Як Colobridge AI допоміг нам завчасно виявляти 80% клієнтів, які хочуть піти. Кейс Vega Telecom
Телекомунікаційна галузь є однією з найконкурентніших у світі. Вона ж найбільш вразлива й до відтоку. За статистикою, щороку середньостатистичного інтернет-провайдера залишає 10-20% клієнтської бази залежно від регіону. Якщо в ній 80 тисяч абонентів, а з одного користувача компанія отримує 500 грн, то вона втрачає від 48 до 96 млн грн доходу на рік. У кризових регіонах, де відтік може сягати 50%, втрати стають катастрофічними – до 240 млн грн.
Залучити нового клієнта буде в декілька разів дорожче, ніж утримати наявного. І для українського бізнесу це дійсно проблема – через те, що маркетингові бюджети обмежені. До того ж сама галузь специфічна: в телекомі майже нереально повернути клієнта, який пішов до конкурента. Тому найбільш доцільно зупиняти відтік до того, як людина вирішила розірвати контракт, але для цього потрібно передбачити цю подію.
У межах проєкту «100 кейсів використання AI в українському бізнесі» досвідом поділилась компанія Vega Telecom, яка навчилась це робити.
Клієнт і його виклики
Vega Telecom – національний телеком-оператор України та один із лідерів ринку з клієнтською базою понад 70 000 абонентів. У 2025 році частка відтоку у компанії сягнула 15%, а реагували на проблему постфактум, коли клієнт вже розірвав договір або твердо вирішив це зробити.
На той момент у Vega Telecom працювали з відтоком так: клієнт подавав заявку на розірвання, служба утримання намагалася його відмовити йти – уточнити причину невдоволення та спробувати налагодити стосунки. Як правило, така стратегія була неефективною, адже компанія починала виправляти ситуацію тоді, коли шанси зробити це наближалися до нуля. Саме така ситуація спонукала змінити логіку роботи з відтоком і реагувати не реактивно, а проактивно.
Рішення: предиктивна аналітика
Команда Colobridge AI запропонувала розв'язати проблему відтоку, прогнозуючи дії абонентів за допомогою машинного навчання. Система аналізує поведінкові патерни – активність, зміни в користуванні послугами, платіжну поведінку, звернення до підтримки та інші сигнали – і на основі цих даних виявляє клієнтів, які вже знаходяться в зоні ризику.
Підписуйтеся на наші соцмережі
Особливість рішення в тому, що система не просто позначає клієнта як ризикованого, а пояснює, чому він хоче піти. Такий підхід дозволяє менеджерам та маркетинговій команді діяти цілеспрямовано. Коли абонент незадоволений якістю сервісу, до нього застосовують один сценарій реагування. Якщо ж абонент негативно сприйняв оновлення тарифів, це будуть зовсім інші дії.
Система, яка побудована на базі машинного навчання, дозволяє:
- отримувати списки клієнтів із найвищим ризиком відтоку в горизонті 1–3 місяців;
- розуміти реальні причини ризику, щоб врахувати їх під час персоналізованої комунікації;
- запускати проактивні кампанії утримання до того, як клієнт ухвалив остаточне рішення піти.
Результати
Коли Vega Telecom впровадила рішення Colobridge AI, це призвело до системної зміни в комунікаціях. Якщо раніше основну частину ресурсів спрямовували на повернення клієнтів, зараз фокус на проактивному утриманні.
Результат – 80% клієнтів, які планували розірвати договір у найближчі 1–3 місяці, тепер виявляють завчасно, ще до того, як вони телефонують на гарячу лінію або подають заявку. Це відкриває в рази більше можливостей для їх утримання.
Додатковий, але не менш важливий ефект полягає у зростанні лояльності. Абонент бачить, що компанія сама звертається до нього з вчасною та цікавою пропозицією чи розв'язує проблему до загострення проблеми, і це формує довіру. В цих ситуаціях телеком-оператор більше не виглядає байдужою структурою, яка помічає клієнта лише тоді, коли він вже готовий піти.
Чому це важливо для ринку
У випадку з Vega Telecom трансформація відбулася у трьох вимірах одночасно: зменшився відтік, збільшилася лояльність абонентів, а комунікації стали більш персоналізованими – кожне звернення до клієнта ґрунтується на реальних даних, а не на загальних скриптах.
Ринок AI-рішень для прогнозування відтоку в телекомі у 2024 році оцінювався в $1,25 млрд і, за прогнозами, зросте до $6,8 млрд до 2033 року зі середньорічним темпом на рівні 20,8%. Утримання клієнтів залишається основним драйвером цього ринку, адже на нього припадає понад 45% усіх впроваджень.
Телеком-оператори в усьому світі витрачають 15–20% сервісних доходів на залучення та утримання клієнтів. Для порівняння: так само, 15% капітальних витрат ідуть на мережеву інфраструктуру. Це означає, що за масштабом інвестицій постійна битва за клієнта вже зрівнялася зі вкладеннями у саму мережу.
Для українського бізнесу це виклик подвійної складності, коли рекламні бюджети обмежені, а конкуренція за кожного платоспроможного абонента лише зростає. У таких умовах здатність передбачати відтік стає не однією з багатьох переваг, а умовою для виживання.
У цьому кейсі використання штучного інтелекту, машинного навчання та прогнозної аналітики обґрунтовано операційною необхідністю. Ці технології вже продемонстрували свою цінність для телеком-операторів з великою абонентською базою, де навіть зниження відтоку на 2-3% зберігає мільйони гривень доходу.