Технологии анализа поведения клиентов. Обзор IT-World
Чем на самом деле заняты ваши клиенты?
Розничный сектор в России, включая торговый и финансовый ритейл – самые оцифрованные отрасли экономики. Итоги совместного исследования «Яков и партнёры» и «Нильсен» показали, что розничный сектор в России достиг высокой цифровой зрелости. Около 70% ретейлеров перешли от стадии экспериментов к масштабированию цифровых решений по всей цепочке создания стоимости, и уже получили измеримую финансовую отдачу.
Цифровая трансформация затронула и клиентский опыт. Потребители стали более требовательными к ретейлу. Им нужны не только подходящий товар или услуга, но и больше информации для выбора и сравнения, быстрый качественный сервис, персональный подход. Нивелирование границ между онлайн- и офлайн-форматами ретейла вызвала потребность в едином, бесшовном потребительском опыте: найти товар или услугу в сети, сравнить с предложениями в офлайн-точках, совершить операции онлайн, в любое время и в любом месте, и 24Х7 получать поддержку и обратную связь с ретейлером или банком через надежные цифровые каналы общения.
Объем глобального рынка поведенческой аналитики (Behavior Analytics) к концу 2024 года оценивался экспертами Data Bridge Market Research в $4,82 млрд. Вплоть до 2032 года он, по ожиданиям экспертов, будет расти, в среднем, на 22,75% в год и достигнет объемов в $24,84 млрд.
Расширение мирового рынка обусловлено, в основном, ростом числа киберугроз, мошенничества и внутренних рисков.
Растущая интеграция технологий ИИ, ML и Big data в системы безопасности усиливает возможности прогнозирования, ускоряет внедрение в различных отраслях и существенно стимулирует рост рынка.
Технологии анализа поведения клиентов объединяют всевозможные инструменты и подходы, которые используются для сбора, хранения и анализа данных о взаимодействиях бизнеса со своими клиентами. Все – для того, чтобы изучить, как ведут себя определенные группы клиентов или отдельные личности, взаимодействуя с тем или иным продуктом или местом продажи. И здесь важны не только процессы принятия решений клиентами, но и причины, по которым эти решения принимаются.
В условиях высокой конкуренции и цифровизации бизнеса исследование поведения клиентов перешло их категории «опция» в категорию «необходимость». Аналитики пришли к выводу, что компании, создающие использующие клиентскую аналитику, увеличивают прибыль на 15-25% и сокращают отток клиентов на 30%.
Все это представляет особую важность в контексте онлайн-покупок и взаимодействия клиентов с цифровыми экосистемами.
В независимом обзоре российского рынка поведенческой аналитики (Behavioral analytics) IT-World собрал данные об основных инструментах и подходах, которые используются для изучения поведения пользователей, о лидерах в разных сегментах и о разработанных ими ключевых решениях. Данные получены из открытых источников, сайтов компаний, пресс-релизов и сведений, предоставленных участниками рынка.
Обращаем внимание на то, что сегментирование весьма условно. Behavioral analytics, по большей части, входит в состав более широких рынков - ИИ, Big Data, SIEM, BSS, BI и аналитики безопасности. Большинство решений поведенческого анализа интегрировано в комплексные платформы.
По этой же причине оценить объем российского специализированного рынка поведенческой аналитики невозможно. Тем не менее, считают эксперты, этот сегмент показывает более динамичный рост, чем отечественная ИТ-отрасль, в целом.
По оценкам researchnester.com, в 2025 году объем рынка поведенческой аналитики Behavioral Analytics достигал $1,5 млрд.
CRM-системы
Основная функция систем Customer Relationship Management – сбор данных о покупках, предпочтениях пользователя, частоте его визитов, участия в акциях, персонализация коммуникаций.
Ключевые игроки
Digital Q.CRM ‒ комплексное решение для управления взаимоотношениями с клиентами, организации процессов продаж и обслуживания.
BPMSoft — low-code платформа для автоматизации бизнес-процессов, управления маркетингом, продажами и клиентским сервисом.
«БИТ.CRM» - Система управления полным циклом продаж, с инструментами для автоматизации и аналитики.
Экосистема «Битрикс24» - облачная комплексная CRM- платформа с портальными функциями для совместной работы и управления бизнесом. Объединяет инструменты для автоматизации бизнес-процессов, управления проектами и корпоративных коммуникаций.
«Мегаплан» — один из первых облачных сервисов в России, облачная CRM-система для управления бизнес-процессами, клиентами и проектами. Объединяет продажи, задачи и коммуникации.
Разработчик одноименной онлайн-CRM-системы amoCRM. Удобная web-программа с интуитивным интерфейсом, с полным набором инструментов для анализа продаж, маркетинга, сбора аналитики, формирования отчетов, сервисного обслуживания на всех этапах взаимодействия с клиентами.
1C:CRM ориентирована на средний и крупный бизнес. Автоматизация продаж, маркетинга и сервисного обслуживания, глубокая интеграция с учетными, финансовыми и складскими продуктами 1С.
RetailCRM – платформа, специально созданная для электронной коммерции и ритейла. Позволяет эффективно управлять заказами, повышать лояльность клиентов. Синхронизирует информацию о заказчиках, покупках, отзывах. Интегрируется с маркетплейсами, позволяет продавать в соцсетях и мессенджерах.
«Простой бизнес» - CRM-система для малого и среднего бизнеса. Включает инструменты для управления клиентскими базами, отслеживания продаж, автоматизации документооборота и анализа ключевых метрик.
«РосБизнесСофт CRM» - программный продукт для комплексной автоматизации бизнеса, позволяет проанализировать динамику продаж, движение товаров, задолженности и прочие показатели. Есть модуль для планирования и проведения маркетинговых кампаний.
BI-системы
По числу внедрений BI-решений розничная торговля входит в топ-3 отраслей. Системы Business Intelligence в ритейле предназначены для автоматизации и визуализации данных, анализа и управления бизнесом на основе данных, оперативного реагирования на изменения рынка. Позволяют проводить анализ продаж, управлять базой клиентов, прогнозировать спрос, оценивать эффективности маркетинга, управлять ассортиментом и запасами, осуществлять финансовый контроль, мониторить рынок и конкурентов.
Ключевые игроки
Одноименная BI-платформа Visiology позволяет более точно анализировать информацию, визуализировать большие массивы данных, обеспечивает сбор данных из различных источников в одном месте, повышает прозрачность и эффективность бизнеса. Обеспечивает точные аналитические выводы и единое понимание текущего состояния дел внутри компании.
Yandex DataLens - облачная платформа для визуализации и анализа данных. Позволяет подключаться к различным источникам, описывать модели данных, выполнять вычисления и строить интерактивные дашборды. Аналитика любого масштаба, от простых отчетов до корпоративной бизнес-аналитики.
«1С:Аналитика» — BI-система для визуализации и глубокого анализа данных, интегрированная с платформой «1С:Предприятие». Упрощает создание интерактивных отчетов и анализ данных напрямую в системе 1С или других источниках.
Polymatica BI – платформа, предназначенная для глубокой аналитической обработки массивов корпоративных данных. Предоставляет компаниям комплексный инструментарий для преобразования информации в наглядные отчеты и прогнозные модели.
AI-модели поведенческой аналитики
По итогам 2024 года объем отечественного рынка ИИ достигал $1,45 млрд, что на 38% превысило показатели предыдущего года. Прогнозы на 2025 год еще более оптимистичны — эксперты ожидают роста до $2,1 млрд, что составит впечатляющие 45% прироста.
При общем объеме мирового рынка ИИ в $196 млрд, российская доля составляет чуть более 1%. Данных о том, какая доля из этой суммы приходится именно на модели поведенческой аналитики, найти не удалось.
