Содержание к диссертации
Введение
1. Экономическая сущность клиентской политики коммерческого банка и методы ее оценки 10
1.1. Сущность и понятие клиентской политики коммерческого банка 10
1.2. Элементы клиентской политики коммерческого банка 21
1.3. Методы оценки элементов клиентской политики коммерческого банка 34
2. Оценка клиентской политики коммерческих банков Северо-Кавказского федерального округа 51
2.1. Тенденции развития банковского сектора Северо-Кавказского федерального округа 51
2.2. Оценка элементов клиентской политики коммерческих банков Северо-Кавказского федерального округа 60
2.3. Анализ прибыли от обслуживания клиентов в региональных коммерческих банках 79
3. Направления совершенствования клиенткой политики региональных коммерческих банков 89
3.1. Оценка качества обслуживания клиентов коммерческих банков на основе метода интеллектуального текстового анализа 89
3.2. Моделирование структуры клиентской базы коммерческого банка с использованием методов анализа панельных данных 102
3.3. Структурно-функциональные преобразования клиентской политики в региональных коммерческих банках 119
Заключение 135
Список литературы 139
Приложение А. Карты лояльности клиентов к коммерческим банкам на территории Российской Федерации 155
Приложение Б. Оценка деловой репутации региональных коммерческих банков 158
Приложение В. Оценка конкурентоспособности услуг региональных коммерческих банков 162
Приложение Г. Корреляционная матрица для построения семантической сети отзывов клиентов коммерческих банков 165
Приложение Д. Панельная структура клиентской базы ПАО Ставропольпромстройбанк 166
- Элементы клиентской политики коммерческого банка
- Тенденции развития банковского сектора Северо-Кавказского федерального округа
- Оценка качества обслуживания клиентов коммерческих банков на основе метода интеллектуального текстового анализа
- Структурно-функциональные преобразования клиентской политики в региональных коммерческих банках
Элементы клиентской политики коммерческого банка
Общепринятым в банковской сфере является утверждение, что без клиента не существует и продажи. Но реалии сложившегося рынка таковы, что для успешной реализации операций и сделок кредитной организации недостаточно только привлечь потребителей, необходимо также грамотно с ними взаимодействовать. В этой связи целесообразно рассмотреть основные элементы клиентской политики коммерческого банка.
Так, Н.Н. Куницына, А.В. Малеева и Л.И. Ушвицкий отмечают, что «первостепенной задачей при работе с клиентами является выявление рынка, на котором сфокусируется кредитная организация. Рынок формируется «на пересечении» избранного класса клиентов с банковскими продуктами. «Точность определения обслуживаемого рынка» - довольно абстрактное понятие, однако об этой точности можно судить, основываясь на логической цепочке:
Выявленные клиенты банка – Выявленные нужды клиентов – Банковские продукты, удовлетворяющие нужды потребителей – Возможности и целесообразность для банка удовлетворить эти нужды – Определение средств, необходимых банку для удовлетворения нужд клиентов – Изыскание этих средств.
Если в каждом звене данной цепочки руководство находит аргументированный утвердительный ответ, то можно считать, что рынок выбран и достаточно определен» [50, с. 30].
Любая кредитная организация должна решить, кого она будет обслуживать. Для этого выявленный рынок делится на сегменты, среди них выбираются те, которые представляют целевой интерес (сегментация рынка). Необходимость такого действия обусловлена разнообразием клиентских потребностей, каждую из которых банк не может полностью одинаково качественно удовлетворить. Если он пытается это сделать, то в значительной степени рискует снизить качество обслуживания. Вместо этого выбираются те клиенты, которых банк способен обслужить на достаточно высоком уровне и с прибылью для себя. В экономической литературе представлено множество дефиниций сегментации, носящих схожий характер, наиболее полно отраженный в определении, предложенном Ф. Котлером, Г. Армстронгом, В. Вонги и Д. Сондерсом [45, с. 116], а также Darrell K. Rigby [127, с. 28] и S. Allard [122, с. 5]. Авторы характеризуют сегментацию как выделение на рынке групп клиентов с общими потребностями, характеристиками или поведением, для обслуживания которых могут понадобиться определенные товары или маркетинговые комплексы.
