Запросить демо

Голосовые и текстовые ИИ агенты в debt collection: бизнес-метрики и ROI

Екатерина Ковальчук
Екатерина Ковальчук
Сен 28, 2026 | 9 мин на чтение

Ключевые бизнес-метрики ИИ агентов для взыскания

В оценке эффективности агентов для debt collection используются четыре уровня метрик:

Операционные метрики (эффективность процесса):

  • Contact Rate (CR): доля должников, которых агент успешно «дозвонился» или до которых доставил сообщение
  • Right Party Contact (RPC): доля случаев, когда агент достиг именно должника (не родственников, не третьих лиц)
  • Conversation Completion Rate: доля сессий, завершённых без эскалации на оператора
  • Average Handle Time (AHT): средняя продолжительность разговора агента

Финансовые метрики (бизнес-результат):

  • Promise to Pay Rate (PTP): доля должников, обещавших оплатить в ходе разговора
  • Kept Promise Rate (KPT): доля выполненных обещаний оплаты
  • Collection Rate: сумма собранных платежей / общий объём портфеля в обработке
  • Cost per Collected Ruble: стоимость агента на каждый собранный рубль

Качественные метрики:

  • Escalation Rate: доля разговоров, переданных на оператора
  • Sentiment Score: распределение тональности разговоров должников
  • Compliance Rate: доля разговоров, нарушающих требования 230-ФЗ

Типичные показатели внедрения: что показывает практика

Анализ публичных кейсов и практика внедрений в российских МФО (2023–2025) демонстрирует следующие типичные результаты:

Голосовые ИИ агенты (ранняя просрочка, 1–30 дней):

  • Contact Rate: 65–75% vs 40–55% у операторов колл-центра (агент работает 24/7 без усталости)
  • Promise to Pay Rate: 18–25% от контактов (сопоставимо с junior-операторами)
  • Стоимость разговора: 8–25 рублей vs 120–300 рублей у оператора
  • Снижение операционных затрат на ранней просрочке: 60–80%

Текстовые агенты (SMS/мессенджеры, 1–60 дней):

  • Доставляемость: 85–95%
  • Click-through к платёжной форме: 8–15%
  • Конверсия в оплату после перехода: 20–35%
  • Стоимость одного успешного контакта: 5–15 рублей

Гибридная модель (ИИ + эскалация на оператора при PTP или конфликте):

  • Операторы обрабатывают только 15–30% сессий (самые сложные случаи)
  • Рост производительности колл-центра: 3–5x при том же штате
  • ROI внедрения: 6–18 месяцев при портфеле от 5 000 активных дел

Расчёт ROI: пример для МФО среднего размера

Разберём типовой расчёт для МФО с 50 000 активных дел в просрочке, средним чеком займа 15 000 рублей:

До внедрения (традиционный колл-центр):

  • 20 операторов × 300 звонков/день = 6 000 контактов/день
  • Стоимость контакта: 180 рублей
  • Collection Rate ранняя просрочка: 35%
  • Ежемесячные затраты на колл-центр: ~4,5 млн рублей

После внедрения (голосовой ИИ агент + 6 операторов для эскалации):

  • ИИ агент: 15 000 контактов/день (вся ранняя просрочка)
  • Стоимость контакта: 18 рублей
  • Collection Rate ранняя просрочка: 38% (рост за счёт покрытия)
  • Ежемесячные затраты: ~1,2 млн рублей (ИИ) + 0,9 млн рублей (6 операторов) = 2,1 млн рублей

Эффект:

  • Экономия: 2,4 млн рублей/месяц
  • Дополнительные сборы от расширения охвата: ~600 тыс. рублей/месяц
  • Суммарный эффект: ~3 млн рублей/месяц
  • Окупаемость при CAPEX 5–8 млн рублей на внедрение: 2–3 месяца

Сценарии применения по стадиям просрочки

Эффективная стратегия использует разные типы агентов в зависимости от DPD (Days Past Due):

DPD 1–7 (ранняя просрочка): SMS/push-уведомления через текстового агента с прямой ссылкой на оплату. Минимальная стоимость, максимальный охват. Цель — поймать «технических» неплательщиков, забывших о платеже.

DPD 8–30 (soft collection): голосовой ИИ агент с персонализированным сообщением (имя, сумма, реквизиты). Предложение рассрочки или частичной оплаты в рамках промпта. Автоматическое формирование платёжной ссылки в ходе разговора.

DPD 31–90 (hard collection): гибридный агент с быстрой эскалацией на опытного оператора при признаках конфликта или PTP на крупную сумму. ИИ проводит скрининг и передаёт «горячий» разговор с полным контекстом.

DPD 90+ (legal): текстовые агенты для информирования о судебном взыскании, роботизированная рассылка досудебных претензий через интеграцию с ЭДО.

Заключение

ИИ агенты в debt collection — не экзотика, а экономическая необходимость для МФО с портфелем от 5 000 дел. Голосовые агенты обеспечивают 3–8-кратное снижение стоимости контакта при сопоставимой или более высокой конверсии на ранней просрочке. Текстовые агенты создают практически нулевую стоимость касания при высоком охвате. Ключ к успеху — правильная сегментация портфеля по стадиям просрочки, гибридная модель с эскалацией и строгое соблюдение требований 230-ФЗ. ROI при грамотном внедрении достигается за 2–6 месяцев.

 

Chatme.ai
Ответим на ваши вопросы по чат-бот платформе chatme.ai
Задать вопрос
Екатерина Ковальчук
Екатерина Ковальчук
Head of growth and operations

Поделиться статьёй: