Телеком Борьба с фродом EW SMS & Voice Firewall

Большая встреча с Zain: форум по безопасности и автоматизация с AI Anti-Fraud

Специалисты Eastwind выступили на Zain Risk Forum, подвели итоги года с мобильным оператором Zain Kuwait и наметили дальнейшее развитие AI-модуля SMS Firewall.
Большая встреча с Zain: форум по безопасности и автоматизация с AI Anti-Fraud

В ноябре 2025-го команда Eastwind выступила на отраслевой конференции Zain Risk Forum и провела ежегодную рабочую сессию с оператором Zain Kuwait, у которого внедрено решение EW SMS Firewall. Мы поделились с операторами группы Zain накопленной экспертизой по применению AI & ML для защиты трафика, обсудили новые направления развития и получили обратную связь по текущим проектам.

Команда Eastwind на Zain Risk Forum

В этом году Zain Risk Forum состоялся в шестой раз. Конференция прошла в Бахрейне. Традиционно она объединяет мобильных операторов группы Zain и вендоров, которые поставляют для них решения и готовы поделится опытом в области информационной безопасности: от управления рисками до защиты данных.

Холдинг Zain предоставляет услуги мобильной связи и передачи данных более чем 50 миллионам абонентов. В группу компаний входят операторы из Кувейта, Бахрейна, Ирака, Иордании, Саудовской Аравии, Южного Судана, Судана, Марокко, ОАЭ.

На форуме команда Eastwind рассказала, как EW SMS Firewall помогает операторам защищать абонентов от фрода и снижать финансовые потери. Мы показали участникам практические кейсы Zain Kuwait:

  • как EW SMS Firewall блокирует спам и фрод с помощью эвристического анализа и URL-сканера.
  • как AI-модуль усиливает защиту от фрода благодаря более глубокому и оперативному анализу трафика.
SMS Firewall blocks fraud

После внедрения AI-модуля у одного из наших клиентов решение стало блокировать значительно больше фрода

 

После выступления мы предложили участникам проверить AI-модуль в действии: протестировать его на историческом SMS-трафике и посмотреть аналитику по результатам анализа. Предложение заинтересовало участников.

Спид-тест трафика через EW SMS Firewall не требует развертывания системы и вложений. От заказчика нужны только сырые данные. Мы пропускаем их через AI-модуль и спустя несколько дней выдаем отчет с данными по объемам и схемам обнаруженного фрода, примерными финансовыми потерями от него и рекомендации по блокировке.

Такие проверки мы уже проводим для клиентов. Они не влияют на «живой» трафик, а только дают возможность сравнить результаты работы вашего текущего решения с EW SMS Firewall.

Узнать больше о спид-тесте EW SMS Firewall

Итоги года с Zain Kuwait: успешный пилот AI-модуля, анализ голосового трафика и запуск URL-сканера

После конференции команда Eastwind отправилась в Кувейт, чтобы провести ежегодную сессию с мобильным оператором Zain Kuwait. Это была уже третья встреча с представителями заказчика. Мы подвели итоги года, обсудили действующие решения и представили план развития EW SMS Firewall.

С Zain Kuwait мы сотрудничаем в формате managed services: команда Eastwind полностью сопровождает работу антифрод-решения — от настройки правил до анализа трафика. На встрече мы представили результаты работы за год по четырем направлениям.

Managed services

Мы рассказали, каких угроз удалось избежать благодаря EW SMS Firewall и что для этого сделал наш customer success manager:

  • показали статистику обнаруженных мошеннических сценариев;
  • разобрали правила реагирования на фрод, которые настроили за год;
  • представили аналитику трафика и действия, выполненные на ее основе.

Также мы провели несколько встреч с руководителями подразделений клиента, заинтересованными в статистике и аналитике трафика. По итогам договорились настроить кастомизированные панели дашбордов и провести обучающую сессию по работе с данными.

В этом году в Кувейте мы столкнулись с известной схемой мошенничества, когда злоумышленники отправляют международный А2Р-трафик по Р2Р-каналам с помощью SIM-боксов. Чтобы обойти систему контроля, они искажают тексты SMS и заменяют буквы цифрами. Выявить такой фрод можно либо тестовым путем, либо применяя технологии искусственного интеллекта.

Тестами можно охватить ограниченное количество A2P-сервисов, из-за чего есть риск пропустить подмену OTP-кода. Поэтому мы выбрали AI-модуль, который сканирует весь объем трафика.

Модуль AI Anti-Fraud адаптируется под особенности каждого клиента с учетом используемых в стране языков. Он быстро выявляет А2Р-коды в текстах сообщений, благодаря чему мы оперативно обнаружили фрод и заблокировали канал.

Мы планируем развивать AI-модуль дальше, чтобы он помогал нам выявлять другие схемы мошенничества, вроде социальной инженерии или в случаях, когда в текстах A2P-SMS отсутствует название бренда, но при этом есть код.

Ирина Тимофеева,

Customer Success Manager, Eastwind

AI Anti-Fraud

Ранее мы успешно провели пилот AI-модуля EW SMS Firewall в Zain Kuwait. На встрече мы продемонстрировали его возможности на специальном стенде с использованием исторического трафика оператора. Сейчас ведется работа по внедрению модуля в продуктивную среду.

AI против SMS-фрода: пилот прошел успешно, впереди — внедрение

URL-сканер

В прошлом году оператор начал коммерческую эксплуатацию URL-сканера EW SMS Firewall — модуля для блокировки SMS с фишинговыми ссылками. На встрече мы подвели итоги его работы и наметили действия по обновлению алгоритмов и расширению возможностей модуля.

В 2025 году мы столкнулись с масштабными спам-атаками на жителей Кувейта. Злоумышленники применяли изощренные схемы для обмана пользователей:

  • ссылки с упоминаниями о национальной валюте;
  • маскировку своих доменов под кувейтский национальный домен для повышения доверия к сообщениям;
  • передовые методы обхода стандартных проверок URL. Например, они использовали сервис Cloudflare для блокировки автоматического сканирования и устраняли возможность блокировки через IP-адреса известных поставщиков безопасности, что значительно затрудняло защиту от спама.

Работа URL-сканера в Zain Kuwait показала, что не стоит полагаться на антифишинговые базы даже от лидеров индустрии, потому что они не успевают реагировать на угрозы такого рода. Это подтолкнуло нас к разработке и внедрению концепции zero trust в алгоритмы модуля. Так мы сможем повысить эффективность URL-сканера и обеспечить лучшую защиту абонентов от фишинговых ссылок.

Андрей Алемасцев,

продакт-менеджер EW SMS Firewall, Eastwind

Аналитика голосового трафика

У оператора Zain Kuwait уже установлено решение для контроля за голосовым трафиком от другого вендора, однако клиент сталкивается со сложностями в эксплуатации системы. Чтобы упростить работу и повысить ее эффективность, мы провели анализ голосового трафика на базе модуля Voice Firewall от Eastwind.

В ходе тестирования нам удалось выявить признаки флеш-коллов, которые не фиксируются действующим решением оператора. На основе этих результатов мы помогли настроить правила так, чтобы антифрод-система не пропускала подозрительные вызовы, и договорились продолжить сотрудничество в этом направлении.

