文/王小麗 中銀金融商務(wù)有限公司總監(jiān)

來(lái)源：中國(guó)銀行業(yè)雜志

大數(shù)據(jù)時(shí)代的到來(lái)，敲響了喚醒沉睡中的海量信息及突破傳統(tǒng)分析理念的鐘聲。利用技術(shù)手段，針對(duì)看似散亂、無(wú)序、低價(jià)值的海量數(shù)據(jù)進(jìn)行深入挖掘和分析，洞察深藏其中的業(yè)務(wù)價(jià)值，盤(pán)活數(shù)據(jù)資產(chǎn)，引來(lái)各行業(yè)競(jìng)相角逐。如何捕捉并探尋符合自身行業(yè)特色、務(wù)實(shí)有效的大數(shù)據(jù)應(yīng)用發(fā)展思路，是時(shí)代賦予的重要發(fā)展機(jī)遇。

歷經(jīng)概念炒作、技術(shù)完善、場(chǎng)景探討，客戶(hù)心態(tài)從被動(dòng)了解漸漸走向主動(dòng)擁抱，大數(shù)據(jù)應(yīng)用在若干失敗的風(fēng)投案例中逐漸走向成熟，應(yīng)用項(xiàng)目從嘗試走向更廣更深的實(shí)踐應(yīng)用，應(yīng)用方向從技術(shù)主導(dǎo)型逐漸轉(zhuǎn)向價(jià)值應(yīng)用型。針對(duì)客服中心沉睡多年的海量音頻數(shù)據(jù)，技術(shù)的關(guān)鍵性突破使全量數(shù)據(jù)分析及價(jià)值挖掘成為可能。以下結(jié)合中國(guó)銀行客服中心實(shí)踐對(duì)大數(shù)據(jù)應(yīng)用進(jìn)行交流探討。

客服中心大數(shù)據(jù)的應(yīng)用場(chǎng)景

客服中心傳統(tǒng)管理手段是基于系列系統(tǒng)統(tǒng)計(jì)報(bào)表、抽樣質(zhì)量檢查和人的經(jīng)驗(yàn)，而跨系統(tǒng)數(shù)據(jù)分析、數(shù)據(jù)項(xiàng)的重新組合分析是難以基于全量數(shù)據(jù)進(jìn)行的，基于員工效能的多維度分析、對(duì)欺詐風(fēng)險(xiǎn)的偵測(cè)與防范往往更多依賴(lài)于人的經(jīng)驗(yàn)和從事后的教訓(xùn)中習(xí)得。

利用大數(shù)據(jù)技術(shù)建立基于客戶(hù)電話(huà)行為的數(shù)據(jù)分析平臺(tái)，匯集各應(yīng)用系統(tǒng)數(shù)據(jù)、語(yǔ)音數(shù)據(jù)形成基礎(chǔ)數(shù)據(jù)池，再依據(jù)業(yè)務(wù)服務(wù)與管理需求的特點(diǎn)進(jìn)行建模分析，如：深度挖掘客戶(hù)數(shù)據(jù)，洞察客戶(hù)行為模式，構(gòu)建外呼預(yù)測(cè)模型，有效提升外呼座席利用率和整體產(chǎn)能；針對(duì)客戶(hù)電話(huà)交易型風(fēng)險(xiǎn)和座席操作合規(guī)性風(fēng)險(xiǎn)，構(gòu)建數(shù)據(jù)全量篩查及報(bào)警模型（例如：同一來(lái)電號(hào)碼為多個(gè)客戶(hù)辦理高風(fēng)險(xiǎn)業(yè)務(wù)），自動(dòng)抓取風(fēng)險(xiǎn)線索，為風(fēng)險(xiǎn)稽核提供數(shù)據(jù)支持等。通過(guò)建模、模型訓(xùn)練、有效性驗(yàn)證、結(jié)果展示等動(dòng)作，提供一般查詢(xún)定制、業(yè)務(wù)分析、運(yùn)營(yíng)指標(biāo)監(jiān)控，甚至敏感客戶(hù)名單及其特征等，將如同大數(shù)據(jù)在其他領(lǐng)域的應(yīng)用一樣，成為業(yè)務(wù)與管理決策的基本工具。

