Связаться

КейсыDiscovery

Alatau City Bank uchun skoring jarayonini tadqiq qilish

40 ta sessiya, 97 ta insayt, 11 ta toʻsiq: bankning kredit oqimini qanday test qildik va sunʼiy intellekt yordamida tahlilni qanday tezlashtirdik.

40
респондентов в лаборатории
−80%
стоимость аналитики
Клиент
Alatau City Bank
Страна
Казахстан
Год
2026
Решение
Discovery
Alatau City Bank на Финтехстане Профиль банка в каталоге финтеха Центральной Азии

Alatau City Bank kredit voronkasidagi muammolarni topish uchun biz 40 nafar respondentni taklif qildik. 40 soatlik videoni qoʻlda tahlil qilish — uzoq va qimmat jarayon, shuning uchun biz bu rutinga aylanib qolgan ishni ichki sunʼiy intellekt servisimiz — Rocket Insight Lab'ga topshirdik. Avtomatlashtirish mahsulotning koʻzga tashlanmaydigan infratuzilmaviy toʻsiqlarini topishga qanday yordam bergani haqida soʻz yuritib beramiz.

Loyiha boʻyicha dastlabki maʼlumotlar

  • Mijoz: Alatau City Bank.
  • Vazifa: ilovada kreditga ariza berish jarayonida foydalanuvchilarning chiqib ketish sabablarini aniqlash.
  • Metod: miqdoriy moderatsiya qilinadigan yuzabiliti-testlash.
  • Koʻlam: 40 nafar respondent, Almati, 2026-yil.
  • Vositasi: shaxsiy sunʼiy intellekt servisi Rocket Insight Lab.

Buyurtmachi qanday muammo bilan keldi

Bank shunday farazni ilgari surdi: mobil ilovadagi kredit rasmiylashtirish voronkasi samarasiz ishlamoqda. Dashbordlar aniq bosqichlarda foydalanuvchilarning yoʻqotilishini qayd etayotgan edi. Mijozga ushbu farazni tasdiqlash va toʻsiqlarning ustuvorlashtirilgan roʻyxatini olish kerak edi.

Nima uchun miqdoriy metod va real mahsulot

8–12 kishiga moʻljallangan klassik sifat tadqiqoti interfeysdagi toʻsiqlarni topadi. Ammo u muammoning koʻlamini koʻrsatmaydi. Takrorlanish darajasi haqidagi maʼlumotlarsiz jamoa birinchi navbatda qaysi xatoni toʻgʻrilash kerakligini tushunmaydi.

Biz 40 nafar respondent ishtirokida test oʻtkazdik. Bunday tanlanmada toʻsiqning takrorlanish darajasi biznes qarorlarini qabul qilish uchun argumentga aylanadi.

Ishtirokchilar ssenariyni oʻz smartfonlarida, ilovaning reliz versiyasida oʻtdilar. Bu qurilmalarning xilma-xilligini, mobil aloqa sifatini va yorugʻlikni hisobga olish imkonini berdi.

Ishtirokchilarni skrining qilish

Biz respondentlarni kredit olish uchun birinchi marta murojaat qilish ssenariysi asosida tanlab oldik. Tanlanmaga qoʻyilgan talablar:

  • Almatida yashovchi, 18 yoshdan 65 yoshgacha boʻlgan Qozogʻiston fuqarolari.
  • Kredit olishni koʻrib chiqishga tayyor boʻlgan bank xizmatlari foydalanuvchilari.
  • Buyurtmachi bankda amaldagi kreditlari yoʻqligi.
  • Kechiktirilgan toʻlovlarsiz, ijobiy kredit tarixi.
  • Ilovada yakuniy rasmiylashtirishsiz real ariza topshirishga tayyorlik.

Toza kredit tarixi — asosiy metodologik talab. Bankning rad javoblari "yomon qarz oluvchi" maqomiga toʻnkalmasligi kerak edi. Ishtirokchilar bankning haqiqiy skoringidan oʻtdilar. Bu voronkaning eng murakkab qismini — test stendida imitatsiya qilib boʻlmaydigan qaror qabul qilish bosqichini test qilish imkonini berdi.