Комплексная защита SMS-трафика телеком-операторов: 5 признаков эффективного SMS Firewall

Планы на 2026 год: усиление URL-сканера, автоматизации и новая аналитика

В конце встречи мы обсудили направления развития EW SMS Firewall на следующий год. Основные приоритеты:

  • расширение функционала URL-сканера по принципам zero trust;
  • разработка новых аналитических дашбордов;
  • внедрение Agentic AI: переход к режиму, когда комплекс ML-моделей (Multi-Agent System) самостоятельно анализирует SMS-трафик в различных разрезах, формирует правила фильтрации и применяет их в EW SMS Firewall без участия специалистов managed services.

Поездка на Ближний Восток позволила убедиться в эффективности наших решений и лучше понять потребности мобильных операторов в целом и нашего заказчика в частности. Полученная обратная связь поможет нам развивать EW SMS Firewall и усиливать экспертизу по защите трафика.

Узнайте больше о возможностях EW SMS Firewall

Телеком Маркетинг и CVM EW AdTarget

Обучение для Ucell и МегаФон Таджикистан: сегментация аудитории и запуск кампаний

Команды сразу двух мобильных операторов прошли обучение по работе с кампейн-менеджером EW AdTarget. CVM-специалисты практиковались в создании таргет-групп, запуске кампаний и оценке их эффективности с помощью различных инструментов.
Обучение для Ucell и МегаФон Таджикистан: сегментация аудитории и запуск кампаний

В конце 2025 года команда Eastwind посетила Ташкент, чтобы провести обучение для CVM-команд мобильных операторов. Мы показали, как работать с последними обновлениями кампейн-менеджера и повышать эффективность рассылок.

Подробнее про релиз EW AdTarget 2025

О заказчиках

CVM-система

В обучении приняли участие девять специалистов: сотрудники, которые непосредственно запускают кампании, и руководители, отвечающие за маркетинговые коммуникации. Команда Ucell присутствовала очно, а представители МегаФон Таджикистан подключались онлайн.

Перед началом обучения мы узнали, какие темы интересуют участников, и адаптировали программу под их задачи. Тренинг длился шесть дней. За это время команды изучили несколько тем.

Сегментация целевой аудитории:

  • как подключать внешние источники данных о клиентах;
  • как строить сегменты на основе различных критериев — социального графа, истории участия в кампаниях и других.

Инструменты для создания кампаний:

  • как использовать шаблоны контента и офферов для ускорения работы;
  • как строить флоу кампании;
  • как согласовывать проект кампании со стейкхолдерами.

Запуск тестовых кампаний:

  • через разные каналы: SMS, USSD, пуш;
  • с проверкой в реальном времени и без нее;
  • с динамическими атрибутами;
  • для А/В-тестирования.

Работа с отчетами:

  • как анализировать данные по разными показателям — по событиям, бизнес-транзакциям, атрибутам и KPI;
  • как использовать детальный отчет по кампании.

Чтобы закрепить материал, вместе с участниками тренинга мы пошагово создали B2C-кампании для продуктов операторов.

 

CVM-система

В EW AdTarget следить за показателями кампаний можно прямо во флоу, не выгружая подробные отчеты

 

Обучение получилось интенсивным: каждый день участники получали большой объем новой информации. Чтобы закреплять знания, каждый день начинался с ответов на вопросы по теме предыдущего дня.

Поддержка заказчиков — важная часть работы Eastwind. Мы помогаем клиентам эффективнее использовать наши решения, чтобы достигать целей бизнеса.

Сегодня CVM играет стратегически важную роль в развитии бизнеса: от качества сегментации, запуска кампаний и грамотного управления жизненным циклом клиента напрямую зависят рост ARPU, снижение оттока, повышение лояльности и эффективности маркетинговых инвестиций.

Разбор продвинутых инструментов для сегментации аудитории и запуска триггерных кампаний стали для нас особенно ценными в обучении. Программа была хорошо структурирована и ориентирована на практическое применение.

Обучение позволило команде Ucell по-новому взглянуть на процессы управления клиентской базой, определить зоны развития CVM и создать основу для роста ARPU, retention rate и NPS.

Ринат Исмаилов,

руководитель CVM, Ucell

 

Как EW AdTarget может быть полезен вашему бизнесу

Телеком Борьба с фродом EW SMS & Voice Firewall

AI-модуль, интеграция с Apache Kafka и другие обновления EW SMS Firewall

EW SMS Firewall теперь быстрее и точнее блокирует фрод, поддерживает разные архитектуры и гибкие настройки отчетности.
AI-модуль, интеграция с Apache Kafka и другие обновления EW SMS Firewall

Мы усилили антифрод-систему искусственным интеллектом, чтобы оперативно выявлять и блокировать SMS-фрод. Также добавили интеграцию с брокером сообщений и автоматическое удаление номеров из черных списков.

EW SMS Firewall помогает SMS-агрегаторам и мобильным операторам увеличивать доход от монетизации A2P-трафика и защищать абонентов от спама и фрода. Гибкие правила фильтрации, URL-сканер и AI-модуль обеспечивают оперативную блокировку нежелательных сообщений, а продвинутая аналитика — прозрачность и управляемость.

Узнать больше о возможностях EW SMS Firewall

AI-модуль: оперативное выявление сложных схем фрода

Задача

Раньше специалисты managed services вручную анализировали SMS-трафик, чтобы отслеживать подозрительную активность, выявлять новые источники фрода и обновлять правила фильтрации. У такого подхода было два недостатка:

  1. Низкая скорость. Чтобы обработать массив данных, специалисты тратили много времени, а значит, был риск пропустить угрозу;
  2. Ограниченная выборка. Анализ охватывал не весь объем сообщений, что снижало качество выводов.

Решение

Мы автоматизировали анализ всего SMS-трафика с помощью AI-модуля, чтобы выявлять сложные схемы фрода и спама, которые невозможно обнаружить вручную. Это стало возможным благодаря тому, что AI-модуль проверяет конкретные сообщения и поведенческие паттерны отправителя: частоту рассылки SMS, направления и содержание.

SMS Firewall блокирует фрод

AI-модуль уже работает у наших клиентов: помогает выявлять фрод и предотвращать финансовые потери от «серого» A2P-трафика

 

Архитектура AI-модуля строится на базе модели NLP (Natural Language Processing), которая анализирует не только содержание, но и контекст сообщения. Это позволяет:

  • выявлять даже замаскированные OTP-коды;
  • маркировать фрод в потоке трафика;
  • предсказывать новые виды фрода, постоянно повышая точность прогнозов и предотвращая потери дохода.

AI-модуль устанавливается в дополнение к EW SMS Firewall и может функционировать в двух режимах:

  • онлайн, когда трафик анализируется «на лету»;
  • офлайн, когда антифрод-система анализирует SMS-трафик за выбранный период и с заданной периодичностью формирует отчет. Он содержит список подозрительных номеров с текстами сообщений.

 

AI-модуль SMS Firewall

На основе AI-отчета специалисты managed services блокируют номера и обновляют правила фильтрации

 

Интеграция с Apache Kafka: SRI-запросы и высокая скорость обработки SMS

Задача

Обычно для доставки международных A2P-SMS телеком-операторы используют сигнальный протокол SS7 или прямой стык с агрегатором по протоколу SMPP. Изначально архитектура EW SMS была спроектирована именно под особенности этих систем. Однако у двух наших клиентов, мобильных операторов из Мозамбика и Бурунди, система обмена сообщениями построена на Apache Kafka.

