Как ORM-система для банка помогла остановить развитие обсуждений в 76% случаев в период неопределённости

1. Вводная задача от заказчика, проблематика, цели

👤 О клиенте

Крупный федеральный банк предоставляет предпринимателям и юридическим лицам кредитование, банковские гарантии, расчётно-кассовое обслуживание и депозиты. Проект ведётся с 2022 года. В этой версии рассматриваем, как система работала во время информационной неопределённости и к каким результатам пришла к марту 2026 года.

📍 Исходная ситуация

Банк обрабатывал официальные обращения через телефон, чат, личный кабинет и электронную почту. Внешние вопросы и отзывы не входили в единый процесс. Пока специалисты разбирались с операционными задачами, пользователи обсуждали происходящее на открытых площадках и формировали собственные версии.

⚠️ Главная проблема

В марте 2022 года риск создавали не только жалобы. Нейтральный вопрос о переводе, счёте или доступности продукта мог быстро превратиться в слух о блокировках и санкциях. За месяц система зафиксировала 1026 упоминаний: 187 негативных, около 30% позитивных, остальные нейтральные.

⛔ Ограничения

• Содержательный ответ нельзя было публиковать до проверки фактов банком.
• Информация менялась быстро и требовала сверки с официальными источниками.
• Профильные подразделения были сосредоточены на операционных и юридических задачах.
• Название банка и сведения о государственном участии защищены NDA.

🎯 Цели

• обнаруживать опасные обсуждения до их масштабирования;
• быстро показывать пользователю, что сигнал принят;
• передавать вопрос специалистам банка и возвращаться с проверенным ответом;
• снижать влияние информационного вакуума на публичную репутацию.

2. Описание реализации кейса и творческого пути по поиску оптимального решения

🔎 Почему стандартного мониторинга отзывов было недостаточно

Команда увидела, что исходная тональность сообщения не показывает реальный риск. Отдельная жалоба могла остаться локальной, а нейтральный вопрос — собрать десятки предположений. Поэтому аналитик оценивал тему, скорость появления комментариев, содержание новых версий и вероятность распространения.

💡 Главная гипотеза

Снизить риск можно, если разнести коммуникацию на два этапа: быстро подтвердить получение сигнала и дать содержательный ответ после проверки банком. Это сохраняло скорость, не заставляя команду публиковать неподтверждённую позицию.

🧭 Как выстроили маршрут

• Аналитик SERM обнаруживал публикацию и оценивал тональность, тему и риск.
• ORM-менеджер размещал первичный ответ и запрашивал данные.
• Аккаунт-менеджер передавал вопрос банку и согласовывал позицию.
• Техническая поддержка, служба качества, юристы или другое профильное подразделение проверяли обстоятельства.
• ORM-менеджер публиковал итоговый комментарий и фиксировал результат.

В обычном режиме Brand Analytics проверяли до пяти раз в день. После начала информационного всплеска команда в течение суток перешла на почасовой мониторинг.

🛠 Как проверяли сообщения

Специалисты искали первоисточник, сверяли формулировки с официальными зарубежными ресурсами и запрашивали подтверждение у банка. Если фактов для ответа ещё не было, пользователь получал первичную реакцию. После проверки команда возвращалась с индивидуальным комментарием.

📊 Как накопленные сигналы превратили в аналитику

Упоминания распределяли примерно по десяти тематическим тегам: кредитование, банковские гарантии, интернет-банк, переводы, качество обслуживания, условия продуктов и другие темы. Это помогло выделить повторяющиеся вопросы к технической поддержке и по кредитованию индивидуальных предпринимателей. Данные передавали банку; в отдельных случаях он выпускал официальные сообщения.

⚙️ Как работали с отзывами после кризисного периода

На профильных ресурсах команда сопровождала отзывы реальных клиентов. Положительный текст и оценку писал сам клиент, Demis Group консультировала по правилам и модерации. При негативе банк решал вопрос по существу, агентство вело публичную коммуникацию и добивалось корректной фиксации статуса «Проблема решена», если это позволяли правила площадки.

Марина Калошина

Директор бизнес-направления SERM & ORM, Demis Group

«В банковской сфере ошибка в публичном ответе может быть опаснее задержки ответа. Если подтвердить или опровергнуть обстоятельства без проверки, придётся публично исправлять собственный комментарий. Поэтому команда сознательно разделила два этапа коммуникации: быстрый первичный ответ и содержательный комментарий после проверки банком».

3. Результаты сотрудничества

🏆 Главный результат кризисного режима

В 76% случаев после реакции команды развитие обсуждения прекращалось. Новые упоминания обнаруживали в среднем за один час, первый ответ публиковали в среднем за полтора часа. Все обращения получили итоговый ответ, в 86% случаев проблема клиента была решена.

📊 Долгосрочная репутационная динамика

• Индекс лояльности*: 3,8 в январе 2022 года → 45,6 в марте 2026 года.
• Доля площадок с положительной тональностью в топ-10 Яндекса: 43 → 100%.
• Доля площадок с положительной тональностью в топ-10 Google: 35 → 97,5%.
• Рейтинг в 2ГИС: 2,3 → 4,9.

К марту 2026 года рейтинги на шести значимых площадках находились в диапазоне от 4,3 до 4,9.

*Индекс лояльности рассчитывался как отношение числа позитивных упоминаний к числу негативных. Рост показателей относится к репутационной картине и работе с обращениями.