Однако темпы роста отечественного рынка значительно опережают глобальные тренды, указывая на высокий потенциал дальнейшего развития. Для сравнения, среднемировой рост рынка ИИ составляет 25-30% в год, что делает российские показатели особенно впечатляющими.
Ключевые игроки
Разработчик платформы Evolution AI Factory для работы с AI-моделями поведенческой аналитики в бизнесе. Комплексное решение объединяет облачные AI- и ML-инструменты для работы с генеративными нейросетями и управления жизненным циклом AI-приложений.
Разработчик ИИ-модели поведенческой аналитики в бизнесе. MWS AI Agents Platform позволяет создавать ИИ-агенты на базе больших языковых моделей и готовых инструментов в визуальном конструкторе бизнес-сценариев.
Intelligent Search - платформа для интеллектуальной обработки информации из любых типов документов; ContentCapture - универсальная платформа для интеллектуальной обработки информации из всех типов документов.
Rubbles Customer Insight - решение для создания и оптимизации маркетинговых кампаний, анализа поведения клиентов и управления персонализированными коммуникациями.
Основной фокус использования систем поведенческой аналитики – сфера безопасности. Системы User and Entity Behavior Analytics (UEBA) способны анализировать поведение пользователей и сущностей (устройств, аккаунтов, процессов), выявляя аномалии и угрозы.
Ключевые игроки
InfoWatch Prediction - позволяет прогнозировать риски на основе поведенческой аналитики, анализировать активность аккаунтов и устройств, блокировать действия. Находит скрыто протекающие или еще готовящиеся нарушения.
Kaspersky Fraud Prevention – платформа для проактивного обнаружения схем мошенничества в цифровых каналах, на веб-сайтах и в мобильных приложениях. Способна анализировать транзакции в режиме реального времени, выявлять аномалии на основе поведенческих моделей.
SearchInform - DLP-система для защиты от утечек конфиденциальных данных, а также предотвращения и расследования фактов внутреннего мошенничества. Имеет встроенные аналитические инструменты, которые помогают выявлять угрозы и контролировать действия сотрудников в компании, обеспечивают мониторинг активности сотрудников, выявление аномалий, контроль действий и использование корпоративных ресурсов.
Security Vision UEBA — решение для анализа поведения пользователей и сущностей. Позволяет создавать типовые модели поведения, обнаруживать отклонения и инциденты. Способно анализировать сырые потоки данных из разных источников и обнаруживать новые типы инцидентов. Встроенные возможности поведенческого анализа можно дополнять, настраивая новые или адаптируя существующие sigma-правила и правила корреляции.
Предиктивные модели
Прогнозная аналитика — прогнозирование будущего поведения клиентов и субъектов для правильной адаптации бизнес-решений. В основе этого метода анализа — использование больших данных и сложных ИТ-систем, использование ML-алгоритмов и сложных алгоритмов для обработки информации.
Лидер в использовании обучаемых алгоритмов на российском рынке – банковский сегмент. Скоринговые модели для оценки платежеспособности клиента и выявления мошеннических операций, которые строятся на исторических данных (на основании истории взаимоотношений с клиентом) стали применяться почти 15 лет назад.
Сегодня системы прогнозной аналитики пользуются спросом во всех ключевых отраслях экономики - энергетике, металлургии, нефтегазовой отрасли, фармацевтике, госсекторе.
В финансовом и торговом ретейле прогнозные модели используются для маркетингового и клиентского анализа, оптимизации различных внутренних процессов, прогнозирования клиентского поведения и его изменения, борьбы с мошенничеством.
Ключевые игроки
Аналитическая платформа «Форсайт» - универсальный программный комплекс для интеллектуального анализа данных. Высокая производительность, масштабируемость, универсальная функциональность, широкие возможности для интеграции. Предоставляет обширный инструментарий для сбора, обработки, хранения, анализа данных.
SberDataScience — платформа для построения моделей машинного обучения, которые применяются для прогнозной аналитики и принятия бизнес-решений.