После выявления рынка банк должен решить, как он будет обслуживать своих целевых клиентов, т.е. принять решение о позиционировании на рынке.
Термин «позиционирование» впервые был упомянут в 1982 г. маркетологами из США Э. Райсом и Дж. Траутом в книге «Позиционирование: Битва за Узнаваемость» [154]. Отметим, что данный термин упоминался и раньше, но Э. Райс и Дж. Траут вложили в него новый смысл. По мнению авторов, позиционирование представляет собой не работу с товаром (имеется ввиду классическое «размещение на полках или витрине»), а работу с сознанием потенциального покупателя.
Коммерческий банк может заявить о превосходстве предлагаемых им услуг над другими (например: дешевле, быстрее, надежнее и т.д.). Но Э. Райс и Дж. Траут подчеркивают необходимость выбора чего-то одного, что «гвоздем» застрянет в сознании клиента. Авторы характеризуют позиционирование в первую очередь как механизм коммуникации с клиентами. В то же время банковская услуга должна разрабатываться с учетом предполагаемого позиционирования.
Не обошел стороной данную категорию исследования Ф. Котлер, представляющий позиционирование как комплекс мер по закреплению в сознании целевых потребителей образа товара относительно конкурирующих товаров, а также формирование для него конкурентоспособной позиции и маркетингового комплекса. Позиционирование выражается в формуле, представляющей собой заявление, в котором формируется суть позиционирования в формате:
- «для» (целевой сегмент или потребность);
- «наш» (бренд);
- «представляет собой» (концепция);
- «которая» (отличия) [45, с. 273].
М. Трейси и Ф. Вирсема выделяют типы позиционирования под названием «ценностные области»:
- лидерство по предлагаемым услугам;
- совершенство внутренних процессов и глубокое знание клиента [158].
В свою очередь Ф. Кроуфорд и Р. Мэтьюс говорят о пяти категориях: товаре, цене, доступности услуги, ее ценности, потребительском опыте [126]. Изучая работу наиболее прибыльных организаций, они выявили доминирование таких организаций в одной из этих категорий, еще в одной – функционирование на уровне выше среднего (дифференцируются), а в трех оставшихся – на среднеотраслевом уровне.
Иначе к рассмотрению данной проблемы подходят Т.Б. Державина [33], Е.Я. Иванченко [37, с. 24] и Н. П. Кетова [39, с. 62], характеризующие позиционирование как определение положения, которое занимает на рынке как сама кредитная организация, так и осуществляемые ею операции относительно конкурентов, что отражается результатами ее деятельности, конкурентными преимуществами и недостатками по сравнению с другими банками.
В то же время, можно заметить, что многие коммерческие банки добиваются поставленных целей, используя стратегию «второго места», заявляя о своей принадлежности к лучшим кредитным организациям региона («топ-10; топ-50, топ-100» и т.д.). Основываясь на теории Ф. Котлера [44, с. 121 - 122], отметим, что банки, действующие подобным образом, пользуются «аурой» лидеров рынка, предлагающих услуги более высокого качества, и, тем самым привлекают клиентов.
Помимо позиционирования, важно провести дифференциацию услуг. В общем виде она представляет собой фактическое обособление рыночного предложения банка для создания более высокой потребительской ценности. Е.С. Бахметьева отмечает, что сегментация позволяет выстраивать продуктовую стратегию банка с учетом реальных предпочтений клиентов и дает представление, какие операции и сделки, с одной стороны, вызовут у клиентов большой интерес, а с другой - будут способствовать росту их лояльности по отношению к банку [20, с. 38].
