В условиях жесткой конкуренции удержание клиента становится дороже привлечения. Многие игроки рынка делают ставку на кешбэк и демпинг, но Владимир Абазов, директор по росту, монетизации и аналитике экосистемных сервисов 
«Т-Банка», уверен: настоящая лояльность строится на ценности, а не на цене. В интервью он объясняет, как измерять «любовь клиента» в метриках LTV, почему экосистема должна работать на горизонте 30 лет и как покупать «благодаря» сервису, а не «несмотря» на условия.
В экосистеме «Т-Банка» много нефинансовых сервисов. Как выстраивается сквозная аналитика по этим направлениям, и в чем ваша главная задача?
Для нас важно органично встраиваться в различные жизненные сценарии, чтобы клиент мог через банковское приложение решать не только вопросы управления личными финансами, но и мог купить билеты в кино, заказать продукты на вечер, подобрать тур в отпуск или выбрать подарок. Чем больше повседневных задач платформа может закрыть, чем лучше будем понимать паттерны его поведения, тем более релевантные и выгодные предложения сможем ему делать. В целом, компания стремится к тому, чтобы сохранить лояльность клиентов на горизонте 30 и более лет. При этом платформа не фокусируется на максимизации прибыли в каждом отдельном сервисе, то есть важнее, чтобы клиент оставался с компанией надолго, чем заработать на одной транзакции. Соответственно, задача аналитики заключается в том, чтобы смотреть на опыт клиента по всем сервисам и растить экосистемное счастье и LTV.
Как выстраивать ценность для пользователя, чтобы он покупал не «несмотря», а «благодаря»?
В основе ДНК бренда — принцип «Любовь к клиенту». Работа с пользователями строится на двух китах.
Первое — максимальное удобство выбора. Клиент должен чувствовать, что банк предлагает решение, которое снимает его «боль» поиска. Прозрачная логика, персонализация, забота на каждом этапе — основа доверия.
Второе — финансовый оффер. Способность сделать покупку выгодной: кешбэк, скидки, программа лояльности. Но цена — не единственный аргумент. Долгосрочная экономия и ценность сервиса часто важнее разовой скидки.
Как отбираете партнеров для экосистемных проектов? Что важнее: трафик, уникальность ассортимента или что‑то еще?
Единого фактора нет — всегда смотрим на сочетание нескольких критериев.
- Пользовательская ценность. Насколько партнер помогает закрыть важный сценарий, востребован ли этот сценарий, как именно партнер его закрывает.
- Операционное качество. Контроль исполнения «на земле»: скорость и точность доставки, полнота комплектации, стабильность сервиса. Это особенно важно в гибридных (online‑to‑offline) моделях, где логистика напрямую влияет на клиентский опыт.
- Экономическая составляющая. Выгодно ли выстраивать долгосрочные отношения для всех сторон: банка, партнера, клиента. Партнер приходит за качественными клиентами и эффективным CAC (customer acquisition cost — стоимость привлечения клиента). Здесь мы стремимся найти баланс, чтобы каждый получил для себя ценность.
- Репутация и совпадение ценностей. Общие этические и бизнес-принципы.
Как вы измеряете и растите «экосистемную лояльность»?
Для измерения эффективности используем многоуровневую систему метрик. Из базовых показателей смотрим на число активных клиентов и количество продуктов на одного клиента. LTV (lifetime value — пожизненная ценность клиента) — главный стратегический ориентир.
Лояльность оцениваем с помощью алгоритмических метрик, включающих глубину проникновения в продукты, долю в кошельке по каждому направлению и вероятность возврата или удержания в сервисе или внутри экосистемы в целом.
Какой тренд в data, рекламе или экосистемах, на ваш взгляд, сейчас переоценён? А какой — недооценен?
Я не считаю, что есть переоцененные тренды — главное, использовать их разумно. Сейчас нельзя игнорировать ИИ, но это не панацея. Не стоит ждать, что нейросети завтра полностью заменят человека или автоматически построят бизнес. Они могут снизить порог входа, но не довести проект до чистового варианта и реализации. В рекламе нейросети очень хорошо справляются с задачей создания рекламных креативов и даже с частью аналитических задач по оценке эффективности кампаний.