Sessiyalar qanday oʻtdi

Biz Rocket Tech'ning UX-laboratoriyasida 40 ta yuzma-yuz sessiya oʻtkazdik. Respondent oʻz telefonini ushlab turdi. Tashqi kamera qurilma ekranini, ushlash holatini va barmoq harakatlarini yozib oldi. Moderator qadamlarni aytib turmadi. U ishtirokchini ssenariyda ushlab turdi va kutilmalar reallikdan farq qilgan daqiqalarni qayd etib bordi.

Rocket Insight Lab: tahlil uchun SI-konveyer

40 soatlik videoni tahlil qilish — tez-tez oʻtkaziladigan miqdoriy tadqiqotlar uchun asosiy toʻsiqdir. Qoʻlda transkripsiya qilish, replikalarni belgilash va takrorlanish darajasini hisoblash byudjet va muddatlarni yeb qoʻyadi. Biz bu vazifalarni Rocket Insight Lab sunʼiy intellekt servisiga topshirdik.

«Rocket Insight Lab: tahlil uchun SI-konveyer» boʻlimiga illustratsiya

Algoritm qanday ishlaydi:

  1. Taymkodli transkripsiya. Video matnga oʻgiriladi. Tizim replikalarni soʻzlovchilar boʻyicha ajratadi va ularni yozuvdagi soniyalarga bogʻlaydi.
  2. Birlamchi belgilash. Algoritm nomzod-fragmentlarni qidiradi: interfeysga oid savollar, pauzalar, xatolar haqidagi sharhlar.
  3. Patternlarni klasterlash. SI turli sessiyalardagi oʻxshash kuzatuvlarni yagona guruhlarga birlashtiradi. Bu inson omilini istisno qiladi — algoritm tanlanma oxiriga kelib birinchi intervyulardagi iboralarni unutib qoʻymaydi.
  4. Ogʻriqli nuqtalarni shakllantirish. Patternlar aniq muammolar tavsifiga yigʻiladi.
  5. Takrorlanish darajasini hisoblash. Servis har bir muammo 40 ta sessiyadan nechtasida namoyon boʻlganini hisoblaydi. Bu haqqoniy ustuvorlashtirish uchun asosdir.
  6. Kuzatiluvchanlik. Hisobotdagi har bir tasdiq asl taymkodga havola bilan bogʻlangan. Biz 97 ta kuzatuvni hujjatlashtirdik, ularning istalgan birini bir marta bosish orqali qayta tekshirish mumkin.

Tadqiqotchining roli

SI rutinga aylanib qolgan ishlarni oʻziga oldi, ammo qaror qabul qilishni insonga qoldirdi. UX-tadqiqotchi klasterlarni validatsiya qildi, notoʻgʻri ishlagan holatlarni oʻchirib tashladi, xulq-atvor mexanikasini taʼrifladi va mahsulot boʻyicha tavsiyalarni shakllantirdi.

Maʼlumotlarni qayta ishlash bosqichi hisoblangan 60 soatdan amaldagi 12 soatgacha qisqardi. Tahlil narxi 80% ga pasaydi. Biz boʻshagan resursni tahlil chuqurligiga yoʻnaltirdik — turli toʻsiqlar oʻrtasidagi oʻzaro bogʻliqliklarni koʻtarib chiqdik va qayta tekshirdik.

Topilmalarni qanday ustuvorlashtirdik

Jamoa bir vaqtning oʻzida 11 ta toʻsiqni ishga ololmaydi. Biz ularni ikkita metrika boʻyicha darajaladik:

  1. Takrorlanish darajasi — 40 nafar ishtirokchidan nechtasi muammoga duch kelgani.
  2. Kritiklik — inson muammoni oʻzi hal qila oladimi va u voronkadan chiqib ketadimi.

Biz bu tushunchalarni ajratdik. Tez-tez uchraydigan, ammo kichik muammo oʻsha vaqtning oʻzida gʻashni keltirishi mumkin. Kam uchraydigan, ammo kritik muammo mijozning raqobatchiga ketib qolishiga olib kelishi mumkin — shuning uchun ularni beklogda ustuvorlashtirish kerak.