По мнению А.А. Усоскина [83, с. 90] и И.Ю. Леньковой [52, с. 306], сегментация позволит:
- более точно оценить целевой рынок с точки зрения потребностей клиентов;
- выявить преимущества или недостатки деятельности банка в освоении конкретного рынка;
- разработать предложения новых видов операций клиентам;
- оптимизировать филиальную сеть;
- рационализировать структуру издержек за счет установления гибкой системы цен на услуги банка, уточнения потребностей клиентов в определенных видах сделок и операций, распределения клиентов по филиалам и т. д.
Учитывая наличие большого числа критериев классификации клиентов, необходимо выбрать из их множества наиболее актуальные для каждого конкретного сегмента. С этой целью используются их внешние характеристики, например, величина бизнеса, работа в определенной отрасли, стабильность и другие параметры.
Продуктивным считается групповое распределение клиентов по выгодам, которые они хотят получить от банковского обслуживания: одним важна прибыль, без учета качества обслуживания, других привлекает престиж и качество обслуживания, а прибыль является второстепенной характеристикой [20, с. 103-104].
Мы придерживаемся альтернативной точки зрения, полагая, что при сегментации клиентской базы определяющими являются не только выгоды, которые клиенты хотят получить от банка, но и выгоды, которые кредитная организация может получить от потребителей, т.е. прибыльность деятельности. В этой связи необходимо выявлять как прибыльных клиентов, с которыми целесообразно продолжать и развивать взаимоотношения, так и убыточных, обслуживание которых уместно свести к минимуму или прекратить вовсе.
Говоря о прибыльности клиента для банка, следует отметить, что в экономической литературе отсутствует единая точка зрения по этому вопросу. Ю.Н. Масленченков и Ю.Н. Тронин характеризуют ее «как итоговый показатель эффективности использования банком денежных средств и финансовых ресурсов клиента, проведения операций кредитования и предоставления клиенту прочих услуг за отчетный перио»д [58, с. 82].
P. E. Pfeifer, M.E. Haskins и R.M. Conroy определяют прибыльность клиента для банка как разницу между полученным доходом и произведенными затратами на обслуживание клиента за указанный период. Авторы также отмечают, что не все клиенты одинаково прибыльны: одни из них приносят больший доход, чем другие [151, с. 7].
Проводя исследования в области прибыльности (доходности) клиентов, целесообразно отметить принцип, предложенный В. Парето, в соответствии с которым, 20% клиентов приносят 80% прибыли, когда оставшиеся 80% клиентов приносят лишь 20% прибыли [139, с. 5-9; 147, с. 25-40].
Таким образом, универсального подхода к сегментации клиентов не существует. Чтобы объективно оценить структуру рынка, необходимо исследовать разные варианты его сегментации на основе нескольких переменных одновременно.
Тенденции развития банковского сектора Северо-Кавказского федерального округа
С целью оценки тенденций развития регионального финансового рынка нами исследованы особенности функционирования банковской системы СевероКавказского федерального округа (СКФО) и Ставропольского края (СК).
Так, за период с начала 2013 г. по начало 2018 г. банковская структура СКФО существенно изменилась (таблица 2.1). Были ликвидированы 18 кредитных организаций по причине нарушения ФЗ от 07.08.2001 N 115-ФЗ «О противодействии легализации (отмыванию) доходов, полученных преступным путем, и финансированию терроризма», проведения высокорискованной кредитной политики, участия в сомнительных операциях с наличными средствами, критического финансового положения [105; 111]. К их числу относятся 2 банка, зарегистрированных на территории Ставропольского края. Наблюдаемая ситуация является частью общероссийской тенденции сокращения числа кредитных организаций – с 01.01.2013 г. их общее количество уменьшилось на 374 единицы к 01.01.2018 г.
