Использование ИИ-решений для увеличения потока клиентов: видеоаналитика в банковском секторе

Использование ИИ-решений для увеличения потока клиентов: видеоаналитика в банковском секторе

Современные ИИ-решения прекрасно умеют анализировать физический мир. На примере кейса с банком рассмотрим задачи внедрения ИИ-технологий в офлайн и их возможные проблемные места, которые стоит учесть компаниям, планирующим аналогичный проект. Кейс от RB.ru будет полезен компаниям из разных сфер, которые планируют использовать видеоаналитику.

Роль ИИ в банковском секторе

Общая логика внедрения всех технологических решений примерно одинаковая:

• обсуждение потребностей и задач, подписание NDA;
• проведение теста/пилота и анализ результатов;
• согласование и подписание договора;
• техническая интеграция с сервисом;
• обучение модели и начало ее использования;
• развитие проекта, масштабирование.

Задачи и возможности 

ИИ начинался с когнитивных сервисов, и первые прорывы совершены как раз в области распознавания картинки: сначала статичной, потом потоковой. В итоге сегодня есть множество вариантов его использования. Технология широко применяется производственными компаниями: 

• подсчёт готовой продукции на ленте, 
• контроль ношения средств индивидуальной защиты, 
• анализ технологических процессов (к примеру, правильности спила бревна), 
• контроль погрузки на складе согласно регламенту. 

Видеоаналитика используется при проектировании дорожно-транспортной сети и в работе муниципальных служб, например, для обнаружения дыма и огня. Еще одна обширная сфера — ритейл, включая оценку локаций для открытия магазинов, анализ посетителей торговых точек, контроль рабочего процесса в торговых залах, управление длиной очереди.

Пример эффективного внедрения видеоаналитики. Видеоаналитика в банках

Термин “видеоаналитика” сейчас не так на слуху, как искусственный интеллект, и он тут тоже есть. Видеоаналитика способна помочь как в оптимизации кампаний по наружной рекламе и на ТВ, так и в точечном использовании диджитал-indoor, когда важно, чтобы посетители перед экраном попадали в портрет целевой аудитории рекламной кампании. Видеоаналитика для заказчика-пользователя — это видеонаблюдение плюс продвинутая математика и дашборд с результатами в компьютере, но ее применение — это чуть больше, чем установка камер и личный кабинет в умном сервисе.

Пример

Когда внешний подрядчик допускается на внутреннюю кухню, особенно за такой охраняемый периметр, как в банке, первое, что происходит, — это подписание NDA (соглашение о неразглашении). Без этого обсуждение проекта может нести риски для обеих сторон. 

Одна из главных ценностей компании — забота о клиенте, поэтому банку было важно обеспечить клиентам комфорт и эффективность в обслуживании. На практике это означает необходимость повысить качество работы операционного зала, включая контроль выполнения сотрудниками служебных регламентов. Для этого для начала приняли решение запустить пилот по видеоаналитике на пять отделений. 

Для проекта команда предложила банку адаптированное решение для видеоанализа (восемь сценариев, каждый из которых задействует восемь камер в разных отделениях банка). С помощью алгоритмов обработки изображений и распознавания объектов видеопоток анализируется без вмешательства человека. Некоторые камеры в отделениях уже были установлены, поэтому дооснащение потребовало минимального времени, однако все равно заняло несколько недель.

Некоторое время было потрачено на создание математических моделей поведения сотрудников и клиентов банка и обучение по ним до тех пор, пока точность измерения показателей не стала превышать ту, которую обеспечил бы пиплметр (у людей тоже бывают ошибки, и их процент может быть значительным).

По итогам пилота банк получил следующую информацию:

– количество людей, проходящих мимо офиса;

– тепловые карты пребывания сотрудников и гостей внутри зала (две отдельные карты);

– информация о клиентах на основе распознавания их пола и возраста;

– определение типа эмоции посетителя на входе в офис и настроения сотрудника, “измерение улыбок”;

– распознавание активности менеджеров в зале (время, проведенное вместе с клиентами в рабочей зоне); определение присутствия руководителя в зале и так далее. 

Точность всех моделей составила до 95–100%.

В результате был реализован интерфейс и система отчётности по требованиям заказчика, обеспечена одновременная работа двух моделей детекции, создано оповещение о необходимости открыть дополнительное окно обслуживания. Первым эффектом стало повышение удовлетворенности клиентов, что должно привести к росту оборота банка. 

Преимущества и выгоды

Помимо расширения возможно и углубление - то есть введение новых способов использования аналитики. Они дополняют то, что уже создано.

Анализ потока может использоваться и при открытии новых пунктов, хотя в данном случае используются другие ИИ-технологии. При построении серьезной модели для оптимизации крупной розничной сети привлекается гео аналитика.

Помимо реакции на витрины, можно проанализировать, какие рекламные носители и места их расположения в отделении наиболее эффективны (иногда плакат висит, но никто на него не смотрит) - это метод оптимизации затрат на маркетинговые носители.

Дальнейшие улучшения в работе сотрудников могут включать новые параметры: присутствие на месте, присутствие клиента в офисе во время оформления продукта (анти фрод), соответствие клиента и посетителя и т.д.

Привлечение и удержание клиентов

В аналогичных кейсах по анализу поведения сотрудников из сферы ритейла уже в первую неделю после организационных выводов количество клиентов, оставленных без внимания, снижается на 8%. При управлении длиной очереди увеличиваются конверсия на покупателя на 5% и NPS на 7%. И это не считая дополнительной информации, которую получает HR-отдел.

Перспективы и будущее. Тенденции внедрения ИИ:

Серьёзная видеоаналитика — это пока не решение “из коробки”, оно требует установки и обучения. В 2023 году тренд внедрения ИИ-решений ушёл в города-миллионники и далее в регионы, включая локальные компании. Результат стоит того, чтобы подождать, потому что возврат на инвестиции может исчисляться десятками процентов.

Рекомендации для банков 

Пять важных нюансов в реализации проекта по видеоаналитике:

• Отталкивайтесь от направления бизнеса. Определитесь, зачем вы хотите внедрить технологии, какого экономического эффекта хотите достигнуть.
• Будьте готовы, что от начала переговоров до первых инсайтов по результатам пилота пройдет около полугода.
• Название “видеоаналитика” не должно обманывать: картинка — не единственные входящие данные, которые потребуются ИИ-системе, в зависимости от задач будут нужны регламенты, скрипты и т. п.
• Систему нужно будет донастроить. В этот момент бывает нужна оперативная реакция со стороны заказчика. Хорошо бы выделить в команде отдельного человека, который будет отвечать за коммуникацию на протяжении проекта, а не поставит ТЗ и отойдет в сторону.
• Если вам пришла в голову идея получить инсайты от видеоаналитики и вы выделили на это ресурсы, сразу подумайте о том, что и как вы будете делать с полученной информацией.

Заключение

Не забывайте, что если система, в которую вы вложили средства, приносит данные, то пусть их используют все подразделения, а не один департамент. Так система быстрее окупится.