Проект

В «Альфа-Лизинге» внедрили искусственный интеллект для оптимизации продаж лизинговых услуг

Заказчики: Альфа-Лизинг (Альфамобиль)

Москва; Финансовые услуги, инвестиции и аудит

Подрядчики: WaveAccess (ВейвАксесс)
Продукт: WaveAccess ValueAI
На базе: Искусственный интеллект (ИИ, Artificial intelligence, AI)

Дата проекта: 2024/01 — 2024/07
Технология: CRM
подрядчики - 483
проекты - 5152
системы - 802
вендоры - 475

2024: Внедрение ИИ для оптимизации продаж лизинговых услуг

16 июля 2024 года ГК Альфа-Лизинг сообщила о том, что совместно с ИТ-компанией «ВейвАксесс» разработала систему прогнозирования потребности в лизинге на основе искусственного интеллекта. Решение, реализованное на базе российской платформы ValueAI, позволяет определять контакты, готовые к повторной покупке лизинговых продуктов, прогнозировать предмет лизинга и предсказывать новых клиентов.

В «Альфа-Лизинге» внедрили искусственный интеллект для оптимизации продаж лизинговых услуг

По информации компании, команда «ВейвАксесс» обработала исторические данные и построила модель с использованием алгоритмов машинного обучения. Модель выделяет и рекомендует к обзвону контакты, которые с наибольшей вероятностью готовы заключить сделку в ближайшее время. Решение развернуто в инфраструктуре Альфа-Лизинга, что позволяет обеспечивать контроль над данными и их безопасность.

Отдельная модель в системе отвечает за прогнозирование наиболее подходящего предмета лизинга (легковые автомобили, грузовая или специальная техника). Также решение способно выделять организации, ранее не заключавшие договоры на лизинг, но потенциально имеющие такой запрос. ИИ-модель предоставляет список всех перспективных клиентов, данные используются для установки контакта и подбора адресного предложения.

Решение на базе ValueAI составляет прогноз автоматически, ежемесячно получая данные из Единого федерального реестра сведений о фактах деятельности юридических лиц, а также из системы проверки контрагентов — в случае с новыми клиентами. Также предусмотрена возможность для специалистов Альфа-Лизинга оперативно анализировать отдельные выборки по запросу, загружая данные вручную.

ИИ-модель обрабатывает базу данных в более чем 400 000 клиентов и тысячи контрактов ежемесячно. По последним результатам, решение предсказало интерес к повторной сделке у 14 197 контактов. Из них 3240 были квалифицированы Альфа-Лизингом как «лиды» и взяты в работу менеджерами по продажам — 15,5% заключили сделку с Альфа-Лизингом. При этом почти 50% из рекомендованных организаций впоследствии подписали договор с одной из лизинговых компаний.

«
Благодаря совместной работе внутренних команд RnD, корпоративного хранилища ГК Альфа-Лизинг и команды «ВейвАксесс», мы смогли быстро провести пилот, оценить его эффективность и начать расширять возможности ИИ в нашей компании. При этом не только в рамках направления продажи лизинга, но и работе с оценкой риск-профиля клиента, инструментов коммуникации и так далее.

поделился Александр Воробьев, руководитель управления стратегического проектирования и цифровых инноваций ГК Альфа-Лизинг
»

«
Рынок лизинговых услуг конечен и на июль 2024 года растет менее динамично. Лизинговыми компаниям все сложнее быстро расширяться за счёт новых клиентов. Поэтому решение на базе ИИ, которое предсказывает потребности потенциальных клиентов в лизинге, так актуально для отрасли. Мы проделали большую работу с качеством данных, а также и поиском доступных ресурсов. В партнёрстве с «ВейвАксесс» удалось быстро провести пилот на исторических данных и показать коллегам из бизнеса возможную эффективность модели. Проект был воспринят позитивно и благодаря решению подразделения «Умных продаж» мы встроили предиктивную модель в процессы компании.

отметил Артем Косолапов, директор по информационным технологиям ГК Альфа-Лизинг
»

Благодаря своевременной коммуникации с перспективными контактами эффективность холодных звонков выросла вдвое. ГК Альфа-Лизинг оптимизировала результативность апсейла и увеличила средний чек. Использование в проекте платформы ValueAI также позволило оптимизировать внедрение искусственного интеллекта в процессы на 40%.

В планах развития проекта — расширение перечня источников данных для оптимизации работы существующей ИИ-модели.