Статьи
Как работает интеллектуальная система управления сетью отделений Сбербанка
Опубликовано: 17.12.2018
О внедрении в крупнейшем банке страны интеллектуальной системы управления, призванной подтянуть «худших к средним» и добавить структуре управления отделениями прозрачности, в рамках своего выступления на FinBranch-2016 рассказал директор департамента продаж и обслуживания сети ВСП Сбербанка Василий Палаткин.
TRASSIR ActivePOS видеоконтроль кассовых операций, решение для ip видеонаблюдения
Интеллектуальная система управления продажами розничного бизнеса Сбербанка (ИСУ) – это система, позволяющая нам оптимизировать работу сети, на всех уровнях сокращать объем работы менеджера и многие процессы переводить в автоматический режим. Мы рассматриваем организацию как живой организм, и критические отклонения от реализуемых моделей в ряде случаев представляют угрозу. Важно поставить правильный диагноз, выявить болезнь или отклонение, которые у нас возникают, и применить лучшую практику, позволяющую устранить подобное отклонение. В Сбербанке более десяти уровней управления. Возникает проблема – любой управленческий сигнал по пути сверху вниз искажается. Руководители точек продаж тратят около 1,5-2 часов только на анализ отчетности, просмотр выгрузок, сбор информации для принятия решений. Несмотря на то, что мы идем к централизованным решениям, сейчас один сотрудник все еще может работать с несколькими системами. И на это уходит много времени, а время для нашего фронта дорого. В ряде случаев начинают работу не с причины, а со следствия – «лечат градусник», как это у нас называют. В связи с этим организация системной работы по части сбора лучших практик – это тоже всегда область роста. Когда у тебя в управлении 100 тысяч сотрудников, то интересные решения, которым научились в Волгограде, всегда не быстро доходят до Байкала, и наоборот. Начинается изобретение чего-то своего, что не всегда хорошо. Основные принципы Главное правило – экономия времени и исключение ошибок при самостоятельном поиске отклонений. Мы помогаем менеджеру, сотруднику внизу увидеть конкретное отклонение. Например, у него может быть низкий уровень конвертации, вследствие плохого знания продукта, или операционная ошибка, когда человек неправильно оформляет приходно-кассовые документы – нарушение процедуры закрытия операционного дня. У нас есть набор определенных маркеров, и, что критически важно – большинство этих маркеров должно быть автоматическим – исключаем ручной труд. Далее, на основании лучшей практики, мы делаем рекомендации, как это отклонение устранить. Система работает очень просто. На конкретный управленческий уровень выставляется отклонение по качеству работы с клиентами, операционному обслуживанию, численности сотрудников, режиму работы, нагрузке на сотрудника. Это отклонение должно быть устранено. Если мы видим через наши системы, что отклонение не устраняется, то оно выставляется повторно. В третий раз – уже эскалируется на более высокий уровень. И так любое отклонение по ступенькам может дойти до меня и даже до моего руководителя в центральном аппарате. И если это самая небольшая проблема, но она сохраняется в течение 20 недель – это либо проблема не работающей управленческой вертикали, и нужно разбираться с уровнем ниже, либо причины возникновения этого отклонения таковы, что нужно подключаться нам. Как работает система Первое – определяются маркеры по процессам, происходит анализ данных автоматизированных банковских систем, выявляются отклонения в разных видах. У нас в системе сейчас около 120 видов отклонений в продажах, около 2 тысяч – в операционном качестве, и 50 видов отклонений по отдельным моделям «Сбербанк Премьер» – в обслуживании массового высокодоходного сегмента. Второе – руководителям на конкретных уровнях направляются рекомендации по устранению отклонения на основе лучших практик. Принципиальный момент – в системе не должно быть общих рекомендаций. «Иди и реши проблему», – это не рекомендация. Очень важно разбить весь процесс на атомы, на максимально мелкие детали, выявить то неработающее звено, из-за которого возникает отклонение и дать рекомендацию, как это отклонение устранить. Ежемесячно у нас выставляется около 300 тысяч задач на устранение отклонений. Последнее – мы собираем обратную связь с территории и совершенствуем наши алгоритмы. Это постоянный процесс обучения, так как меняются наши процессы, наши клиенты, наши модели обслуживания. Система должна постоянно учиться, выявлять, где наши рекомендации не срабатывают. Пример: Безбумажный фронт-офис Одна из наших задач – перевести наших клиентов на безбумажный фронт-офис (БФО) – операции с использованием карты и т.д. Допустим, по каким-то причинам конкретный сотрудник этого не делает – не переводит своих клиентов при обслуживании на БФО. Тогда система выявляет, что этот сотрудник отличается от среднего уровня по системе.