另外，客服中心在密集接觸客戶(hù)的過(guò)程中匯集了海量信息。以中銀金融商務(wù)有限公司為例，通過(guò)電話(huà)和網(wǎng)絡(luò)渠道為客戶(hù)提供服務(wù)，全年轉(zhuǎn)人工電話(huà)量過(guò)億通。客服中心作為銀行連接客戶(hù)的重要觸點(diǎn)，日均數(shù)十萬(wàn)次的交互，客戶(hù)的需求也通過(guò)語(yǔ)音、文本和工單傳遞到客服中心。

海量的客戶(hù)交互信息中，通過(guò)對(duì)這些信息的歸類(lèi)分析，理解每一個(gè)呼叫的真正價(jià)值，將其提取并客觀反饋到銀行各相關(guān)環(huán)節(jié)。一方面，可幫助銀行管理部門(mén)、產(chǎn)品部門(mén)、市場(chǎng)部門(mén)等有效掌握客戶(hù)需求信息，了解自身產(chǎn)品功能、服務(wù)、業(yè)務(wù)流程等方面的不足，為其優(yōu)化和創(chuàng)新提供直接依據(jù)；另一方面，每一次呼叫中也許可以捕捉到新的商業(yè)機(jī)遇，可以通過(guò)對(duì)客戶(hù)需求的跟蹤，及時(shí)推動(dòng)創(chuàng)新和進(jìn)行客戶(hù)挽留。

以往，這些數(shù)據(jù)主要用于客服中心業(yè)務(wù)處理和內(nèi)部管理，客戶(hù)通話(huà)的錄音數(shù)據(jù)一般僅僅用于抽樣質(zhì)檢和糾紛處理。越來(lái)越多的銀行高管已經(jīng)看見(jiàn)其中蘊(yùn)含的價(jià)值，大數(shù)據(jù)技術(shù)的發(fā)展洽為其價(jià)值的充分挖掘與展現(xiàn)提供了技術(shù)支撐。

中國(guó)銀行客服中心在探索實(shí)踐中逐步豐富應(yīng)用場(chǎng)景，逐漸形成“提升內(nèi)部管理效能，服務(wù)集團(tuán)價(jià)值分析，提高營(yíng)銷(xiāo)精準(zhǔn)度，防控相關(guān)業(yè)務(wù)風(fēng)險(xiǎn)”四大客服中心大數(shù)據(jù)應(yīng)用。以下將針對(duì)客服中心增值轉(zhuǎn)型中最具代表性應(yīng)用場(chǎng)景——“客戶(hù)之聲”的價(jià)值挖掘進(jìn)行闡述。

“客戶(hù)之聲”大數(shù)據(jù)挖掘助推呼叫中心價(jià)值轉(zhuǎn)型

客服中心作為對(duì)外交流的巨大窗口，匯集了盈千累萬(wàn)的客戶(hù)聯(lián)絡(luò)信息，包含著客戶(hù)的需求、問(wèn)題、投訴、建議及偏好等重要信息；蘊(yùn)含著企業(yè)改善產(chǎn)品設(shè)計(jì)、優(yōu)化服務(wù)流程、提升客戶(hù)體驗(yàn)及加強(qiáng)營(yíng)銷(xiāo)效果的重要價(jià)值信息和參考依據(jù)，是企業(yè)以客戶(hù)為中心戰(zhàn)略轉(zhuǎn)型和持續(xù)發(fā)展的推動(dòng)力。

“客戶(hù)之聲”的價(jià)值挖掘奠定了客服中心作為“價(jià)值中心”的基礎(chǔ)。這里的價(jià)值挖掘是指以發(fā)現(xiàn)有助于提升服務(wù)水平、產(chǎn)品質(zhì)量、流程效率及客戶(hù)體驗(yàn)等為目的，針對(duì)各渠道客戶(hù)聯(lián)絡(luò)信息進(jìn)行收集、匯總和深度挖掘的大數(shù)據(jù)應(yīng)用場(chǎng)景，其應(yīng)用實(shí)現(xiàn)主要分為以下三個(gè)層面：