Несмотря на то, что число инорегиональных кредитных организаций снизилось на 47,13 % и 40,54 % за исследуемый период, их доля в банковском секторе как СФКО, так и Ставропольского края по-прежнему велика.
Показатель филиальной сети, рассчитываемый как отношение филиалов региональных банков к их количеству, позволяет сделать вывод о недостаточном развитии филиальной сети Северо-Кавказского федерального округа и Ставропольского края: он уменьшился на 1,4 на фоне стремительного сокращения числа кредитных организаций, и составил к концу периода 0,24, что существенно ниже единицы, но выше среднероссийского уровня (0,18).
Следующим показателем, характеризующим банковский сектор региона, является «экспансия» кредитных организаций, представляющая собой отношение числа филиалов инорегиональных банков к количеству региональных кредитных организаций и их филиалов. Следует отметить, что в Ставропольском крае наблюдается высокое значение показателя «экспансии», представляющая собой отношение числа филиалов инорегиональных банков к количеству региональных кредитных организаций и их филиалов, которая составила 8 на 01.01.2017 г., что больше 1, и свидетельствует как о привлекательности рынка для банковского бизнеса, так и о полном отсутствии филиальной сети. В целом по Северо-Кавказскому федеральному округу его значение составило 2,91, что, учитывая стабильный рост показателя в динамике, указывает на увеличение доли присутствия инорегиональных банков, при среднероссийском значении, равном 1,30.
Показателем, характеризующим развитие банковского сектора, является уровень обеспеченности населения банковскими подразделениями. В СевероКавказском федеральном округе он остается довольно низким – 9,95, уменьшившись за исследуемый период на 4,01. Наиболее близкое значение к среднероссийскому уровню, равному на 01.01.2017 г. 24,29, наблюдается в Ставропольском крае – 19,49.
Отраслевая сегментация корпоративных клиентов коммерческих банков на территории Ставропольского края (таблица 2.2) показывает, что на 01.01.2017 г. самыми многочисленными являются клиенты оптовой и розничной торговли (28,56 %), сферы операций с недвижимым имуществом, арендой и предоставлением услуг (17,19), а также сельского хозяйства, охоты и лесного хозяйства (10,84 %).
Объемы кредитования на начало 2018 г. увеличились по сравнению с началом 2013 г. как в Северо-Кавказском федеральном округе, так и в Ставропольском крае (таблица 2.3).
Наиболее кредитуемой отраслью в Ставропольском крае стало сельское хозяйство (10,6 %), объем выданных кредитов которой увеличился на 33 672 млн. руб. по сравнению с началом 2013 г.
Второе место занимает кредитование на завершение расчетов – 7,40 %. Третье – обрабатывающие производства 6,05 %.
В общем объеме депозитных операций (таблица 2.4), наибольшую долю занимают вклады физических лиц: в СКФО – 74,71 %, в Ставропольском крае – 75,71 %. Средства на счетах юридических в СКФО составляют лишь 13,88 %, в Ставропольском крае – 11,08 %. В целом, общим объем привлеченных средств клиентов в Северо-Кавказском федеральном округе увеличился за период с начала 2013 г. по начало 2017 г. на 51,87 % до 496 872 млн руб., а в Ставропольском крае – на 58,8 % до 291 887 млн руб. При этом, доля инорегиональных банков в осуществлении данного вида операций в округе составляет 97,03 %, в Ставропольском крае – 97,99 %.
Большое влияние на обслуживание клиентов оказывает уровень их лояльности по отношению к коммерческим банкам (Приложение А). По данным совместного исследования экономических агентств «Прайм» и «Brand Analytics», средним уровнем лояльности по отношению к депозитным операциям на территории Северо-Кавказского федерального округа обладают только клиенты на территории республик Кабардино-Балкарии и Карачаево-Черкессии (3,0), тогда как в Ставропольском крае наблюдается ее низкий уровень (0,3), который также превалирует в целом по стране (0,3-0,5). На наш взгляд, это связано как с небольшими процентными ставками по депозитным операциям, так и с массовыми отзывами лицензий коммерческих банков в масштабах страны.