Решение

Чтобы интегрировать EW SMS Firewall с брокером сообщений, мы реализовали следующие доработки:

  • добавили в EW SMS Firewall сервис очередей Apache Kafka для обработки сообщений;
  • спроектировали и запрограммировали прокси-узел для приема-передачи запросов и ответов между мобильным оператором и ядром EW SMS Firewall;
  • изменили логику обработки SMS — часть проверок перевели из внешних систем в ядро, чтобы обрабатывать сообщения быстрее;
  • внедрили SRI-запросы (Send Routing Information) — механизм, позволяющий заранее получать маршрутную информацию о получателе и контролировать цикл доставки сообщений;
  • доработали веб-интерфейс.
Скорость обработки SMS в SMS Firewall

В проекте с мобильным оператором из Бурунди мы еще больше сократили время обработки SMS — c 1 секунды до 250 миллисекунд

 

«Фактически мы создали новую версию продукта, чтобы он мог работать с каналами, которые прежде никогда не использовали. Реализовать такие объемные доработки в крайне сжатые сроки, выставленные клиентом, было нетривиальной задачей. Но мы справились и смогли запуститься в срок».

Андрей Симонов,

руководитель группы мобильных сообщений отдела компьютерной телефонии, Eastwind

Черный список: автоматическое удаление номера

Задача

После добавления номера в черный список EW SMS Firewall, недобросовестный владелец перестает им пользоваться. Из-за этого через 90 дней мобильный оператор расторгает договор и номер выставляют на продажу другим абонентам. Если при этом номер останется в черном списке EW SMS Firewall, новые клиенты не смогут пользоваться связью.

Решение

Теперь при добавлении номеров в черный список специалист managed services может установить дату, после которой номера будут автоматически удаляться из этого списка. Также он может поставить номера на контроль и получать уведомления, когда установленный период закончится. Благодаря этому новые добросовестные абоненты могут пользоваться связью без блокировок.

 

Управление черным списком SMS Firewall

Автоматическое удаление номеров из черного списка повышает лояльность абонентов, позволяя им пользоваться услугами сразу с момента подключения

 

Дашборд для статистического отчета: фильтры для быстрой настройки

Задача

В EW SMS Firewall можно смотреть статистику по всем сообщениям, которые прошли через сеть клиента за период. Ранее для выгрузки данных нужно было настраивать представление в редакторе дашборда. Для этого пользователь должен был знать структуру базы данных, таблиц и их содержимого. Для клиентов это было неудобно, поскольку они не погружаются в систему так глубоко.

Решение

Чтобы облегчить формирование отчетов, мы интегрировали EW SMS Firewall с системой визуализации данных Metabase OpenSource. Она позволяет конструировать отчеты, дашборды и уведомления в удобном для пользователей виде.

Благодаря интеграции мы улучшили дашборд для статистического анализа SMS-трафика — добавили в него фильтры. С их помощью клиенты могут привычным способом настраивать представление дашборда и отчетов по нужным критериям.

 

Аналитика SMS Firewall

Специалисты managed services задают фильтры для каждого клиента, а набор полей он может выбрать самостоятельно

 

Другие улучшения EW SMS Firewall

 

Специалисты managed services постоянно совершенствуют правила блокировки фрода, чтобы быстрее и точнее его выявлять. В числе новых функций — автоматическая блокировка сообщений от международных отправителей, содержащих в тексте название бренда. Клиент может посмотреть отчет по количеству таких SMS и их содержимому.

Кроме описанных улучшений, в систему внедрили и другие мелкие доработки, повышающие удобство и эффективность работы.

Узнать больше о возможностях EW SMS Firewall

Телеком Борьба с фродом EW SMS & Voice Firewall

+183% к легальному A2P-трафику: EW SMS Firewall у оператора в Бурунди

Благодаря EW SMS Firewall с AI-модулем мобильный оператор избавился от фрода и увеличил объем международных A2P-SMS, превысив целевой показатель — 10 000 сообщений в сутки. Это помогло оператору и SMS-агрегатору, который передает трафик через его сеть, получать нужный уровень дохода.
+183% к легальному A2P-трафику: EW SMS Firewall у оператора в Бурунди

EW SMS Firewall помог SMS-агрегатору, работающему в сети оператора из Бурунди, увеличить объем «белого» A2P-трафика с 6000 до 17 000 SMS в месяц и защитить абонентов от спама и фрода. Для этого мы адаптировали решение под нестандартную архитектуру Apache Kafka, внедрили AI-модуль и настроили правила блокировки с учетом особенностей локального рынка.

История успеха СМС-брандмауэра

Внедрение антифрод-системы

Нашей задачей было развернуть антифрод-систему у оператора в Бурунди, с которым мы начали работать благодаря партнеру — SMS-агрегатору. До этого мы уже сотрудничали с ним в другом проекте в Мозамбике.

Цель проекта в Бурунди — обеспечить объем международного A2P-трафика 10 000 SMS в сутки, чтобы SMS-агрегатор и мобильный оператор получали ожидаемый доход от передачи коммерческих сообщений.

 

Внедрение SMS Firewall

Внедрение антифрод-системы в Бурунди заняло 4 месяца, включая все доработки. Их вели параллельно с клиентом, благодаря чему тестирование и приемка работ прошли без задержек

 

EW SMS Firewall помогает SMS-агрегаторам и мобильным операторам увеличивать доход от монетизации A2P-трафика и защищать абонентов от спама и фрода. Гибкие правила фильтрации, URL-сканер и AI-модуль обеспечивают оперативную блокировку нежелательных сообщений, а продвинутая аналитика — прозрачность и управляемость.

Узнать больше о возможностях EW SMS Firewall

Интегрировали EW SMS Firewall c Apache Kafka

У мобильного оператора в Бурунди система обмена сообщениями построена на базе Apache Kafka вместо традиционного протокола SS7. Из-за этого перед командой Eastwind встали дополнительные задачи:

  • Увеличить скорость обработки SMS с 1 секунды до 250 миллисекунд, чтобы поддерживать последовательную запись данных;
  • Обеспечить поддержку SRI-запросов (Send Routing Information), чтобы видеть маршрутную информацию о получателе SMS. По умолчанию эта возможность не поддерживается Apache Kafka.

Чтобы решить эти задачи, мы оптимизировали систему EW SMS Firewall, изменили логику некоторых процессов. В результате мы добились прозрачной доставки сообщений благодаря SRI-запросам и скорости обработки SMS в четыре раза выше стандартной.

Чтобы добавить SRI-запросы в API Apache Kafka, потребовались доработки с двух сторон: в EW SMS Firewall и на SMS-центре мобильного оператора для передачи запросов.

Доработки вели параллельно с заказчиком и одновременно пришли к моменту внедрения новой фичи. Обе команды сработали профессионально, что позволило свести к минимуму задержки на этапе тестирования и приемки функционала.

Андрей Симонов,

руководитель группы мобильных сообщений отдела компьютерной телефонии, Eastwind

Во время тестирования при расчетной нагрузке в 2200 TPS EW SMS Firewall показал стабильную работу при 3500 TPS и выше. Даже при росте трафика решение будет работать бесперебойно.

 

Внедрение SMS Firewall

В данном проекте сервер Apache Kafka, куда поступают сообщения, находится у клиента. EW SMS Firewall забирает и отправляет SMS через специальные каналы (топики). При такой архитектуре требуется меньше аппаратного обеспечения

Настроили правила блокировки фрода

Следующим шагом стала настройка правил блокировки «серого» A2P-трафика.

Локализовали правила под языковые особенности

Для эффективной защиты от нелегального A2P-трафика мы проанализировали местные особенности языка и выявили закономерности употребления слов и фраз во внутреннем и международном SMS-трафике:

  • на каких языках абоненты преимущественно получают сообщения;
  • какие слова и формулировки в них используют;
  • как часто встречаются OTP-коды в международном трафике.

Бурунди — многоязычное государство, в котором широко используют английский, французский и местные диалекты.

После анализа специалисты managed services настроили правила блокировки для международных паттернов фрода, включая сообщения с OTP-кодами от мессенджеров и соцсетей.

 

Антифрод-система

Вскоре после развертывания антифрод-системы специалисты managed services выявили и заблокировали сендера, который в больших объемах отправлял OTP-коды от международных сервисов по локальным маршрутам

 

Настроили исключения из правил блокировки для банковских операций

От глобальных сервисов вроде Apple, Google, а также популярных соцсетей и мессенджеров абоненты получают сообщения не только с OTP-кодами, но и с реквизитами для оплаты покупок. Чтобы не блокировать их, мы добавили в черные списки условия, при которых фильтры не должны срабатывать, например, когда в тексте сообщения указана сумма и валюта платежа. Это позволило нам сохранить качество сервиса для клиентов и одновременно избавить их от фрода и спама.

 

SMS Firewall блокирует фрод

При необходимости в EW SMS Firewall можно выгрузить график по каждому сервису в отдельности

 

Разделили правила блокировки для анонимных A2P- и P2P-SMS

Чтобы повысить эффективность фильтрации и при этом не препятствовать бизнес-коммуникациям, команда Eastwind разработала разные правила для блокировки анонимных сообщений с ОТР-кодами внутри:

  • в P2P-канале EW SMS Firewall блокирует все сообщения, содержащие OTP-коды. При этом не имеет значения, есть ли в них какая-то другая информация, например, название бренда или что-то еще;
  • в A2P-канале на локальных линках SMS блокируются автоматически в двух случаях:
  1. когда в тексте только OTP-код и никакой другой информации;
  2. когда в тексте ОТР-код и название международного бренда.

Это сделали для того, чтобы не блокировать легальный локальный трафик, например, рекламные сообщения от брендов.

Разделение правил блокировки для разных каналов сохраняет высокий уровень точности фильтров и не препятствует бизнес-коммуникациям пользователей. Например, сообщение от локального бренда с кодом доступа к личному кабинету не заблокируется, но от физического лица такое SMS не пройдет.

Ирина Тимофеева,

Customer Success Manager, Eastwind

Когда специалисты managed services анализируют трафик и настраивают правила фильтрации вручную, это занимает время и не всегда позволяет оперативно реагировать на угрозы. Повысить скорость выявления фрода и спама помогает AI-модуль.

Подключили AI-модуль для более глубокой аналитики фрода

Модуль AI-антифрод — это часть системы EW SMS Firewall для автоматического анализа SMS-трафика и действий пользователей. Модуль помогает оперативно выявлять A2P-фрод и SIM-боксы в сети телеком-оператора. AI анализирует весь объем трафика, благодаря чему эффективность такой системы выше, чем у ручных тестов.

В основе AI-модуля лежит модель XLM-RoBERTa (Cross-Lingual Language Model), благодаря которой он:

  • анализирует тексты SMS и выявляет скрытые коды авторизации;
  • умеет работать с разными языками и распознает в тексте заданные элементы, например, одноразовые коды авторизации.

Для обучения модели мы использовали метод NER (Named-entity Recognition), который позволяет идентифицировать и классифицировать сообщения по заданным правилам. Также мы обучили модель понимать контекст сообщений. В результате она умеет:

  • распознавать замаскированные OTP-коды,
  • классифицировать сообщения,
  • маркировать фрод в потоке трафика.

У мобильного оператора в Бурунди AI-модуль работает в режиме постанализа и ежедневно отправляет специалистам managed services отчеты по SMS-трафику. В нем содержится перечень сообщений с подозрением на фрод за прошедшие сутки. Это позволяет быстрее обновлять правила блокировки и предотвращать угрозы. Совместно с клиентом мы решили, что при таких объемах трафика этот подход оптимален по соотношению затрат и скорости реакции на фрод. Анализ в реальном времени требует высокой производительности системы и больших вложений.

 

SMS Firewall блокирует статистику

Ежедневно EW SMS Firewall блокирует тысячи фродовых сообщений в сети африканского оператора. Основная доля поступает по P2Р-каналам через SIM-боксы

Результат: меньше фрода, больше легитимного A2P-трафика

Спустя шесть месяцев с момента внедрения EW SMS Firewall мы видим, что объем коммерческих SMS вышел на целевой уровень — 10 000 международных A2P-SMS в сутки и даже превысил его. Это значит, что антифрод-система выполняет свою задачу: обеспечивает заказчику тот доход от передачи A2P-трафика, который он планировал. А поскольку финансовые транзакции и сообщения о платежах защищены от блокировок, пользовательский опыт абонентов остался на прежнем уровне.

 

Эффективность антифрод-системы

Объем коммерческого трафика увеличился с 6000 до 17 000 A2P-SMS в сутки. Это в 1,7 раза выше целевого показателя в 10 000 SMS в сутки, который был установлен заказчиком изначально

 

Блокировка А2Р-фрода

Благодаря комбинации универсальных правил и точечных сценариев мобильный оператор закрыл маршруты для «серых» A2P-SMS, увеличив поток «белого» трафика

Пилот Voice Firewall

После внедрения EW SMS Firewall мы протестировали в сети мобильного оператора модуль Voice Firewall, чтобы оценить объемы flash calls — звонков с кодами авторизации от сервисов — и определить потребность в их контроле.

Срочные

Пилот показал, что абонентам часто поступают звонки с использованием подобной технологии. Это значит, что после внедрения модуля и блокировки голосового фрода объемы A2P-трафика могут вырасти еще больше, а вместе с ними доход SMS-агрегатора и мобильного оператора.

Запишитесь на бесплатную демонстрацию, чтобы узнать больше о возможностях EW SMS Firewall

Телеком Маркетинг и CVM

Исследование AdTech: будущее рекламной монетизации в телекоме

Приглашаем принять участие специалистов и руководителей, работающих с B2B-монетизацией и маркетингом в телекоме. Станьте соавтором глобального исследования и получите эксклюзивный доступ к его результатам.
Исследование AdTech: будущее рекламной монетизации в телекоме

Объемы партнерской рекламы в телекоме растут, из-за чего нагрузка на команды маркетологов, финансистов и юристов мобильного оператора иногда увеличивается быстрее, чем прибыль бизнеса.

Чтобы лучше изучить этот и другие вызовы, с которыми сталкиваются телеком-операторы, развивающие дополнительный поток доходов за счет внешней рекламы, мы запускаем исследование: как автоматизация и подход self-service влияют на рост операторских рекламных B2B-услуг в 2026 году.