一是源數(shù)據(jù)采集匯聚。以客戶(hù)聯(lián)絡(luò)信息為主線，針對(duì)各渠道信息進(jìn)行數(shù)據(jù)提取、轉(zhuǎn)寫(xiě)和清洗等數(shù)據(jù)準(zhǔn)備工作，采集范圍包括語(yǔ)音通話(huà)數(shù)據(jù)，文本客服、微信、微博及社區(qū)等渠道的文本數(shù)據(jù)，以及相關(guān)業(yè)務(wù)系統(tǒng)所產(chǎn)生的結(jié)構(gòu)化數(shù)據(jù)。

目前，客服中心數(shù)據(jù)量最大的依然是語(yǔ)音數(shù)據(jù)，這部分?jǐn)?shù)據(jù)需通過(guò)以聲學(xué)模型、語(yǔ)言模型及發(fā)音詞典為基礎(chǔ)的語(yǔ)音識(shí)別技術(shù)實(shí)現(xiàn)音頻數(shù)據(jù)到文本數(shù)據(jù)的準(zhǔn)確轉(zhuǎn)換。近年語(yǔ)音技術(shù)取得較大發(fā)展，市場(chǎng)上一般用戶(hù)解決方案有關(guān)語(yǔ)音識(shí)別引擎識(shí)別率能達(dá)85%以上，用戶(hù)環(huán)境訓(xùn)練后可達(dá)到更高，已基本可支撐基于大數(shù)據(jù)的分析應(yīng)用。

二是數(shù)據(jù)分類(lèi)體系。數(shù)據(jù)能夠按照業(yè)務(wù)屬性進(jìn)行分類(lèi)和標(biāo)注是大數(shù)據(jù)應(yīng)用的前提，分類(lèi)的目的是根據(jù)數(shù)據(jù)集的特點(diǎn)構(gòu)造一個(gè)分類(lèi)函數(shù)或分類(lèi)模型，該模型能把未知類(lèi)別的樣本映射到給定類(lèi)別。

由于文本數(shù)據(jù)的半結(jié)構(gòu)化甚至于無(wú)結(jié)構(gòu)化的特點(diǎn)，當(dāng)用特征向量對(duì)文檔進(jìn)行表示的時(shí)候，特征向量通常會(huì)達(dá)到幾萬(wàn)維，需要使用特征選擇、特征抽取等降維技術(shù)，降低特征空間的維數(shù)，提高分類(lèi)的效率和精度。而從實(shí)際應(yīng)用層面來(lái)看，分類(lèi)準(zhǔn)確性的提升需建立在業(yè)務(wù)專(zhuān)家對(duì)業(yè)務(wù)知識(shí)的全面分析和梳理之上，需按照業(yè)務(wù)參數(shù)對(duì)文本進(jìn)行反復(fù)的聚類(lèi)分析和驗(yàn)證，迭代優(yōu)化聚類(lèi)效果，建立完備的數(shù)據(jù)分類(lèi)體系。

三是業(yè)務(wù)主題分析模型。在完成數(shù)據(jù)準(zhǔn)備的基礎(chǔ)上，運(yùn)用趨勢(shì)分析、根源分析、關(guān)聯(lián)分析及回歸分析等數(shù)據(jù)挖掘算法，構(gòu)建業(yè)務(wù)主題分析模型。例如：產(chǎn)品主題分析、投訴主題分析、同業(yè)情況主題分析、突發(fā)事件主題分析、高風(fēng)險(xiǎn)業(yè)務(wù)主題分析、服務(wù)態(tài)度主題分析等，從產(chǎn)品、服務(wù)及流程等各個(gè)方面深度挖掘價(jià)值信息，洞察客戶(hù)關(guān)注點(diǎn)、市場(chǎng)敏感點(diǎn)、服務(wù)薄弱點(diǎn)、疑似風(fēng)險(xiǎn)點(diǎn)等熱點(diǎn)及重點(diǎn)信息。