Относительно операций кредитования, наиболее высоким уровнем лояльности обладает Ставропольский край (1,1), при низком в остальных субъектах округа (0,3). В банковском секторе страны также преобладает низкий и средний уровни лояльности к кредитным операциям.
В целом, наиболее высокий уровень лояльности присущ клиентам банков Кабардино-Балкарской республики (1,7), тогда как Ставропольского края – средний (0,9). В то же время, аналогичный уровень лояльности (0,9) отмечен на всей территории России.
Помимо операций привлечения и размещения денежных средств клиентов, нами также рассмотрены операции с использованием банковских карт (рисунок 2.1).
Полученные результаты свидетельствуют, что в Северо-Кавказском федеральном округе наиболее популярны преобладают операции по снятию денежных средств с банковских карт (85,3 %) по сравнению с безналичной оплатой товаров и услуг (14,7 %). Отметим, что в динамике наблюдается тенденция к увеличению объемов безналичных расчетов с использованием банковских карт и постепенному отказу от применения наличных денег.
Проведенное исследование позволяет констатировать ослабление регионального банковского сектора как Ставропольского края, так и СКФО в целом. Клиенты (юридические и физические лица) в большинстве случаев для обслуживания выбирают филиалы инорегиональных кредитных организаций, что ставит под угрозу деятельность региональных банков, не способных выдерживать конкуренцию с ними, и обуславливает необходимость ее оценки на региональном банковском рынке.
Для этого нами использован метод Герфиндаля-Гиршмана (таблица 2.5), применяемый Федеральной Антимонопольной Службой РФ (ФАС) согласно Приказу от 28.04.2010 N 220 "Об утверждении Порядка проведения анализа состояния конкуренции на товарном рынке" [10]. Индекс рыночной концентрации Герфиндаля-Гиршмана дает оценку распределения рыночных долей конкурентов, и находится по формуле
Оценка качества обслуживания клиентов коммерческих банков на основе метода интеллектуального текстового анализа
Повсеместное распространение сети Интернет позволяет получать большие объемы информации, к которой относятся практически все данные, находящиеся в свободном доступе: сайты информационных агентств (РБК, Forbes, Банки.ру и т.д.), новостные источники, социальные сети (ВКонтакте, Instagram, Facebook и т.д.), блоги (Twitter и т.д.) и многое другое. При этом большая часть такой информации представлена в неструктурированном виде – в текстовой форме, что существенно затрудняет ее обработку и дальнейшее использование.
В этой связи актуальность представляют статистические подходы к извлечению и анализу тематических неструктурированных данных из сети Интернет.
В настоящем исследовании в виде таких данных выступили отзывы клиентов о коммерческих банках, взятые с информационного портала «банки.ру». Для их обработки и анализа нами применена технология «Text mining» (интеллектуальный анализ текста) – направление в искусственном интеллекте, целью которого является получение информации из массива текстовых данных, с применением эффективных в практическом плане методов машинного обучения и обработки естественного языка [116].
В связи с тем, что о ПАО «Ставропольпромстройбанк», БУМ-Банк ООО и АО АКБ «Тексбанк» в сети Интернет содержится малое число отзывов, объектами исследования выступили все коммерческие банки, функционирующие на территории Ставропольского края.
Сбор отзывов и их последующее преобразование в необходимую форму – трудоемкий процесс. Для его автоматизации применена процедура Web Scraping (парсинг html-сайта) на основе высокоуровневого языка программирования общего назначения «Python» с использованием python-библиотеки «Requests» и библиотеки для парсинга html-страниц «lxml». В результате были получены 522 отзыва за период с декабря 2015 г. по январь 2018 г. (таблица 3.1).
Таким образом, была сформирована коллекция документов непосредственно для интеллектуального анализа текстов.