Ключевые темы исследования:

  • Уровень зрелости автоматизации на развивающихся рынках
  • Узкие места в управлении большим количеством внешних кампаний
  • Развитие собственных рекламных платформ у операторов

Приглашаем принять участие специалистов и руководителей из СНГ, MENA, Африки и Южной Азии, работающих с B2B-монетизацией и маркетингом в телекоме. Станьте соавтором глобального исследования и получите эксклюзивный доступ к его результатам.

Чтобы принять участие в исследовании, пишите на почту: marketing@eastwind.ai

Телеком Маркетинг и CVM EW Marketing Platform

Eastwind внедряет CVM-решение для Tele2: переход к гиперперсонализации

Еще один мобильный оператор в Казахстане переходит на решение Eastwind Marketing Platform. Платформа станет ключевым инструментом в оркестрации целевого real-time маркетинга на основе AI и продвинутой аналитики.
Eastwind внедряет CVM-решение для Tele2: переход к гиперперсонализации

Решение будет включать в себя два модуля:

  • EW AdTarget — решение для сегментации аудитории и управления кампаниями;
  • EW Event Processing System — триггерная платформа для коммуникаций в реальном времени.

В состав EW Marketing Platform (EW MP) также входят услуги Eastwind по созданию инфраструктуры машинного обучения и разработке ML-моделей. В данный проект это направление не включили, поскольку у оператора уже внедрена big data, с помощью которой он формирует деперсонализированные профили абонентов.

Почему заказчик решил сменить CVM-платформу

Долгое время Tele2 использовал систему управления целевым маркетингом другого вендора. Когда срок действия договора стал подходить к концу, оператор решил оценить рынок и узнать о новых решения, соответствующих актуальным приоритетам бизнеса.

«Мы провели серьезную техническую оценку каждого поставщика, максимально погружаясь в мельчайшие детали. По нашим критериям лучший сервис предоставил именно EW AdTarget.

Мы также изучили отзывы по рынку и увидели, что EW AdTarget не только максимально технологически оснащен, но и демонстрирует серьезные результаты по NPS.
Дополнительным фактором стало то, что рынок Казахстана уже активно использует EW AdTarget. Это позволит нам быстрее находить нужную экспертизу и развивать систему».

Павел Сердюк,
директор службы управления абонентской базой, Тele2

Функционал EW MP удовлетворяет всем требованиям Tele2:

  • позволяет запускать тысячи кампаний одновременно без ущерба для скорости;
  • поддерживает триггерные коммуникации в реальном времени;
  • интегрируется с разными каналами, включая мобильное приложение, сайт, SMS, USSD и другие.

Благодаря EW MP заказчик сможет централизованно управлять всеми коммуникациями на базе единых контактных политик и более продвинутых инструментов сегментации. Это упростит процессы, повысит производительность и эффективность.

«Мы планируем пересмотреть существующие процессы и подходы к целевому маркетингу. Цель — перейти от системы, ориентированной только на запуск и управление кампаниями, к более гибкой платформе, способной самостоятельно принимать решения.

Новая система должна быть способна максимально использовать данные и AI-технологии для персонализации коммуникаций и запуска кампаний без ручного вмешательства. Мы видим, что EW AdTarget вместе с внутренними инструментами компании закрывает эту потребность.

Также важно отметить, что в текущем «алом океане» выигрывает тот, у кого лучший клиентский опыт, лучшая коммуникация и лучший сервис. А все это возможно только на базе сильных и современных IT-технологий».

Павел Сердюк,
директор службы управления абонентской базой, Тele2

Как будет проходить внедрение: MVP и дополнительный функционал

Договор между Eastwind и Tele2 был подписан в августе 2025 года. К ноябрю заказчик завершил подготовку инфраструктуры и команда проекта перешла к развертыванию программных модулей.

«Предыдущее CVM-решение действовало у заказчика до конца 2025 года. Чтобы не прерывать маркетинговые активности надолго, мы планируем запустить систему в первом квартале 2026 года.

Полностью внедрить EW MP рассчитываем осенью 2026 года. К этому времени подключим все основные каналы: мессенджеры, телемаркетинг, IVR, голосовые боты, email, SMS и другие».

Артем Кирищев,
директор по продажам, Eastwind

После перехода на EW Marketing Platform компания Tele2 сможет выстроить новые маркетинговые процессы с помощью автоматизированной системы, опираясь на AI-аналитику и омниканальные коммуникации в реальном времени.

Узнать, как EW Marketing Platform помогает решать задачи телеком-операторов

 

Регуляторы Контроль устройств

CEIR: как контроль мобильных устройств помогает защитить экономику и правопорядок

Несмотря на усилия регуляторов, объем нелегального импорта растет. Эту проблему можно решить с помощью CEIR — центрального реестра идентификаторов оборудования.
CEIR: как контроль мобильных устройств помогает защитить экономику и правопорядок
Несмотря на усилия регуляторов, количество нелегальных мобильных устройств на рынке растет. В 2023 году таможенные службы во всем мире выявили контрафакта на 50% больше, чем годом ранее. Такие устройства не проходят сертификацию и не облагаются пошлинами, что снижает налоговые поступления, создает риски для экономики и безопасности страны.

Сократить объем «серой» техники можно через системный подход, который охватывает весь цикл — от ввоза до эксплуатации устройства. Ядром такой системы становится CEIR (Central Equipment Identity Register) — система, которая объединяет данные всех участников рынка, обеспечивает прозрачность оборота мобильных устройств и помогает государству эффективнее бороться с нелегальным импортом.

Что такое CEIR и как он работает

CEIR — это система учета мобильных устройств по их уникальному идентификатору IMEI (International Mobile Equipment Identity). Она позволяет отслеживать и проверять устройства на государственном уровне при их регистрации в сети.


IMEI состоит из 15 цифр и позволяет идентифицировать устройство, когда оно подключается к сети

Базовый сценарий работы CEIR

1. Формирование белых списков IMEI (White List) — перечней сертифицированных и зарегистрированных устройств.

1.1. Производители, импортеры и частные потребители регистрируют в CEIR новые устройства, оплачивают налоги и сборы.
1.2. Государственные регуляторы формируют белые VIP-списки и передают их в CEIR.

2. Формирование черных список IMEI (Black List) — перечней украденных, контрабандных, поддельных устройств и тех, что не прошли сертификацию.

2.1. осударственные органы формируют черные списки и передают их в CEIR.
2.2. CEIR автоматически вносит в черные списки устройства, которые не прошли регистрацию в отведенное время.

3. CEIR передает готовые списки в EIR (Equipment Identity Register) каждого мобильного оператора.

3.1. Запрос IMEI. Когда абонент регистрируется в сети, коммутатор запрашивает IMEI устройства и передает его в EIR. Также запрос может отправляться, когда абонент перемещается между базовыми станциями, либо автоматически через заданные промежутки времени.
3.2. Сверка IMEI со списками. EIR сверяет IMEI или пару IMEI-IMSI устройства со списками, полученными из CEIR.
3.3. Допуск к мобильной сети. EIR запрещает или разрешает регистрацию в сети в зависимости от того, в каком списке нашелся IMEI (черном или белом). Если IMEI нет ни в одном из списков, то EIR разрешает регистрацию, но передает этот IMEI в CEIR для добавления в серый список (Grey List) — временный реестр новых устройств, ожидающих проверки.

