AI в CVM — как новые кроссовки у ребёнка: дорого, модно, и все надеются, что теперь он будет бегать быстрее. А на деле — только красивые фото в презентациях.

💬 В одной страховой мне показывали модель оттока с точностью 88%. Звучит круто — пока не узнаёшь, что отток в сегменте был 92%. Модель просто предсказывала: «все отвалятся» — и почти не ошибалась. Вопрос: и что теперь с этим делать?

⸻

📌 AI не должен мешать клиенту покупать. Он должен помогать бизнесу действовать.

В Райффайзен Лайф у нас не было времени на сложные модели. Мы запускали MVP руками: сегментация по поведенческим признакам, welcome-цепочка, каскадная логика. Без данных? Почти. Зато +19% по пролонгации за два месяца.

В ВСК CVM-команда подняла конверсию триггеров не за счёт AI, а за счёт синхронизации каналов: если клиенту уже позвонили, не надо дублировать пушем. Простое правило — а на выходе +15% к отклику и —30% к жалобам. Да, всё это проверяли через A/B и uplift-анализ — без слепой веры в «вроде сработало».

💡 Но бывает и наоборот.

В одном из консалтинговых проектов для банка мы применили простую модель churn-скоринга: классификатор на 5 факторов, обученный на истории оплат. На её основе построили каскадную коммуникацию — от SMS до прозвона. Результат: на сегменте с высоким риском оттока возврат вырос в 2,3 раза по сравнению с бенчмарком, при этом стоимость касания упала на треть. 📌 Главное — модель была не витриной, а частью действия. Не “отчёт”, а “триггер”.

⸻

⚠️ Проблема в том, что AI часто превращается в проект ради проекта: — Модель строится дольше, чем живёт сам продукт; — Каналы сопротивляются: «мы не будем ждать ваших выходов по сегменту, у нас KPI»; — На выходе — красивая витрина и ноль влияния на выручку.

⸻

💡 Вместо этого — простой, проверенный подход: 1. Сначала вопрос. Например: «Как удержать молчаливых топ-клиентов до конца месяца?» 2. Потом гипотеза. Например: триггер по неактивности + прозвон тем, кто открыл письмо. 3. Потом тест. A/B, контролька, реальный uplift. 4. И только потом — модель. Но не «для галочки», а чтобы масштабировать то, что работает.

⸻

🙋‍♂️ CVM — это не лаборатория, а инженерная система. AI — не цель, а всего лишь инструмент. Лопата.

Главное — копаешь ли ты в ту сторону, где лежат деньги. А не просто хвалишься, что у тебя есть «лопата на ML».