Для анализа неструктурированный текст преобразован в структурированный, что позволило уменьшить его размерность и привести к единому виду.
Так, из сформированного текста исключаются «стоп-слова», т.е. слова, которые являются вспомогательными и несут мало смысловой информации. К ним можно отнести союзы, предлоги, артикли, а также общеиспользуемые термины, вводные слова, местоимения и т.д. В данной работе для удаления стоп-слов использовался русскоязычный и англоязычный словарь стоп-слов из программы Statistica 12, дополненный в процессе собственных исследований.
Для сокращения размерности текста применялась операция выделения основы слова – стеммниг [135; 138; 156]. Стеммниг – эвристический процесс, в ходе которого от слов отбрасываются окончания. Тем не менее, о целесообразности стемминга в научном сообществе не сформировано единой точки зрения. Так в [57] и [32] отмечается, что проведенное исследование восьми европейских языков показало эффективность стемминга особенно при обработке текстов, написанных на финском и испанском зыках, которые относятся к языкам со сложной морфологической структурой. Русский язык специалистами также относится к данной языковой группе и рекомендуется к использованию стемминга, что обуславливает его применение в исследовании. Проведенная фильтрация позволяет уменьшить исходные данные без потери их качества. Преобразованные отзывы приведены в таблице 3.2. Преобразованные слова в отфильтрованных отзывах формируют терм-документную матрицу (documenterm-matrix, dtm), которая представляет собой математическую матрицу, описывающую частоту терминов в собранной коллекции данных. В терм-докуменной матрице строки соответствуют документам в коллекции, а столбцы – терминам [155]. Полученная dtm -матрица размерностью 522x31 представлена в таблице 3.3.
Используя матрицу dtm, можно перейти к выявлению тем в отзывах с помощью применения вероятностного тематического моделирования. Одним из наиболее популярных подходов к тематическому моделированию является метод латентно-семантического анализа (англ. Latent Semantic Analysis, LSA).
Латентно-семантический анализ представляет собой «полностью автоматический алгебраически-статистический метод обработки текстовой информации на естественном языке, который применяется для получения и представления контекстного использования значений слов в коллекции текстовых документов.
Основная идея этого метода заключается в том, что совокупность всех текстовых документов коллекции приводит к взаимным ограничениям использований слов, которые и определяют сходство семантических значений слов и документов» [142; 146; 143].
Латентно-семантический анализ применяется в различных областях анализа текстовых данных, включая информационный поиск через браузер в сети Интернет [140], классификацию документов [125; 132; 164], автоматическое аннотирование [144; 149; 150; 157].
В основе метода латентно-семантического анализа лежит матричное представление коллекции текстовых документов, получаемых с помощью модели «мешок слов» (Bag of Words). В данном случае формирование пространства тематик и тематического представления документов осуществляется путём применения к полученной ранее матрице dtm одного из матричных разложений. Наиболее распространенным является сингулярное разложение (англ. Singular Value Decomposition, SVD) [142; 146].
На рисунке представлена семантическая сеть выявленных тем, где были исключены все ребра, которые имеют корреляцию менее 20 % (Приложение Г). Для расчета корреляции применена матрица, где в качестве столбцов использованы выявленные темы, а в качестве строк – все отзывы, оставленные клиентами за исследуемый период. В результате получилась матрица размером 522х31, где на пересечении строк и столбцов была определена частота появления каждой темы в каждом отзыве. Затем, на основе полученных частот рассчитана корреляционная матрица между темами размерностью 31х31.
Так, согласно рисунку 3.1, ряд тем можно объединить в группы:
1) расчетно-кассовое обслуживание (темы: вопрос, сотрудник, офис, клиент, обслуживание, операция, банкомат, деньги, карты, счет);
2) кредитование (темы: услуга, договор, кредит, процент, платеж, долг,оплата, валюта);
3) звонки (темы: жалоба, телефон, звонок);
4) отказ в обслуживании (темы: отказ, заявка);
5) обслуживание в офисе (темы: проблема; отделение).