CEIR не взаимодействует с телефонами напрямую и не получает данные пользователей. Ее задача — формировать и поддерживать актуальность всех видов списков, на основе которых EIR операторов обеспечивает допуск устройств к сети.

Система CEIR обеспечивает прозрачность и безопасность на уровне всей национальной телеком-инфраструктуры, снижая риски использования несанкционированных устройств.

Роли участников системы CEIR

Кто Что делает Что получает
Государственные
регуляторы
  • Разрабатывают нормативно-правовую базу для контроля за оборотом мобильных устройств
  • Управляют платформой CEIR
  • Предоставляют гражданам услуги по регистрации мобильных устройств
Аналитическая отчетность, на основе которой регулятор принимает решения о порядке сертификации устройств, тарифах, правилах обращения.
Производители
и импортеры
  • Регистрируют производимые и импортируемые телефоны в базе
    разрешенных устройств
  • Платят налоги и сборы
Условия для честной конкуренции и рост продаж легальных устройств.
Мобильные
операторы
  • Интегрируют EIR с системой CEIR
  • Передают данные об IMEI в CEIR
  • Информируют абонентов о текущем состоянии мобильного устройства
Сокращение числа жалоб абонентов на низкое качество связи и спам, который может поступать из-за предустановленного вредоносного ПО.
Потребители
  • Регистрируют устройства, приобретенные
    на территории других стран
  • Оплачивают государственные пошлины
    за регистрацию
  • Информируют правоохранительные органы
    о потере или краже устройств
Уверенность в оригинальности и безопасности приобретаемых телефонов, а также защиту от воровства.


CEIR консолидирует данные о мобильных устройствах от абонентов, EIR операторов связи, таможенных служб и производителей, обеспечивая прозрачность рынка и безопасность

Зачем регуляторам CEIR

Количество мобильных устройств растет: ежегодно производители выпускают более 10 000 новых моделей. Государству становится все сложнее контролировать рынок и обеспечивать его прозрачность. CEIR решает эту задачу комплексно: помогает очистить рынок от нелегальной продукции и защитить страну от внутренних и внешних угроз безопасности.

EW CEIR позволяет государствам управлять рынком мобильных устройств, решая задачи безопасности и развития экономики. Система интегрируется с EIR любых вендоров, государственными и платежными системами.

Узнайте больше о возможностях решения

Борьба с контрафактом и контрабандой

Недобросовестные продавцы не платят пошлины и налоги за поддельные и незаконно ввезенные в страну телефоны, поэтому они стоят дешевле. Низкие цены привлекают потребителей, однако, для государства это влечет за собой негативные последствия:

— падают доходы в казну;

— снижаются темпы роста экономики, так как легальному бизнесу трудно конкурировать в цене с мошенниками;

— граждане жалуются на качество мобильной связи, так как поддельные устройства могут хуже работать;

— пользователи контрактных мобильных устройств подвергаются спам-атакам и теряют личные данные из-за вредоносного ПО, предустановленного на их устройства.

Решить проблемы контрафакта и контрабанды помогает CEIR. Единый реестр позволяет контролировать движение устройств от момента ввоза или производства до активации в сети:

Импортеры регистрируют устройства и платят пошлины. CEIR получает из таможенных органов сведения о количестве устройств и суммах уплаченных сборов. Если данные не совпадают или устройство не числится в официальных базах, CEIR передает оператору сигнал о блокировке IMEI.

Производители регистрируют и сертифицируют телефоны до их выпуска на рынок. Так регуляторы могут отслеживать, какие телефоны поступают в продажу, через какие каналы и соответствуют ли они стандартам качества.

Блокировка контрафактных и контрабандных устройств сокращает «серый» рынок, защищает потребителей и поддерживает честную конкуренцию.

Оптимизация внутренних процессов в результате внедрения CEIR приводит к сокращению «серого» импорта. Когда нелегальные устройства выходят из оборота, на рынке уменьшается доля продукции, которая не облагается пошлинами и продается по искусственно заниженной цене. В таких условиях локальным производителям проще конкурировать, так как стоимость устройств выравнивается. Это стимулирует инвестиции в местноепроизводство, расширение линейки устройств и создание новых рабочих мест.


В Пакистане внедрение системы идентификации и блокировки устройств способствовало развитию локального производства, что позволило создать 50 000 рабочих мест (GSMA)

Увеличение доходов государства

Помимо сбора таможенных пошлин, CEIR помогает генерировать дополнительный доход благодаря сборам за регистрацию устройств.

Система поддерживает гибкие инструменты тарификации: можно устанавливать размер платы в зависимости от типа устройств, бренда или категории владельца (юридическое или физическое лицо). Такой подход делает администрирование прозрачным и позволяет регуляторам гибко реагировать на экономические изменения.


В EW CEIR можно комбинировать различные параметры, чтобы определить размер платы за регистрацию устройств

Кроме повышения собираемости налогов, автоматическая проверка IMEI упрощает администрирование процессов:

снижает нагрузку на государственные органы: проверка IMEI в автоматическом режиме исключает ручную обработку заявок и проверку документов. Сотрудникам не нужно сопоставлять данные из разных реестров, что ускоряет работу и экономит ресурсы;

сокращает сроки регистрации: система мгновенно проверяет корректность IMEI и соответствие устройства установленным требованиям. Благодаря этому процесс проходит быстрее;

уменьшает риски ошибок и мошенничества: исключение ручных операций снижает вероятность некорректного ввода данных или пропуска несоответствий. Автоматическая сверка IMEI позволяет быстрее выявлять поддельные устройства, клоны и попытки обхода правил, что повышает безопасность рынка.

Благодаря прозрачности процессов и инструментам тарификации государство увеличивает поступления в казну, укрепляя основу для экономического развития.

Безопасность и цифровой суверенитет

Система CEIR помогает обеспечивать информационную и национальную безопасность страны:

— предотвращает регистрацию в сети нелегальных устройств, которые могут использовать преступники;

— позволяет устанавливать связи внутри преступной группировки, анализируя, какие пары IMEI-IMSI контактируют и перемещаются вместе, даже если эти телефоны не используются напрямую: с них не звонят и не выходят в интернет;

— «привязывает» устройство к персональному ID, то есть к лицу, которое его использует. Это позволяет блокировать украденные устройства по заявлению владельца;

— передает информацию о местоположении и перемещении абонентов, чтобы оповещать их о стихийном бедствии, строить тепловые карты или точечно ограничивать доступ к мобильной связи во время чрезвычайных ситуаций или на режимных объектах.

Благодаря этому государство получает возможность точечно блокировать IMEI для борьбы с преступностью, терроризмом и иными угрозами.

CEIR — инструмент прозрачного рынка и цифрового суверенитета

CEIR синхронизирует обмен информацией между регуляторами, производителями и таможенными службами, укрепляя экономическую стабильность и безопасность страны. Решение помогает создать экосистему связи и контролировать весь жизненный цикл мобильных устройств — от выхода на рынок до утилизации. На международном уровне государство приобретает имидж безопасного и технологически развитого партнера.

Платформа Eastwind CEIR разрабатывается и внедряется с учетом требований регуляторов и телеком-операторов. Она соответствует международным стандартам GSMA и адаптируется под законодательные, технические и организационные особенности каждой страны.

