», – рассказал исполнительный директор практики продвинутой аналитики GlowByte Александр Ефимов.