Недооцененный тренд — реальная data-driven культура, качественные данные и инфраструктура, а не просто слова для презентаций. Главная проблема рынка сейчас — качественная работа с данными: их сбор и хранение. Помните поговорку: «мусор на входе — мусор на выходе». Если у вас «мусорные данные», они превращаются в «мусорные рекомендации».
Используете ли вы ИИ для решения задач в экосистемных сервисах? Есть ли области, где ИИ пока проигрывает традиционным подходам?
ИИ в процессах банка появился давно. Выделю два ключевых направления его применения. Первое — это интеллектуальная маршрутизация в поддержке. Когда клиент пишет в чат, система на основе NLP (natural language processing — обработка естественного языка) распознает тему: путешествия, кредиты, инвестиции — и направляет запрос к профильному специалисту. Современные модели значительно улучшили точность распознавания намерений и скорость подбора эксперта. ИИ не заменяет человека, а усиливает взаимодействие, делая каждый контакт релевантным.
Второе направление — увеличение эффективности сотрудников. В мировой практике мы видим, как новые ИИ-агенты помогают более продуктивно разрабатывать сами продукты. У нас уже достаточно большая доля кода написана совместно с искусственным интеллектом. Человек всё ещё проверяет код и одобряет его для кодовой базы, но эти инструменты сильно ускоряют работу разработчиков и аналитиков.
Есть области, где ИИ пока проигрывает традиционным подходам. Во‑первых, с его помощью нельзя принимать управленческие и стратегические решения. ML хорошо оптимизирует локальные задачи: кому какую коммуникацию отправить, когда нужно перебрать миллион вариантов для миллиона клиентов. Но он не умеет принимать долгосрочные стратегии и, что важнее, нести ответственность за выбор стратегического фокуса. Для этого нужно много времени и структурных изменений, чтобы люди перестали брать ответственность на себя.
Во‑вторых, ИИ пока слабоват в масштабных креативах и бренд-коммуникации. Рисовать картинки модели умеют, но выбрать общий человеческий посыл, с которым бренд будет взаимодействовать с клиентами, — нет. Это про локальную экспертизу в неосязаемых моментах, про творчество. В этой сфере человек остается незаменимым.
Как за последние 2−3 года изменился запрос бизнеса на аналитику? Что сегодня важнее: скорость получения инсайтов или их глубина?
Запрос бизнеса в целом меняется в свете изменений в экономике. Бизнес всегда хотел, чтобы аналитика помогала принимать решения, а не просто описывала прошлое. Но раньше аналитики тратили 60−90% времени на рутину: подгрузку данных, проведение А/В‑тестов, ответы на вопрос «что происходит».
Сейчас у нас есть инструменты для автоматизации рутины. Времени на стратегические инсайты становится больше — не 10−20%, а существенно больше. Фокус сместился с описания «что было» на прогноз «что будет, если…» или «что надо сделать, чтобы…». Аналитик может заниматься глубокими исследованиями, поиском точек роста и помогать бизнесу принимать решения.
Как измеряете успех рекламной кампании внутри экосистемы? Какие метрики действительно важны для рекламодателя в финтех‑среде?
У банка есть большая розничная клиентская база и база бизнес-клиентов. Мы помогаем первым получить выгодное предложение, а вторым — найти свою аудиторию и увеличить продажи. Для этого у нас есть собственная рекламная платформа, которая позволяет соблюдать баланс между счастьем клиента и счастьем партнера.
Для клиента важна релевантность. Если мы показываем ему продукт, который действительно нужен в моменте, — это полезная реклама, которой он воспользуется. Для экосистемы это плюс, потому что клиент видит, что мы ему помогаем. Для партнера — потому что мы приводим целевого клиента.
Для партнера ключевая метрика — ДРР (доля рекламных расходов на одну покупку, которую банк помог привлечь). Банк знает клиента достаточно хорошо: на что он готов тратить деньги, а на что нет. Мы можем измерить эффективность рекламной кампании вплоть до того, насколько увеличился средний чек, сколько пришло новых покупателей, сколько людей пришло от конкурентов.
Мы видим эту информацию и по клиентам, и по партнерам, поэтому можем сводить рекламодателя и клиента на своих площадках. Форматы создаются так, чтобы гибко, качественно и креативно показывать нужную рекламу.
