Трансформация сети отделений банка

Цель

Глобальная трансформация сети из 400 офисов банка

Контекст:

Крупнейший частный банк России реализует проект глобальной трансформации сети в рамках концепции phygital, учитывающей тренды цифровизации и оффлайн-обслуживания клиентов. Проект предполагает переформатирование 400 банковских офисов по всей стране. Сеть потребовала трансформации в связи с меняющимся форматом предоставления банковских услуг, цифровизацией, возможностями оптимизации, а также потенциальным накоплением «устаревания» существовавшего формата в течение следующих лет.

Ключевые показатели

Количество отделений сети – 400 офисов
Средний срок эксплуатации офисов на момент трансформации – 6-7 лет
Количество слоёв данных для проекта – более 300
Срок реализации проекта – 3 года
Потенциальные резервы оптимизации – более 200 млн. ежегодно

Решение

В первую очередь команды Marketing Logic и банка объединили все имеющиеся и необходимые для реализации проекта данные: как внутрибанковские, так и внешние. Учитывая инновационность и высокий технический уровень финансовой организации, времени на приведение всех слоёв данных к единому цифровому формату потребовалось немного даже с учётом большого масштаба проекта. На основе описанных бизнес-процессов и собранных слоёв данных разработчики ML выстроили полную цифровую копию сети банка – создали «цифрового двойника». Он учитывает количественные, качественные, финансовые характеристики сети от адресов отделений и штата сотрудников до данных о продажах банковских продуктов и функциональных модулей, из которых состоит каждый офис сети, расходах на маркетинг, аренде, планах ремонтов и релокаций, о клиентских сегментах, а также большой ряд иных внутрибанковских показателей. Цифровой двойник необходим для того, чтобы видеть во всей полноте различные варианты прогнозов, которые предлагают нейросети, обученные в ходе проекта на ретроданных о работе сети отделений в предыдущие годы. Для повышения точности прогнозов ML использует технологию voting ансамбля прогностических моделей. Модели «голосуют» за те или иные сценарии и решения при планировании, что позволяет усилить общую экспертизу.

Прогноз строится «снизу вверх», от самых мелких составляющих к общей экономике сети и доходности банка. Сначала проводятся все расчёты, потом они оцифровываются в деньги, что позволяет оценить каждый компонент и этап с финансовой точки зрения: и вложений, и отдачи. Такой подход избавляет от необходимости составления детального финансового плана на каждом этапе, т.к. все расчёты есть изначально. При этом все верхнеуровневые показатели имеют план мероприятий с пошаговой проработкой.

Для открытия, перемещения и переформатирования офисов геоинформационная система Atlas формирует решения с учётом рынка аренды коммерческих помещений, что исключает рекомендации для зон, где открытие технически невозможно. Все изменения сети происходят с учётом долгосрочных стратегий и принципов сохранения сложившийся клиентской базы. При этом стратегия учитывает цифровую экосистему, банкоматы и новые форматы офисов как способы поддержки и обслуживания клиентов.

Результат

В результате использования геомаркетингового подхода, платформ Geonet и ГИС Atlas, анализа больших данных и машинного обучения команда банка и Marketing Logic создали более 500 сценариев развития сети с учётом макроэкономических показателей, стратегии развития банка, процессов диджитализации, трендов на переход банковских продуктов и сервисов в онлайн. «Умный» подход к трансформации позволяет оптимизировать площади отделений без потери клиентов, перемещать и обновлять офисы, заранее учитывая экономию на аренде, затратах на ремонты, а также маркетинговое сопровождение. За 1 год реализации проекта банк оптимизировал более 200 миллионов рублей.