Пенсионеров будут ловить в соцсетях

НПФ Сбербанка обновляет методы привлечения клиентов

Негосударственный пенсионный фонд (НПФ) Сбербанка запускает программу индивидуальных пенсионных программ с использованием аналитики "больших данных" — Big Data. Анализировать данные потенциальных клиентов НПФ с учетом множества параметров будет агент фонда — Сбербанк. По оценке участников рынка и экспертов, в текущих условиях на взрывное развитие негосударственного пенсионного обеспечения (НПО) рассчитывать не приходится, однако с учетом масштабов Сбербанка и диверсификации его бизнеса ставка на Big Data может быть оправданна.

Фото: Сафрон Голиков, Коммерсантъ  /  купить фото

О запуске продаж НПО с использованием технологии Big Data сообщила вчера гендиректор НПФ Сбербанка Галина Морозова. Как она отметила, пилотный алгоритм Big Data учитывает не только традиционные параметры — пол, возраст, доход, регион проживания, но и более индивидуальные факторы: семейное положение, склонность к накоплениям или тратам, частота путешествий, увлечения.

Big Data — аналитика неструктурированных данных больших объемов. К "большим данным" относят информацию, которая генерируется как человеком, так и техникой (число и объем транзакций, показатели счетчиков, данные видеонаблюдения или станций сотовых сетей). Российский сегмент рынка продуктов и услуг для работы с Big Data Московская биржа оценивала в 2015 году в $500 млн, ожидая роста до $1,7 млрд к 2018 году.

Агентом привлечения клиентов в НПФ выступает Сбербанк, он же проводит анализ ключевых параметров: от кредитной истории и характера трат до профиля в соцсетях. "НПФ не получает от Сбербанка данные клиентов, вся работа с использованием модели продаж Big Data ведется в соответствии с законодательством о персональных данных",— подчеркнула госпожа Морозова. Однако после определения предпочтений и потребностей уже НПФ формирует для каждой группы клиентов свой пенсионный план. Как она отмечает, развитие НПО — одно из приоритетных направлений в стратегии фонда. "В пилотном проекте около 30% клиентов НПФ Сбербанка, у которых есть договор ОПС, приняли участие в программах НПО и формировали индивидуальный пенсионный план",— говорит госпожа Морозова.

Отметим, что на текущий момент масштабы бизнеса по НПО НПФ Сбербанка (по данным ЦБ по итогам первого квартала, 314 тыс. клиентов) несопоставимы с ОПС (4,2 млн клиентов). Однако в масштабах рынка это один из крупнейших показателей — большее число клиентов лишь в фондах "Благосостояние", "Телеком-Союз" и "НПФ электроэнергетики". Совокупные затраты на внедрение проекта Big Data в НПФ Сбербанка не раскрывают. Как отметила госпожа Морозова, анализ и привлечение с использованием Big Data пока дороже традиционных методов, "однако все затраты идут в соответствии с утвержденным бизнес- планом и бюджетом". В Сбербанке на запрос "Ъ" вчера не ответили, переадресовав в НПФ.

Опрошенные "Ъ" крупнейшие участники рынка собственных программ с использованием Big Data пока не реализуют. "Время работает на нас — технология становится более отработанной и менее затратной при внедрении",— отмечает руководитель НПФ из топ-10 по активам. В настоящее время НПФ "Будущее" (группа O1) консолидирует данные четырех фондов, в каждом из которых была своя система сбора данных о клиентах. "Сейчас перед нами стоит задача с помощью CRM (система управления отношениями с клиентами.— "Ъ") сформировать структурированную актуальную базу и разработать единый стандарт хранения данных о клиентах, учитывающий как социально-демографические параметры, так и потребительские предпочтения,— говорит гендиректор фонда Николай Сидоров.— В будущем эти данные смогут стать основой для внедрения технологии Big Data при разработке и продажах индивидуальных пенсионных программ".

Как отмечает директор группы рейтингов финансовых институтов АКРА Юрий Ногин, вводные для Big Data есть далеко не у всех игроков. "В группе Сбербанка, обладающего самой большой сетью и, как следствие, базой данных, Big Data логично внедрять по нескольким ключевым направлениям его бизнеса — банковскому, пенсионному или страховому. Сама технология будет работать тем лучше и эффективней, чем большим будет масштаб обрабатываемых данных",— говорит Юрий Ногин.

Павел Аксенов

Картина дня

Загрузка новости...
Загрузка новости...
Загрузка новости...
Загрузка новости...
Загрузка новости...
Загрузка новости...
Загрузка новости...
Загрузка новости...
Загрузка новости...
Загрузка новости...
Загрузка новости...