Data driven и клиентская персонализация в АО «Халык Банк»

Проект анализа клиентских предпочтений и сегментации в АО «Халык Банк» является в своем роде уникальным. В крупном банке не на уровне отдельных подразделений и продуктов, а стратегически, глобально был взят курс на персонализацию и определение детального профиля каждого клиента. Кому-то это может не понравиться, но в реальности все банки анализируют данные своих клиентов. Главное, что в данном случае целью и задачей было понимание приоритетов и ценностей каждого клиента, его путей развития и построение удобной финансовой экосистемы для каждой такой группы. На рынке появляется все больше небольших банков с гибкими тарифами, поэтому борьба за удовлетворенность клиента в условиях не совсем понятных обычным людям банковских продуктов – самая главная из задач.

В организациях «старой» парадигмы повышением удовлетворенности занимаются не особо разборчивый масс-маркетинг, либо отдельные команды по блокам, у каждой свои данные, свои продукты. Первое – это тот случай, когда вам звонят из Банка, предлагая оформить какие-то продукты, не обладая практически никакой информацией о ваших потребностях, стандартный «холодный» обзвон, и когда вы сообщаете, что у вас интересует решение совсем других проблем, получаете от девушки-оператора что-то вроде: «Ну не хотите, как хотите». Второе – это то, что вы скорее всего получали в SMS и что всегда было поводом для насмешек: как только деньги зависнут на зарплатной карте, сразу: не хотите ли взять кредит? Все уже одобрено! Причем процент какой-то…ну в общем, для зарплатника могли бы и поменьше сделать?

В АО «Халык Банк» придерживаются другого взгляда на подход к повышению лояльности клиента, и сразу переходят к воплощению этих подходов в жизнь. Что, конечно, непросто в организации такого размера и масштаба. Поэтому и одной из самых сложных задач, которые было необходимо решить в ходе проекта, оказалась сегментация клиентов для выявления схожих групп и поведенческих кластеров.

Классическим способом поведенческой сегментации клиентов в индустрии является, конечно же, RFM анализ (Recency, Frequency, Monetary Value): эти значение вычисляются по каждому клиенту, затем клиенты разбиваются на так называемые когорты. Однако в реальном бизнесе все обстоит сложнее: способов вычисления показателей с такой семантикой – десятки, если не сотни. Ведь у одного клиента несколько счетов, несколько продуктов и совсем разные уровни активности по ним, причем в нескольких каналах. А еще необходимо отслеживать динамику показателей во времени…Итог – размерность задачи разрастается в неподвластную для анализа не только человеком, но и средствами машинного обучения: когда один человек описывается тысячей RFM показателей, каждые два клиента будут в чем-то очень сильно близкими, в чем-то – очень сильно разными. Это называется «проклятием размерности» (“curse of dimensionality”).

В рамках проекта задача была решена следующим образом. Напомним несколько фактов: в последнее время настоящий бум в обработке естественного языка получили модели дистрибутивной семантики на основе нейронных сетей (word2vec), обращающие каждое слово в специальный вектор (набор чиселок). Оказалось, что такие вектора («представления») обладают чуть ли не волшебными свойствами: их можно складывать и отнимать. Например, если от вектора слова Король отнять вектор слова Мужчина и добавить вектор слова Женщина, то получится вектор слова Королева (Рис.1)! Причем такие вектора существенным образом снижают размерность исходной задачи (в десятки, а иногда и сотни раз).

Такой же подход к снижению размерности на основе последних достижений машинного обучения можно применить к поведенческим данным клиента, его истории активностей и покупок, выявив его принадлежность и активность в рамках основных продуктовых групп (Кредиты, Депозиты, Переводы, Покупки, Интернет-Банкинг, Кредитные карты). Такая техника позволила не только снизить размерность для понимания профиля клиента, но и получить интерпретируемый профиль. При этом теперь разных клиентов очень легко сравнивать между собой, т.е. использовать look-alike моделирование. Данный подход сейчас продолжает развиваться для построения Real-Time Marketing и триггерных кампаний, с использованием исторических данных по MCC кодам. А теперь представьте – вы купили кофе на входе в аэропорт перед поездкой в отпуск, а Банк уже интересуется через приложение мобильного банка: не забыли оформить страховку для выезда за рубеж? Это можно сделать в пару кликов!

Кроме того, на основе полученных представлений клиентов была построена система макросегментов, которая наглядно показала Customer Journey – как клиенты переходят из одного сегмента в другой с течением времени, изменением дохода, уровня пользования технологиями, рождением детей и выходом на пенсию.

Но самое главное – такое представление было получено без ручной предобработки, на основе сырых данных с помощью последних методов representation learning. Таким образом, это позволило АО «Халык Банк» выйти на предпоследний уровень зрелости с точки зрения использования технологий машинного обучения – перейти к автоматическому пониманию связей между клиентами и паттернов их поведения (Рис.2):

Конечно, это не единственное, чем отличается проект с точки зрения исполнения: при сегментации клиентов по социодемографическим атрибутам есть классическая проблема. Предположим, мы хотим сегментировать наших клиентов по доходу. Социодемографические атрибуты часто представляют собой таблицу категориальных данных (текстовых). Проблема состоит в том, что нам хотелось бы провести достаточно точную связь между значениями атрибутов клиента и его доходом – и это хорошо умеют одни методы машинного обучения, называемые ансамблями или комитетными. С другой стороны, нам хотелось бы получить легко интерпретируемый результат, с чем лучше всего справляются классические деревья решений.

Компромисс приходит как объединение двух подходов с помощью стекинга (это часто используемая процедура на Kaggle.com, ведущем мировом портале по соревнованиям в области машинного обучения). Не вдаваясь в детали, это позволяет вывести точную зависимость между социодемографическим профилем и доходом, при этом получить ее простую и полноценную интерпретацию. Далее уже открываются и другие горизонты – поскольку социодемографический профиль, это единственная информация, доступная для новых клиентов, мы можем использовать ее для оценки будущего потенциала клиента по доходу, оценки его CLV, продолжительности жизненного цикла и т.д.

Все указанные подходы были основаны на методах обучения без учителя (unsupervised learning) c применением последних подходов и нейронных сетей (например, вариационных автокодировщиков). Ведь именно так в реальном мире и обучается человек – на основе абстракций и аналогий, которые он получает из контекстов ситуаций. Но в итоге оказалось, что полученные представления отлично работают и для моделей обучения с учителем (supervised learning), позволяя строить классические маркетинговые модели с очень высоким качеством: модели привлечения, кросс-селла, оттока. Эти решения уже интегрированы в маркетинговые кампании, и сотрудники Банка предпринимают все усилия, чтобы в результате сформированных предложений каждое из них соответствовало предпочтениям клиента, и всегда учитывают положительный и отрицательный фидбэк.

Мы не будем перечислять все сложности, которые возникли в процессе работы: мы добивались, чтобы валидация результатов была корректной, а полученные выгоды за счет монетизации данных не подгонялись под желаемые и соответствовали действительности. Теперь мы рады сказать, что у нас все получилось. Кроме того, мы ждем всех начинающих и опытных data scientist-ов для прохождения собеседования в Банке. Это соответствует нашей стратегической цели повышения data-driven культуры в организации и ориентации не на разговоры о модных хайпах, а на достижение конечного бизнес-результата, как измеряемого количественно – заработанных деньгах, так и качественно – в повышении лояльности и удовлетворенности клиентов.