Финтех‑аудитория — одна из самых чувствительных к рекламе. Как работаете с релевантностью, чтобы не раздражать пользователя, но давать ему ценность?
Мы измеряем, насколько реклама работает: кликает ли клиент, пролистывает ли, покупает ли то, что рекомендуем. И что не менее важно — как это влияет на другие целевые действия. У клиента есть главные задачи: зайти, проверить счета, перевести деньги, инвестировать, накопить. Если мы в этот момент предлагаем релевантный оффер, который он и так хотел купить, — это целевой формат. Мы проверяем вовлеченность клиента в экосистему при рекламном давлении, чтобы не отвлекать от главной задачи, а наоборот, добавлять ценность.
Финтех-медиа развиваются именно потому, что банки хорошо знают, на что клиент хочет накопить или потратить деньги. Сервис может объединиться с партнёром и предложить не просто рекламу, а кешбэк, скидку и персональное предложение. Это работает сильно лучше, чем обычная реклама.
Какие форматы рекламы в финтехе считаете классическими, а какие перспективными на горизонте 1−2 лет? Что уходит в прошлое?
Точно уходит в прошлое «долбежка» без таргета, без фокуса, без персонализации. Партнеры не готовы платить за нее — они хотят качественную, адресную рекламу. А мы не хотим такое показывать клиентам.
Набирают популярность новые форматы взаимодействия: специальные проекты под партнера с интерактивом, соревнованием, розыгрышем. Но это дорогие и трудоемкие форматы, которые точно будут всегда идти с обычными баннерными плейсментами.
Также, все больше будет расти потребность показать рекламу не просто персонализировано, но еще и вовремя. Это особенно работает для нечастотных продуктов: одежда, мебель, путешествия, машины, квартиры. Сильно растет рекламное давление на человека со всех сторон, поэтому будет увеличиваться спрос на релевантность — показать нужный оффер ровно в период принятия решения о покупке.
Вы стали CDAO в 25 лет. Что помогало принимать стратегические решения, когда вокруг — коллеги с 10−15-летним опытом? Был ли момент, когда «не хватило седых волос»?
Ключевое — это понимать потребности бизнеса и понимать людей, как я могу им помочь. Я отвечал за аналитику, ML, BI, ну и за само хранилище данных. Конечно же, есть ключевая задача — помочь бизнесу в принятии решений. Но, на самом деле, изначально главная боль всегда у всех компаний — это наладить работу с данными. Найм команды и выстраивание хорошей базы процессов, хорошего хранилища, с которым могут работать аналитики — это, наверное, основное. Когда ты решаешь какую-то ключевую боль, которая долго не решалась, к тебе растет уровень доверия.
Важно, чтобы бизнес-партнер — маркетолог, продакт, логист — видел: ты разделяешь его ответственность, борешься за его результаты. Ты не просто советчик, который ходит и рекомендует, а часть команды, которая вместе с ним отвечает за успех и за провал.
Я работал сильно больше восьми часов в день, чтобы успевать за более опытными коллегами. Никто не чувствовал разницы. Минусы я навёрстывал обучением и старанием.
Если бы вы начинали путь в аналитике сегодня, с нуля, в 2026 году — на что бы вы сделали ставку в первую очередь?
Первое — hard skills. Статистика, математика, Python, SQL. Эти знания доступны в бесплатных источниках, но из‑за высокой конкуренции и сильных технических вузов базовый уровень требований постоянно растёт. AI будет демократизировать вход в профессию, но эти технические навыки будут необходимы все равно.
Второе — сохраняйте страсть к своему делу. Работодатели ценят «горящие глаза» и пытливый ум, стремящийся менять мир к лучшему. Всегда интереснее и приятнее работать рядом с человеком, который пришел решать задачи с интересом. Такие люди чаще находят нетривиальные решения и совершают кратный рост.
Третье — умение взаимодействовать с людьми. ИИ возьмет на себя рутину, но нетворкинг и живая коммуникация останутся критически важными. Не стесняйтесь писать экспертам и руководителям в отрасли: мотивированные специалисты с понятными вопросами всегда найдут отклик.
Четвертое — бизнес-контекст. Важно понимать пользователя и видеть связь между решением его проблемы и монетизацией для бизнеса.