Бюджеты сокращаются, ожидания от ИИ оказались выше результата, а бизнес меняется быстрее, чем успевают CX-процессы, а внешние события — от отзыва сертификатов приложений до новых требований регулятора — могут в любой момент перевернуть планы на квартал. В этой сессии CX-директора крупнейших банков честно говорят о том, что нужно сделать уже сейчас, чтобы продолжать развиваться и выйти из периода неопределённости сильнее конкурентов.

Ключевые вопросы для обсуждения:
— Что CX-функция делает, когда бюджет урезан, а развитие на паузе: что сохранить в первую очередь?
— Как удерживать качество сервиса, когда внешние события срывают планы — какие решения сработали на практике?
— Как доказывать ценность CX-инвестиций, когда каждый рубль должен окупаться?
—  Какие CX-инициативы окупились быстрее всего за последний год, и что из этого может повторить любой банк?
—  Как запускать изменения быстро и малыми силами: пилоты, MVP, переиспользование готовых решений?
—  Какие компетенции нужны CX-команде, чтобы из сервисной функции стать партнёром бизнеса по росту?
—  Блиц: одна инициатива, которую каждый спикер рекомендует запустить в ближайшие три месяца.

За два-три года банки попробовали копилоты, ИИ-ассистентов и агентов во внешнем контуре. Отрасль прошла этап изучения инструментов, и стало видно, что ожидания от скорости и масштаба изменений оказались завышены: полной автоматизации процессов пока нет, ИИ оптимизирует отдельные функции. При этом проекты не замораживаются — направление продолжает развиваться, рассмотрим кейсы, где автоматизации дала самые впечатляющие результаты.

Ключевые темы для обсуждения:
— ИИ-агенты на сложных сценариях: как научить агента решать проблему клиента целиком, а не отвечать на отдельный вопрос?
— Голосовые роботы нового поколения: почему генеративные роботы ломаются при внедрении и как этого избежать?
— База знаний как фундамент ИИ: почему качество ответов зависит от контента не меньше, чем от модели?
— Цифровой помощник оператора: суфлёр, автоматическое резюме диалога, ИИ-тренер и ускорение адаптации новичков.
— Пилот с фиксированным KPI: как договориться с вендором о метрике успеха до старта и честно оценить результат.
— Мультиагентные системы в контакт-центре: от автоматизации к автономизации.
— Как меняется путь клиента, если первым каналом поиска и сравнения становится ИИ? Как адаптироваться бизнесу?

CX-команды собирают обратную связь, считают NPS и CSI, анализируют обращения и клиентские пути. Продуктовые команды отвечают за конверсию, активацию, удержание и доход. Но на практике эти данные часто существуют параллельно: инсайты не попадают в бэклог, а продуктовые решения принимаются без понимания того, где клиент теряет доверие, время и деньги. На сессии обсудим, как объединить данные о поведении, обратной связи и обращениях с продуктовыми и финансовыми метриками — и превратить аналитику CX в основание для приоритизации.

Ключевые темы для обсуждения:
— Речевая и текстовая аналитика на LLM: от автоматической классификации тем и причин жалоб — к контролю качества, выявлению проблемных сценариев и поиску точек роста в продукте.
— Единый профиль клиента: как связать данные каналов, продуктов и обращений в целостную картину. продуктовое поведение, сервисные обращения, исследования и обратная связь.
— Из обращения в бэклог: как аналитика клиентского опыта меняет продуктовые приоритеты, как превратить массив обращений и качественной обратной связи в конкретные задачи, доказать их ценность и довести до реализации.
— Предиктивная аналитика: как выявлять риск оттока и считать CLTV, чтобы управлять удержанием.
— Мониторинг инцидентов и голос клиента в публичном поле: как находить сбои раньше, чем о них напишут в отзывах.
— CX-дашборды для руководства: какие показатели действительно влияют на решения.

Бизнес меняется в разы быстрее и граница между клиентским опытом и продуктовой разработкой размывается: CX-команды всё чаще приходят в бизнес не с запросом, а с готовой концепцией нового продукта, при этом управление клиентским опытом децентрализуется, продуктовые команды самостоятельно строят клиентские пути, отвечают за удовлетворённость и удержание клиентов. как перейти от доработки продуктов по обратной связи к клиентоцентричности, то есть к решению глубинных задач клиента, под которые иногда приходится создавать совершенно новые продукты?

 — CX-Check до запуска: как найти клиентские тупики до выхода продукта. Как проверить клиентский путь ещё до запуска продукта или новой функци и превратить CX-проверку из согласовательного барьера в инструмент ускорения time-to-market.

 — От клиентоориентированности к клиентоцентричности: как перейти от реакции на отдельные пожелания и жалобы к исследованию jobs to be done, когда анализ задач и контекста клиента приводит к новому продукту, сервису или бизнес-модели.

 — CX в продуктовой команде: как децентрализовать клиентский опыт и не потерять единый стандарт? Как поддерживать единые подходы к исследованиям, клиентским путям, метрикам и качеству решений.

