Крупный банк СНГ сократил время на контроль команд
-71%
Сокращение времени руководителей на контроль и оценку команд
24%
Повышение NPS сотрудников
О компании
Один из крупнейших частных банков в СНГ с численностью персонала более 28 000 человек. Банк активно развивает цифровые сервисы и продукты, используя agile-подход в работе продуктовых команд. Организация входит в число лидеров региона по объему активов и доле рынка, обслуживая более 30 млн клиентов.
Снижение текучести кадров
32%
Внедрение RConf AI позволило нам получить объективную картину работы всех продуктовых команд в режиме реального времени. Особенно ценно, что система не только выявляет проблемы, но и дает конкретные рекомендации по их устранению каждому участнику процесса. Это позволило настроить процесс коучинга adjile-практикам в автоматическом режиме, существенно сократив время и ресурсы на внедрение этих подходов командах.
Олег, Директор по продуктовой разработке
Отзыв клиента
Проблемы
01
Банк столкнулся с дефицитом опытных скрам-мастеров при управлении 40+ продуктовыми командами, что приводило к неравномерному качеству фасилитации и развития команд
Нехватка квалифицированных скрам-мастеров при масштабировании
02
Имитация agile-практик без реальной трансформации
03
Оценка проводилась редко в формате self-review без единых критериев, что не позволяло получить реальную картину эффективности и выявить зоны роста
04
Высокая текучесть кадров в неэффективных командах
Команды с низкой производительностью теряли ключевых сотрудников, что приводило к дополнительным затратам на подбор и длительную адаптацию новых специалистов

Вывод:
Банк терял эффективность из-за формального следования agile-практикам без реальной трансформации и не мог объективно оценивать зрелость 40+ продуктовых команд из-за отсутствия единой системы мониторинга и дефицита квалифицированных скрам-мастеров
Команды формально следовали agile-методологиям, но демонстрировали низкую производительность и не достигали ожидаемых результатов от внедрения гибких подходов


Отсутствие объективной системы оценки зрелости команд
Как решали задачу
Команда RConf AI провела глубокий анализ agile-процессов банка, изучила специфику работы 40+ продуктовых команд и разработала персонализированное решение для объективной оценки зрелости команд по 38 критериям с автоматической генерацией развивающей обратной связи
Этап 5
Непрерывное отслеживание зрелости команд
AI база знаний о командах
Автоматический еженедельный отчет о зрелости команд в разрезе 38 критериев
AI-ассистент, интегрированный с базой знаний для поиска и распространения лучших практик, получения ответов о командах для принятия управленческих решений
Развивающая обратная связь Scrum-мастеру, членам и лидерам команд
Как проводить встречи, чтобы лучше соответствовать принципам Scrum и быть эффективнее как команда
Комплексное решение включало:
Оценка соответствия глубинным принципам Scrum
Оценка психологической безопасности, доверия общности целей и др.
Ежедневная неинвазивная оценка команд на Scrum-событиях
Что у нас получилось
+ 24%
Повышение NPS сотрудников
+37%
Увеличение индекса психологической безопасности
-32%
Снижение текучести кадров в продуктовых командах
-41%
Сокращение времени на адаптацию новых членов команды
-71%
Сокращение времени руководителей на контроль и оценку команд
+68%
Выросло соблюдение Agile-процессов
Стратегические преимущества
внедрения RConf
Повышение скорости и качества работы продуктовых команд без увеличения штата скрам-мастеров
Внедрение системного процесса обмена лучшими практиками
Повышение качества командной культуры, повышение eNPS, снижение текучести
Повышение конкурентоспособности в привлечении талантов за счет использования передовых технологий