После выявления основных тем, перейдем к оценке уровня удовлетворенности клиентов обслуживанием в коммерческих банках на основе информации, содержащейся в оставленных ими отзывах.
Согласно таблице 3.1, не все отзывы оценены клиентами по 5-балльной шкале. В этой связи актуальным является разработка метода, позволяющего автоматически оценить их по аналогичной шкале в зависимости от содержания.
Так, все имеющиеся отзывы разделены на 2 группы:
1) отзывы, имеющие оценку (288 отзывов);
2) отзывы без оценки (234 отзыва).
Первоначально необходимо определить тональность текста во всех отзывах. В литературе существует 4 основных подхода к решению данной задачи:
1) подходы, основанные на правилах;
2) подходы, основанные на словарях;
3) машинное обучение с учителем; 4) машинное обучение без учителя.
Для определения тональности отзывов нами использован подход, основанный на машинном обучении с учителем (supervised learning), а в качестве метода был выбран метод k-ближайших соседей (K-Nearest Neighbors). Его ключевая идея заключается в том, что решение об отнесении нового документа к к тому или иному классу принимается не по всей выборке, а только по документу, который находится в непосредственной близости от классифицируемого текста.
То есть, согласно правилу ближайшего соседа, новый документ XN+1 относится к тому же классу Qk (к=1,...,К), к которому принадлежит его ближайший сосед Xj [35].
Структурно-функциональные преобразования клиентской политики в региональных коммерческих банках
В настоящее время региональным коммерческим банкам сложно выдерживать конкурентную борьбу за потребителя с филиалами крупных инорегиональных кредитных организаций. Соответственно, очевидна целесообразность преобразования их клиентской политики, в частности, путем встраивания ее в систему общего менеджмента.
Поскольку в региональных банках клиентская политика зачастую опирается на подход, ориентированный на максимальный объем реализации продуктов и услуг, не всегда совпадающих с потребностями клиентов, в диссертации предложено создание профильного отдела по работе с клиентами (ОРК), что позволит кредитной организации стать более клиентоориентированной. Отметим, что данный принцип построения организационной структуры лежит в основе крупнейшего отечественных банков (ПАО Сбербанк, ПАО Банк ВТБ и т.д.).
Предполагается, что отдел по работе с клиентами будет включать следующих специалистов: 1) руководитель отдела; 2) заместитель руководителя; 3) главный менеджер по работе с клиентами; 4) главный менеджер по продуктам; 5) менеджер по работе с клиентами; 6) менеджер по продукту; 7) ассистент менеджера по работе с клиентами; 8) менеджер счета.
Для более качественного и оперативного обслуживания клиентов, при формировании должностных инструкций необходимо:
1) внести в полномочия менеджера по работе с клиентами возможность предоставления скидок – ценовой коридор по клиенту в разрезе продуктов (в том числе в рамках продуктового предложения), что позволит сформировать предложение сразу на переговорах с клиентом;
2) исключить злоупотребления со стороны менеджера по работе с клиентами – определение цены происходит на основе объективных параметров, с минимальным учетом субъективных параметров;
3) контролировать предоставление скидок – разработать централизованную базу с индивидуальными ценами на продукты и фиксацией в системе лиц, принявших такие решения, что позволит контролировать процесс ценообразования;
4) проводить мониторинг выполнения условий – автоматизированный контроль выполнения клиентом условий установления индивидуальных цен (ковенант) и времени действия индивидуальной цены.