 — Что бизнес ждёт от CX: как приносить не отчёты, а решения? Какие исследования и данные действительно помогают принять решение, как должна быть сформулирована CX-гипотеза, в каком виде нужен инсайт и почему часть рекомендаций не доходит до реализации.

Чат в мобильном приложении стал основным каналом общения с банком, но клиент по-прежнему ждёт бесшовного перехода в звонок или офис. Персонализация повышает продажи, но часть клиентов испытывает дискомфорт от использования их данных. Законодательные ограничения меняют набор доступных каналов, а борьба с мошенничеством не должна превращать сервис в череду блокировок. Какие инструменты коммуникаций помогают удерживать клиента и растить продажи?

Ключевые темы для обсуждения:
— Омниканальность без потери контекста: как передавать историю обращения между чатом, звонком, приложением и офисом.
— Персонализация в реальном времени: CRM, CDP и next best action — где граница между полезной и навязчивой коммуникацией?
— Каналы коммуникаций в 2027 году: что остаётся доступным с учётом законодательных ограничений и антифрод-мер.
— Антифрод и клиентский опыт: как защищать клиента без ложных блокировок и потери лояльности.
— Репутация в цифровых каналах: автоматизация работы с отзывами в геосервисах и соцсетях.

Клиент покупает страховку в банке, но обслуживается и получает выплату у страховщика. Клиент видит два бренда, а ожидает один бесшовный сервис. Обсудим, как выстроить единый путь: прозрачное предложение без навязывания, обмен контекстом между каналами, проактивную коммуникацию и быстрое урегулирование. Разберём, какие данные и ИИ-сценарии улучшают опыт, где нужна эскалация к человеку и как CX влияет на удержание, повторные продажи и экономику партнёрства.

Ключевые темы для обсуждения:

— Кто владеет клиентским путём страхования в банке? Клиент покупает полис у банка, а обслуживается и получает выплату у страховщика. Как разделить ответственность за опыт, чтобы у клиента не было ощущения, что он «передан» другой компании?
— Как собрать единый профиль клиента банка и страховщика? Какие данные о продукте, обращениях, событиях жизни клиента и страховом случае можно и нужно связывать, чтобы клиенту не приходилось повторять одну и ту же информацию в разных каналах?
— Как превратить обращения и жалобы в изменения продукта? Какие сигналы из контакт-центра, отзывов и страховых кейсов должны попадать в продуктовый бэклог банка и страховщика — и как доказать их влияние на удержание, конверсию и P&L?
— Где ИИ реально улучшает страховой клиентский путь, а где создаёт новые риски? Какие сценарии стоит автоматизировать: подбор покрытия, объяснение условий, статус заявления, урегулирование убытка? Где необходим человек — особенно при отказе в выплате или сложном страховом случае?
— Как обеспечить бесшовный переход между каналами и партнёрами? Клиент начинает в чате приложения, звонит в банк, затем обращается в страховщик. Как передавать контекст между чатом, звонком, офисом и страховой компанией без потери истории и повторных объяснений?
— Как персонализировать страховое предложение, не превращая его в навязывание? Где проходит граница между полезной рекомендацией защиты и давлением на клиента в момент оформления кредита, ипотеки или вклада? Какие метрики помогут это контролировать?
— Какие CX-метрики действительно связывают клиентский опыт с деньгами? Что важнее для банка и страховщика: NPS, доля жалоб, time-to-payout, конверсия в полис, удержание клиента, CLTV или снижение стоимости обслуживания? Какие показатели стоит выносить на уровень руководства?

Честный разговор о CX-, продуктовых и AI-инициативах, которые не дали ожидаемого результата с первой попытки. Участники обсудят проекты, где не подтвердились гипотезы, автоматизация не снизила нагрузку, исследования не повлияли на решения, а продуктовые изменения не дали ожидаемого эффекта. Главный фокус — не на ошибке как таковой, а на том, как команда распознала проблему, пересобрала подход и нашла работающую альтернативу.

Темы для обсуждения:

• Автоматизировали сервис, но получили больше обращений: где бот, голосовой помощник или AI-ассистент не справился — и как команда перераспределила сценарии между технологией и человеком.
• Провели исследование, но продукт не изменился: почему инсайт не попал в бэклог — и как CX-команда изменила формат данных, метрики или способ взаимодействия с продуктом и бизнесом.
• Запустили функцию, а клиент её не заметил или не понял: какие ошибки были в сценарии, коммуникациях, интерфейсе или сегментации — и как удалось найти более понятный путь.
• Собрали метрики, но не получили решений: как команды ушли от отчётности ради отчётности к показателям, связанным с конверсией, удержанием, LTV или cost-to-serve.
• Масштабировали пилот слишком рано: какие признаки показали, что решение не готово к тиражированию, и как проект пересобрали через новый сегмент, MVP, ограниченный сценарий или другую экономику.
• Пытались улучшить существующий продукт, а проблема оказалась глубже: как работа с задачами клиента привела к новому сервису, каналу или продуктовому предложению вместо очередной доработки.
• Закрыли проект — и это стало правильным решением: как заранее определить критерии остановки, освободить ресурсы и использовать результаты неудачного пилота для следующей гипотезы.