Loginom — аналитическая low-code платформа, обеспечивающая интеграцию, очистку и анализ данных для принятия более эффективных управленческих решений.
Видеоаналитика
Наибольший спрос на системы видеоаналитики демонстрируют сферы промышленности (контроль безопасности, контроль производственных процессов и складских операций, оптимизация логистики) и торгового ретейла (улучшение качества обслуживания клиентов, анализ поведения покупателей, оптимизация бизнес-процессов). Системы видеоаналитики фиксируют действия работников и клиентов, анализируют их и выявляют закономерности.
Ключевые игроки
VizorLabs — платформа видеоаналитики на базе ИИ и компьютерного зрения. В автоматическом режиме распознает поведение и динамические сцены, следит за состоянием помещений и оборудования, за производственными процессами.
owl.Guard - платформа видеоаналитики для автоматического распознавания событий. Осуществляет мониторинг производственной безопасности, детектирует нарушения, контролирует действия персонала на основе анализа видеопотоков.
SecurOS Computer Vision – платформа ситуационной видеоаналитики, позволяет вести сбор, запись, систематизацию, накапливать, хранить и использовать данные о зарегистрированных тревожных событиях (потенциальных угрозах) в автоматическом режиме.
Платформа интеллектуальной видеоаналитики для визуального мониторинга процессов, контроля качества и обеспечения безопасности
TRASSIR Retail Pro - набор интеллектуальных модулей видеоаналитики для ритейла. Включает подсчет посетителей на основе анализа пересечения ими заданной границы, построение тепловых и кинетических карт активности посетителей, детектор наполненности полок товарам. Ведет контроль очередей, формирует отчёты о качестве обслуживания.
FindFace - платформа для распознавания лиц в банковских отделениях и банкоматах, проверки клиентов с базами данных мошенников.
Комплексные решения для промышленности, транспорта, умных городов и бизнес-сегмента, адаптированные под задачи заказчика.
Актуальные тренды
Наибольший спрос на поведенческую аналитику сегодня демонстрируют крупный и средний ретейл, в том числе e-commerce, банковский сектор и телеком. В этих отраслях, комментируют эксперты, объем данных и конкуренция уже не позволяют работать без развитого аналитического контура.
В ретейле типичны кейсы перехода от массовых рассылок к поведенческим триггерам (брошенная корзина, смена категории покупок, падение частоты визитов) и оптимизации промо на основе RFM/LTV-сегментации (Recency, Frequency, Monetary (RFM), LifeTime Value (LTV)).
В банках активно используются модели оттока по продуктам, более сегментированный подход к управлению программами лояльности, поведенческий скоринг в дистанционных каналах и антифрод на базе анализа нетипичных паттернов транзакций, устройств и геолокаций.
Для маркетинга и продуктовых команд такие решения дают прозрачную картину влияния каналов и изменений интерфейса на воронку, средний чек, LTV и метрики удовлетворенности, построения и управления юнит-экономикой и пр.
В телеком- и подписочных сервисах ключевые сценарии - прогноз отказа от подписки и подбор тарифов по фактическому поведению.
Традиционные рынки внедрения поведенческой аналитики - розничная торговля и маркетинг – стали дополняться сегментами, осознавшими ценность поведенческой аналитики. Например, в здравоохранении поведенческие данные помогают предсказывать лояльность пациента, в образовании – создавать адаптивные пути обучения, основанные на взаимодействии студентов, в промышленности - управлять рисками и операционной эффективностью. Постепенно вовлекаются сети АЗС, аптеки, HoReCa и другие офлайн-сервисы с CRM, CDP, программами лояльности и мобильными приложениями. В B2B-сегменте интерес растет точечно и сосредоточен вокруг работы с ключевыми клиентами, партнерскими сетями и сложными сделками.
Перспективы
Перспективы отечественного рынка поведенческой аналитики эксперты оценивают в позитивном ключе. Спрос определяется непрерывным ростом объема данных, цифровых каналов и источников данных, требований к эффективности маркетинга и сервиса.