Ядром ОРК призван стать научно-аналитический центр, непосредственно не обслуживающий клиентов, но способствующий поддержанию и совершенствованию данного процесса. В его задачи входит:
- разработка и модернизация методологии работы с клиентами;
- анализ статистической информации по клиентам в агрегированном и/или индивидуальном виде;
- исследование уровня удовлетворенности и лояльности клиентов;
- подробный анализ «клиентского рынка» региона: выявление подходящих банку клиентов и анализ общих экономических тенденций в регионе;
- анализ деятельности конкурентов по отдельным направлениям обслуживания клиентов.
Ю.С. Масленченков и Н. А. Чижов предлагают, с целью экономии средств, заказывать проведение подобных мероприятий в профильных организациях (например: агентство экономической информации «Прайм», РБК и т.д.) [58]. Проанализировав ориентировочную стоимость такого заказа, мы убеждены, что приведенные функции банк должен выполнять самостоятельно. Стоимость «заказных» разовых исследований, может быть ниже, чем создание аналитического центра. Однако стремительно меняющиеся требования банковского рынка диктуют необходимость динамичных (постоянных) исследований, а не разовых.
В организационной структуре отдела по работе с клиентами такой центр является обособленным подразделением, находясь в подчинении непосредственно руководителя ОРК. Его численность зависит от размера банка, масштаба клиентской базы и т.д.
В целом, организационная структура отдела по работе с клиентами учитывающая функциональную направленность персонала представлена на рисунке 3.8.
В результате менеджер по работе с клиентами фокусируется на привлечении клиентов и продажах. Функции поддержки продаж (деятельность по сопровождению клиентов и решению текущих вопросов) и оформления сделок делегируется его ассистенту. Сопровождение в рамках операционного обслуживания закрепляется за менеджером счета. Менеджер по продукту вовлекается в продажи в рамках клиентско-продуктовой команды.
Поскольку персонал ОРК ориентирован на поддержку потребителей в достижении поставленных ими целей, его функции приобретают характер клиентоцентричности, что подразумевает наличие большого объема информации о клиентах. Такая концепция получила название «360-degree customer view», и сегодня ее применение в условиях жесткой конкуренции наиболее актуально.
Так, клиентоцентричная модель состоит из следующих блоков:
1) знание о клиенте, подразумевает выявление:
- основных атрибутов и показателей клиента;
- структуры бизнеса;
- направлений развития клиента;
- обратной связи от клиента;
- жизненного цикла клиента;
- истории взаимоотношений клиента с другими банками;
2) сегментация, направлена на узкоспециализированную группировку клиентов по дополнительным критериям, таким как:
- размер клиента;
- отраслевая принадлежность;
- текущий доход от клиента;
- приоритет клиента для банка;
3) сервисная модель:
- система полномочий клиентских менеджеров и продуктовых специалистов;
- система повышения качества обслуживания.
4) процессы и продукты, предполагают:
- разработку комплексных продуктовых решений для различных клиентов в зависимости от отрасли;
- прозрачные, простые и надежные процессы обслуживания клиентов;
- доступные и удобные каналы взаимодействия;
5) культура взаимоотношений проявляется в:
- изменении менталитета сотрудников, т.е. внутренней ориентации на клиента;
- уровне квалификации и мотивации персонала;
- программе обучения и повышения квалификации персонала.
Расширение объема информации о клиентах позволит детализировать их сегментацию путем внедрения подпроцесса приоритизации – выделения ключевых клиентов на основе их потенциала, под которым понимается возможность развития взаимоотношений с целью увеличения будущей доходности за счет роста объемов продаж (рисунок 3.9). Так, клиенты делятся на четыре сегмента, в зависимости от приоритетов:
1) сегмент «А» - текущий доход от операций с клиентом высок, потенциал продаж значителен;
2) сегмент «В» - текущий доход относительно высок, но потенциал продаж ограничен или отсутствует;
3) сегмент «С» - невысокий текущий доход от операций с клиентом на фоне значительного потенциала продаж;
4) сегмент «D» - текущий доход ограничен либо отсутствует, потенциал продаж минимален или не рассчитан.