Tadqiqot natijalari: jamlangan maʼlumotlar

Biz buyurtmachining farazini miqdoriy jihatdan tasdiqladik. Taxmin qilingan muammo eng ommaviy boʻlib chiqdi — u ishtirokchilarning yarmidan koʻpiga taʼsir qildi. Umuman olganda, biz voronkaning beshta bosqichida 11 ta toʻsiqni topdik.

Biroq, loyihaga eng yuqori qiymatni bank farazlarida boʻlmagan toʻsiqlar keltirdi. Ularni mahsulot tahlili yoki ekspert auditi orqali aniqlab boʻlmaydi:

  1. Infratuzilmaviy nosozlik. Ketma-ket bir nechta respondent identifikatsiya qadamidan oʻta olmadi. Bank tahlilida bu foydalanuvchilarning xatosi boʻlib koʻringan. Taymkodlar nosozlik vaqt boʻyicha lokallashganini koʻrsatdi — bu backend beqarorligi haqidagi signaldir.
  2. Xatolar arxitekturasi. Validatsiya yoki maʼlumotlarga kirish bilan bogʻliq qiyinchiliklar ssenariyni eng boshiga qaytarib yuborardi. Kichik kamchiliklar tizimli patternga aylanib ketgan. Buyurtmachiga ekranlar redizayni emas, balki xatolarni qayta ishlash arxitekturasini oʻzgartirish kerak edi.
  3. Ishonch toʻsigʻi. Odamlarning bir qismi maxfiylik nuqtai nazaridan maʼlumotlarni taqdim etishdan bosh tortdi. Bu yerda interfeysni yaxshilash ish bermaydi. Mahsulotga muqobil yoʻl kerak edi.
  4. Kommunikatsiya shaffofligi. Respondentlar moliyaviy terminologiyani tushunishmadi. Mijozlar shartlarni solishtirish uchun tashqi maydonchalarga chiqib ketishdi, u yerdan esa raqobatchilarga oʻtib ketishlari mumkin edi.

Mahsulot uchun taʼsiri (impakt)

Bank sprintlarga tayyor beklogni oldi:

  • Aniq takrorlanish darajasiga ega 11 ta toʻsiqdan iborat ustuvorlashtirilgan roʻyxat.
  • Videotasdiqlarga ega 97 ta hujjatlashtirilgan insayt.
  • Jamoalar uchun vazifalarni taqsimlash. Muammolarning bir qismi interfeys dizaynerlariga, bir qismi — backend-dasturchilarga topshirildi, bir qismi esa biznes-talablar darajasiga oʻtdi.
«Mahsulot uchun taʼsiri (impakt)» boʻlimiga illustratsiya

Asosiy insayt: eng ommaviy muammo voronkaning yakuniy qadamida joylashgan edi. Foydalanuvchi arizani toʻldirish uchun allaqachon maksimal kuch sarflab boʻlgan. Ushbu nuqtada toʻsiqni bartaraf etish biznesga eng katta konversiya samarasini beradi.

Xulosa

Ekspert yondashuvini ixtisoslashtirilgan servislar bilan uygʻunlashtirish UX-tadqiqotlar standartini oʻzgartirmoqda. SI tadqiqotchilardan rutinga aylanib qolgan yuklamani olib tashlab, mahsulotning arxitektura aloqalariga eʼtibor qaratish imkonini berdi. Buyurtmachi qoʻlda qilinadigan tahliliy mehnat uchun ortiqcha pul toʻlamasdan, konversiyani oʻstirish uchun ishonchli maʼlumotlarga ega boʻldi.

Mahsulotingiz uchun ham shunday tadqiqot oʻtkazamiz

Rocket Tech Almatidagi shaxsiy AI UX-laboratoriyasida miqdoriy va sifat mahsulot tadqiqotlarini oʻtkazadi: yuzabiliti-testlash, chuqurlashtirilgan intervyular, prototiplar va reliz qilingan mahsulotlarni test qilish, kundalik tadqiqotlar, A/B-eksperimentlar.

Mahsulotlaringiz uchun tadqiqot turlari haqida batafsil — Discovery sahifasida.

Другие кейсы

Отправить запрос Расскажите, что нужно довести до работы в банке — менеджер свяжется с вами.
ТЗ или презентация, до 10 МБ