Огромные объемы поведенческих данных сгенерировали технологии IoT. Эти данные служат основой для продвинутого поведенческого анализа, помогая предприятиям выявлять закономерности и предсказывать будущее поведение.
Растет спрос на персонализированный и гиперличностный опыт для повышения лояльности клиентов. Интеграция алгоритмов ИИ и машинного обучения стали революцией в сфере поведенческого анализа. Традиционная демографическая сегментация быстро трансформируется в сегментацию поведенческую. Клиенты структурируются не на атрибутах, а на основе действий - частые покупки, поиски скидок, список элементов поиска контента на сайте или платформе. Потребности клиентов определяются теперь не традиционным ретроспективным анализом исторических данных, а поведенческой аналитикой в реальном времени. Все это – на фоне омниканальности взаимодействия с клиентами.
Анализируя поведенческие данные, такие как привычки просмотра, история покупки и реакция на прошлые кампании, и объединив все точки контакта с клиентом, компании могут адаптировать рекомендации, сообщения и услуги в режиме реального времени. Понимание действий клиента онлайн и возможность немедленного отклика позволяет бизнесу получать динамическое представление о поведении клиентов по мере его возникновения и строить динамическую персонализацию. Это персонализированный контент и интерфейс под конкретного посетителя на основе данных о его действиях (клики, скроллы, время пребывания, переходы по страницам и другие метрики), скидки и предложения на основе живого поведения, оперативное реагирование на действия клиентов.
Поведенческие данные отражают намерения и интересы клиентов в реальном времени. Бизнесу легче составлять передовые маркетинговые стратегии, такие как автоматизация на основе триггеров и таргетирование жизненного цикла, последовательно продвигать их по разным каналам и поддерживать, таким образом, долгосрочные отношения с клиентами.
Не менее важные факторы, делающие поведенческую аналитику незаменимой для мониторинга сотрудников, подрядчиков и поставщиков - рост числа киберугроз, внутренних рисков и сложных постоянных атак, более строгие нормативные требования и переход к моделям безопасности Zero Trust.
Что мешает рынку
Важная проблема – высокая стоимость внедрения поведенческой аналитики, особенно на фоне высокой ключевой ставки, дорогих кредитов и недостатка оборотных средств.
На базовом уровне - фрагментированный ИТ-ландшафт и проблемы совместимости технологий поведенческой аналитики с уже работающими в компании ИТ-системами.
Во многих компаниях слабо проработаны продуктовые сценарии использования данных, модели монетизации и управления ценностью клиентской информации, отсутствует единая логика по клиенту и продукту.
Требования регуляторов к работе с персональными данными и к обеспечению их конфиденциальности постоянно растут, и соответствовать им далеко не всегда просто. И это весьма чувствительный момент, поскольку решения поведенческой аналитики предполагают сбор и анализ больших объемов конфиденциальных данных сотрудников и клиентов.
Опубликовано 09.12.2025
Елена Голяева, эксперт департамента «Банки и финансы» компании Рексофт:
Сейчас на рынке и в архитектурном ландшафте компаний можно увидеть разные варианты: от комплексных контуров «Клиент 360» (от хранилища до клиентских каналов) до использования отдельных элементов - DWH, точечных AI-моделей, CRM и пр. В комплексном варианте архитектура обычно многоуровневая: DWH и data lake/lakehouse, поверх них - CDP и MDM, плюс потоковая шина и event-стриминг для онлайн-событий, работы с пользовательскими данными в разных каналах. На эту базу наслаиваются AI-модели поведенческой аналитики, рекомендательные системы, CRM (как операционный, так и аналитический), маркетинг-автоматизация, BI и инструменты сбора обратной связи. Крупные игроки чаще идут по пути сквозных решений, тогда как средние и небольшие компании комбинируют отдельные модули по приоритетам и бюджету.