Важно отметить, что мы не стараемся придумывать каких-то желаемых значений, вроде: «Хочу, чтобы сотрудник продавал в день два кредита». Мы берем средний уровень и мерилом выступает не вся Россия, а конкретная территория. Если, например, на территории республики Башкортостан сотрудники в среднем проводят 50% операций по БФО, но есть сотрудник, который проводит только 30%, то мы на основании ряда маркеров определяем конкретного сотрудника и даем задание на устранение [отклонения – FutureBanking].
На следующем этапе руководителю или заместителю руководителя офиса ставится задача: проверить, умеет ли технически работать сотрудник, нет ли каких-либо проблем с реализацией функций на рабочем месте, после чего проводится наставническая сессия. Если мы видим, что проблема системная, то запускаем дополнительные процессы обучения, рассчитанные на массовый сегмент сотрудников фронт-офиса.
Результаты
В течение последнего года нам удалось на 22% снизить время ожидания в очереди к менеджерам по продажам, теперь в среднем клиенты ожидают пять минут. Рост активности использования подключенных услуг – мобильного банка, «Сбербанк Онлайн», автоплатежей, дебетовых карт и пр. – составил 20%. Мы мониторим, как активируются продукты, которые продал конкретный сотрудник или офис. В случае, когда много пустых продаж – карты выдаются, но в дальнейшем не используются, или подключается интернет-банк, и он в дальнейшем не активен, мы понимаем, что по данному сотруднику или точке продаж нужно разобраться. Либо нет понимания, как пользоваться продуктом, либо это фрод – сотрудник или навязывает эту продажу, или в худшем случае продажа делается без ведома клиента – такие случае тоже бывают. В зависимости от конкретной причины реализуются меры по устранению отклонения.
Другая наша проблема – это обслуживание в живой очереди, когда вместо системы электронных очередей сотрудники выстраивают [живую] очередь. Такие случаи нам удалось сократить в 4 раза.
Финансовые потери от продаж продуктов, не востребованных клиентами, нам удалось сократить на 42%. Очень хорошим результатом считаем сокращение на 30% финансовых потерь вследствие ошибок и нарушений в операционной работе.
ИСУ позволяет ставить задачу персонализировано, а не в целом: «обучить сотрудника знанию всех процессов» или «все ВСП [внутренние структурные подразделения - FutureBanking] начинаем лечить от всего». Мы определяем, на каком этапе сотрудник допускает ошибку и даем задание, необходимое для устранения этих ошибок.
Что дальше
1) Включение в ИСУ обеспечивающих служб (забота о клиентах, управление сетью устройств самообслуживания и др.). Пока система работает по бизнес-вертикали, но мы распространяем ее и на поддерживающий сегмент.
2) Создание wiki-площадки по устранению отклонений внутри нашей команды. Любой из 200 тысяч сотрудников региональной сети может внести свое предложение, и мы его отработаем.
3) Предоставление сотруднику определенной свободы действий, права отступления от стандартов, если у него отсутствуют хронические отклонения, он работает качественно и успешно, то мы меньше его контролируем.
4) Внедрение мобильной версии.