Российские банки переходят на персонализированные коммуникации с помощью машинного обучения

Крупные банки всё активнее внедряют ML-модели, которые помогают подобрать клиенту-физлицу удобный канал, время и частоту контактов. Например, в ВТБ такая система уже анализирует историю общения клиента с банком и решает, что лучше отправить — push-уведомление, SMS, письмо или позвонить.

Эксперты отрасли отмечают, что в 2026 году персонализация клиентских коммуникаций выходит на новый уровень — гиперперсонализацию. Тема применения ИИ в CRM-системах финансовых организаций и борьбы с навязчивыми коммуникациями станет одной из центральных на декабрьском отраслевом форуме по CRM в финансовом секторе.

Как рассказал советник первого заместителя президента-председателя правления ВТБ Сергей Путятинский в рамках Kazan Digital Week, модель анализирует, на какие сообщения клиент откликался, в какое время открывает приложение и каким каналом обслуживания пользуется — отделением или только онлайн-банком. На основе этих данных CRM-система получает рекомендацию по формату связи: например, если клиент стабильно читает push-уведомления утром, но не отвечает на звонки, система предложит заменить звонок на push-уведомление в утренние часы.

Функционал подбора канала коммуникации — SMS, push-уведомления, звонка или email — в CRM-системе банка уже работает. При разработке моделей использовались подходы к анализу данных, включая элементы обработки естественного языка; в проекте проанализировали более 30 тыс. признаков и поведенческих характеристик клиентов. До конца года банк планирует расширить применение таких моделей для определения комфортного времени, приоритетных каналов и частоты контактов с клиентами.

«От стандартных массовых рассылок к персонализированному подходу к каждому контакту. Важно учитывать предпочтения по каналам коммуникации и времени взаимодействия», — пояснил Сергей Путятинский.