Узнайте больше про EW CEIR

Телеком EW Polyphone

355 000 пользователей и х2 к доходу: внедрение приложения MegaFon Life на базе EW Polyphone

Когда рост цен поставил под угрозу лояльность абонентов, МегаФон Таджикистан запустил на базе EW Polyphone цифровую экосистему MegaFon Life — вернул мигрантов в сеть, нарастил аудиторию до 350 тыс. пользователей и удвоил выручку.
355 000 пользователей и х2 к доходу: внедрение приложения MegaFon Life на базе EW Polyphone

С помощью платформы цифровых сервисов EW Polyphone оператор в Таджикистане объединил мессенджер, финтех-услуги и личный кабинет в единую экосистему. Это позволило не только вернуть в сеть абонентов-мигрантов, уходивших к конкурентам в роуминге, но и создать новый высокодоходный канал мобильной коммерции.

Вызов: удержать абонентскую базу в условиях роста цен

В 2018–2019 годах телеком-рынок Таджикистана столкнулся с серьезными вызовами: на фоне волатильности национальной валюты антимонопольная служба предписала операторам поднять цены на интернет и звонки.

Для значительной части аудитории — трудовых мигрантов и их семей — мобильная связь стала критически дорогой статьей расходов. В поисках экономии абоненты массово переходили на SIM-карты стран пребывания, из-за чего МегаФон Таджикистан терял доход от роуминга и лояльность базы.

Решение: создание единой цифровой экосистемы на базе EW Polyphone

Чтобы вернуть пользователей в родную сеть, оператор сделал ставку на продукт MegaFon Life, созданный на базе платформы EW Polyphone. Стратегия заключалась в том, чтобы предложить абоненту не просто мессенджер, а полноценный инструмент для решения повседневных задач — от бесплатных звонков домой до оплаты штрафов и получения микрокредитов.

1. Возврат мигрантов через гибридную связь

Первым этапом стала интеграция мессенджера с GSM-сетью. Абоненты получили возможность совершать вызовы из приложения на любые номера Таджикистана по домашним тарифам, находясь в любой точке мира. Для пользователей МегаФона внутри страны трафик в приложении стал бесплатным. Эта механика сработала лучше любой прямой рекламы: «сарафанное радио» в среде мигрантов обеспечило 116 000 регистраций уже через полгода после запуска.

2. Создание платежной инфраструктуры внутри приложения

Дефицит банкоматов и платежных терминалов в стране стал драйвером для развития мобильной коммерции. В MegaFon Life интегрировали финансовый модуль, который позволил мигрантам переводить деньги семьям с минимальной комиссией.

Родственники внутри страны, в свою очередь, смогли оплачивать госуслуги, ЖКХ и покупки в магазинах через QR-коды. После добавления финансового функционала в приложение пришло еще 100 000 активных пользователей.

3. Цифровизация клиентского пути

Для повышения ARPU в приложение перенесли функции самообслуживания. Пользователи получили возможность обменять бонусы на пакеты минут, управлять тарифами и даже оформлять до трех новых номеров по скану паспорта без визита в офис. Это превратило MegaFon Life в полноценную бизнес-платформу, где оператор зарабатывает не только на трафике, но и на транзакционных комиссиях, партнерствах с банками и ритейлом.

MegaFon Life на базе Polyphone — это новый стандарт телеком-мессенджера. Мы создали b2f-среду (business-to-family), которая позволяет оператору напрямую выходить на лояльную аудиторию в 350 тысяч человек и монетизировать каждый их шаг: от общения до покупок в каталоге партнерских продуктов.

Артём Кирищев, директор по продажам, Eastwind

Результат: двукратный рост выручки и быстрая окупаемость платформы

Аналитика Eastwind подтвердила эффективность выбранной модели: число скачиваний приложения росло по экспоненте каждые полгода. Наиболее активный приток аудитории зафиксирован после запуска финансового модуля и подорожания интернет-трафика в стране — в этот период MegaFon Life стал для абонентов не только кошельком, но и единственным выгодным способом связи с домом.

За год приложения выросло до 350 000 пользователей

Чтобы узнать больше о возможностях digital-платформы для вашего бизнеса, запишитесь на бесплатную демонстрацию EW Polyphone

Телеком Жизнь компании

Eastwind выступила бронзовым спонсором форума Turkmentel 2025

Директор компании Борис Бубнов совместно с представителями Министерства связи Туркменистана и мобильных операторов обсудили приоритеты цифрового развития страны и определили направления сотрудничества на 2026 год.
Eastwind выступила бронзовым спонсором форума Turkmentel 2025
В Туркменистане прошел ежегодный форум, посвященный телекоммуникациям и IT — приоритетным направлениям технологической модернизации республики. Мероприятие состоялось 12–14 ноября 2025 года в Конгресс-холле Торгово-промышленной палаты Туркменистана и собрало представителей 18 стран, вновь подтвердив статус ведущего отраслевого события региона.

Eastwind выступила бронзовым спонсором форума. Компанию представил директор Борис Бубнов. Он встретился с руководством Министерства связи Туркменистана и представителями мобильных операторов — «Туркментелекома» и «Алтын Асыр». На переговорах стороны обсудили задачи цифровизации, развития сервисов «умных городов» и повышения киберустойчивости телеком-инфраструктуры и предварительные направления совместной работы на 2026 год. 

Eastwind активно способствует развитию деловых связей России и Туркменистана. Борис Бубнов как заместитель председателя Российско-Туркменского делового совета при Торгово-Промышленной Палате РФ регулярно участвует в ключевых мероприятиях Туркменистана. В сентябре он посетил Инвестиционный форум TIF 2025.

Turkmentel традиционно собирает представителей государственных ведомств, крупных национальных и международных компаний. На площадке обсуждают развитие цифровой инфраструктуры, внедрение новых технологий и планы по модернизации телеком-отрасли.

Банки Анализ данных Маркетинг и CVM EW Marketing Platform

Как обнаружить 70% оттекающих клиентов банка с помощью аналитики больших данных и ML-моделей

Предиктивные ML-модели помогли банку определить 70% клиентов, склонных к оттоку. Во время пилотного проекта наш клиент убедился в эффективности использования больших данных для увеличения лояльности клиентов, LTV и снижения CAC.
Как обнаружить 70% оттекающих клиентов банка с помощью аналитики больших данных и ML-моделей
100 $ и больше в среднем, тратит банк на привлечение одного клиента, согласно данным Unicom. Удержание базы обходится в разы дешевле, поэтому компании стремятся не только привлекать новую аудиторию, но и сохранять существующую. Главный вопрос — как найти тех, кто собирается уйти?

Ответ находится в клиентских данных, которые гигантскими массивами крутятся в процессах каждой энтерпрайз-компании. Eastwind проанализировал данные российского банка с помощью собственных ML-моделей и выявил оттекающих клиентов, когда на их решение ещё можно было повлиять правильным NBO (Next Best Offer).

Ключевые результаты

Зачем предсказывать отток

Предсказание оттока клиентов помогает:

  • снизить затраты на привлечение новых клиентов,
  • повысить лояльность существующей базы,
  • уменьшить финансовые риски, так как доход от долгосрочных клиентов легче прогнозировать,
  • увеличить LTV клиента (Life Time Value).

