Страховым компаниям необходимо оценивать не только скорость оформления полисов и страховых выплат, но и то, сколько усилий клиенту приходится прикладывать для получения услуги. Даже успешно завершённая операция может сопровождаться сложностями, которые остаются незаметными для компании. Об этом рассказал Артём Алёшкин, старший вице-президент, руководитель блока «Развитие клиентского опыта B2C» Сбербанка, на первой страховой конференции Сбера «Страхование 2030. Технологии будущего».
По словам Алёшкина, традиционные показатели качества обслуживания, включая индексы удовлетворённости и лояльности клиентов, не всегда позволяют увидеть полную картину. Поэтому компаниям важно разбирать реальные клиентские ситуации и анализировать весь путь человека - от выбора и оформления страхового продукта до урегулирования страхового случая.
Артём Алёшкин, старший вице-президент, руководитель блока «Развитие клиентского опыта B2C» Сбербанка:
«В клиентском опыте важно оценивать не только конечный результат, но и путь, который проходит человек. Клиент может получить страховую выплату, но сколько усилий ему для этого потребовалось? Мы регулярно разбираем реальные ситуации: смотрим, как оформляются продукты, происходят выплаты и урегулируются сложные случаи. Именно такой подход позволяет находить проблемы, которые не всегда видны за общими показателями, и доводить их решение до конца».
Новые возможности для анализа клиентского опыта открывает искусственный интеллект. Сбер запустил ИИ-агента, который самостоятельно проходит основные пользовательские сценарии и выявляет возникающие сложности. Проверка одного продукта занимает 10–15 минут. За месяц с помощью технологии банк проанализировал более 100 продуктов и выявил свыше тысячи отклонений в клиентских сценариях. Полученные результаты легли в основу дальнейших доработок продуктовых команд.
Кроме того, искусственный интеллект помогает анализировать обращения клиентов из чатов и контактного центра. Технология объединяет повторяющиеся жалобы, выявляет новые проблемы и позволяет продуктовым командам быстрее определять, какие процессы требуют доработки. Результаты работы ИИ сопоставляются с реальной обратной связью клиентов.




