Решение перейти в другую компанию формируется у клиента постепенно: вокруг него всё время мелькают предложения ваших конкурентов, подталкивающих к этому шагу. Аналитика больших данных позволяет выявить момент, когда сомнения только зарождаются у потребителя. Она фиксирует важные индикаторы поведения клиента, которые показывают, что он намерен уйти, но ещё не принял окончательное решение.

Формат проекта

В пилотном проекте с банком, чья база оценивается в сотни тысяч человек, наш заказчик хотел понять, насколько эффективно можно предсказывать отток клиентов и реально ли это сделать на ограниченном наборе данных. Специалисты Eastwind создали предиктивную модель, которая составила прогноз оттока, и затем сравнили результаты анализа с реальными данными. Проект прошел в четыре этапа:

  1. Постановка задачи: каких именно клиентов ищем
  2. Сбор информации: какие данные нас интересуют
  3. Анализ данных: по каким признакам определяем потенциальный отток
  4. Подведение итогов: насколько точно составлено предсказание

Первый этап: постановка задачи

Клиент выделял внутри своего банка три типа оттока:

  • Преднамеренный: клиент решает перейти к конкуренту;
  • Ротационный: клиент уходит по не зависящим от него причинам — например, переезжает;
  • Принудительный: банк разрывает договор с клиентом.

Вместе со специалистами банка мы приняли решение, что за оттекающих клиентов будем считать только первые две группы.

Затем мы определили, за какое время до фактической даты оттока ещё могут сработать меры по удержанию клиента. Установили, что за два месяца до предполагаемого ухода клиент уже обычно уверен в решении, и удержать его почти невозможно. Поэтому мы анализировали действия клиента за пять месяцев до оттока. Три из них — более ранние — вошли в модель машинного обучения (на схеме выделены зелёным).


Именно за первые месяцы произошли события, из-за которых клиент решил сменить банк. Нам нужно было выявить, что это за события и как отслеживать их заранее

Второй этап: сбор информации

После того, как мы определили, что именно считать оттоком и в какой момент его нужно предсказывать, мы начали собирать информацию для анализа.

  • Банк выгружал из своих информационных систем данные о клиентах за 9 месяцев.
  • Данные обезличивались и шифровались, чтобы исключить передачу персональной информации.
  • Банк передавал специалистам Eastwind данные в текстовых файлах.
  • Мы преобразовывали все файлы в необходимый формат и структурировали их для дальнейшей работы.

В обезличенном виде мы собрали историю клиентской активности:

  • общая информация о клиентах
  • общая информация о счетах клиентов
  • договоры с клиентами, в том числе тарифы
  • остатки на счетах и движение средств в разрезе каждого дня
  • переводы внутри банка и внешним контрагентам
  • операции с банковскими картами
  • коммуникации между банком и клиентами
  • заявки на закрытие счетов

Третий этап: анализ данных

Фильтрация

После сбора данных мы отфильтровали их и оставили только нужные для построения модели. Например, отсеяли неблагонадёжных клиентов, удерживать которых банк не планировал. Также исключили тех, у кого история операций составляет менее 30 дней.

После фильтрации в нашей базе осталось несколько сотен клиентов банка. По информации об их активности мы начали строить алгоритм обучения модели.

Подготовка обучающей выборки

Чтобы составить прогноз оттока, аналитики Eastwind сформировали обучающую выборку — это группа клиентов, о которых нам известно, оттекли они или нет. Мы визуализировали историю активности каждого участника выборки и сравнили графики поведения ушедших и не ушедших от банка клиентов.

Как меняются операции

Выяснилось, что количество операций у клиента, планирующего уйти, постепенно снижается. Как правило, у оттекающих клиентов более месяца отсутствуют дебетовые обороты и очень мало кредитовых оборотов.


Зелёные точки — кредитовые операции, оранжевые — дебетовые. Здесь и дальше на верхнем графике представлены операции клиента, который не планирует уходить; на нижнем — оттекающего

Как снижается активность
Если клиент регулярно пользуется услугами банка, его линия активности на графике далека от нулевой отметки. Чем реже активен клиент, тем он более склонен к оттоку.


У клиента, который хочет уйти (нижний график), активность становится близка к нулевой отметке

Как изменяется баланс

Ещё один маркер оттекающих — накануне ухода из банка клиент почти не пополняет баланс.


Черная линия отображает значения баланса, синяя — сглаживание черной линии. У оттекающего клиента пополнения счетов становятся всё более редкими и незначительными

Анализ активности

Помимо изучения финансовой активности, мы исследовали шаблоны поведения в группах клиентов: кто с кем взаимодействует и как часто. Для этого мы изучили их социальные графы.


Синими точками на графе отмечены клиенты банка-заказчика, красными — клиенты конкурентов. Транзакции между ними показаны линиями

Один из показателей потенциального оттока — отсутствие транзакций с клиентами того же банка. Если у человека отсутствуют взаимодействия внутри вашего банка, зато есть движение средств с другими контрагентами, то клиент склонен к оттоку. На графе это может выглядеть так:

«Заказчику особенно понравилась идея визуализации клиентских взаимодействий. По его словам, в традиционном формате не хватает наглядности, поэтому иногда сложно заметить очевидное. В рамках пилота мы написали небольшую программу, в которую можно ввести идентификатор контракта и посмотреть, с кем он взаимодействует».

Павел Олифер, директор по развитию Eastwind

Создание ML-модели

После формирования тестовой выборки мы разработали алгоритм машинного обучения для предсказания оттока. ML-модель анализировала клиентов, размеченных вручную, и выявляла закономерности в их поведении. В дальнейшем модель искала в базе всех существующих клиентов, чьё поведение соответствует этим паттернам. Так машина формировала прогноз, кто из существующих клиентов склонен уйти.

Четвертый этап: оценка результата

Результат нашей предиктивной модели мы оценивали постфактум: запросили в банке данные о клиентах, которые ушли к намеченной дате, и сравнили их совпадение с нашим прогнозом.

Заказчик остался доволен результатом предсказания и выкупил ML-модель для её дальнейшего масштабирования. Далее банку предстояло разработать комплекс мер, которые помогут удерживать оттекающих клиентов.

«Модель можно сделать еще точнее, если анализировать больше данных — например, полезной будет информация об активности клиентов в интернет-банке. А если мы будем знать эмоциональную окраску обращений, скорость обработки заявок и результаты опросов ушедших клиентов — сможем определять не только факт, но и предполагаемую причину оттока».
Андрей Плющенко, руководитель группы анализа данных Eastwind

Для каких еще задач можно использовать ML-модели

Предсказание оттока — лишь один из тысяч возможных сценариев использования аналитики данных, которую банк смог провести благодаря Eastwind. ML-модели дают возможность по-новому взглянуть на маркетинг:
  • проанализировать активность клиентов,
  • составить глубокий профиль для каждого пользователя,
  • максимально точно сформировать таргет-группы,
  • определить потенциальный фрод,
  • выстроить NPTB-модели (Next Product to Buy).
И самое важное: всё это можно сделать из уже имеющихся у компании данных, без огромного штата специалистов по разным ресурсам.

Запишитесь на бесплатную консультацию и узнайте, как AI & ML могут помочь вашему бизнесу.

Этот сайт зарегистрирован на wpml.org как сайт разработки. Переключитесь на рабочий сайт по ключу remove this banner.