大數(shù)據(jù)應(yīng)用在實(shí)踐中遭遇的窘境

大數(shù)據(jù)的成功應(yīng)用不在于實(shí)現(xiàn)技術(shù)的某一方面，而是需要把一連串的技術(shù)、人員和流程糅合到一起，捕捉數(shù)據(jù)、存儲(chǔ)數(shù)據(jù)、清洗數(shù)據(jù)、建模分析數(shù)據(jù)并對(duì)數(shù)據(jù)進(jìn)行價(jià)值可視化，在應(yīng)用中持續(xù)強(qiáng)化、優(yōu)化尤為重要。由于大數(shù)據(jù)技術(shù)真正開(kāi)始應(yīng)用可以說(shuō)仍處于起步階段，各機(jī)構(gòu)乃至市場(chǎng)中大數(shù)據(jù)人才仍在成長(zhǎng)中，相關(guān)應(yīng)用在實(shí)踐落地中常常遭遇窘境，在傳統(tǒng)機(jī)構(gòu)內(nèi)，以下兩類(lèi)尤為常見(jiàn)。

技術(shù)驅(qū)動(dòng)還是業(yè)務(wù)驅(qū)動(dòng)？大數(shù)據(jù)應(yīng)用源于技術(shù)的發(fā)展，雖已經(jīng)歷數(shù)年的概念沉淀，因應(yīng)用場(chǎng)景還在探索中，成功實(shí)踐仍鳳毛麟角，成熟的行業(yè)解決方案更是寥寥無(wú)幾，其應(yīng)用實(shí)質(zhì)、分析特征尚未能普及。一般需要在技術(shù)平臺(tái)上結(jié)合用戶(hù)自生數(shù)據(jù)特征、業(yè)務(wù)活動(dòng)場(chǎng)景設(shè)定分析主題。在傳統(tǒng)機(jī)構(gòu)內(nèi)常常發(fā)生這樣的情況，技術(shù)部門(mén)預(yù)研引進(jìn)技術(shù)方案，卻并不了解業(yè)務(wù)的場(chǎng)景需求，業(yè)務(wù)部門(mén)將其當(dāng)作一項(xiàng)技術(shù)避而遠(yuǎn)之，兩者之間沒(méi)有機(jī)會(huì)契合而遭遇尷尬，要么遲遲不能啟動(dòng)，要么建起系統(tǒng)平臺(tái)后暫時(shí)擱置。

屈身成為報(bào)表系統(tǒng)。傳統(tǒng)的IT應(yīng)用系統(tǒng)建成后，相應(yīng)功能是確定的有限的，只要學(xué)會(huì)操作即可。大數(shù)據(jù)類(lèi)應(yīng)用的目標(biāo)是基于大數(shù)概率去發(fā)現(xiàn)規(guī)律，去尋找價(jià)值，因此大數(shù)據(jù)類(lèi)應(yīng)用系統(tǒng)重在使用，在使用中持續(xù)優(yōu)化模型、擴(kuò)展模型，從數(shù)據(jù)中尋找規(guī)律、尋找關(guān)注點(diǎn)。然而目前在傳統(tǒng)機(jī)構(gòu)中，業(yè)務(wù)部門(mén)在建設(shè)過(guò)程中提出一些原報(bào)表系統(tǒng)未能覆蓋的主題分析作為初始需求，在IT部門(mén)建成大數(shù)據(jù)系統(tǒng)后，則將其當(dāng)作傳統(tǒng)報(bào)表系統(tǒng)使用，未能全面盡其所能。

大數(shù)據(jù)應(yīng)用展望

越來(lái)越多的應(yīng)用涉及到大數(shù)據(jù)，而這些大數(shù)據(jù)的屬性，包括數(shù)量、速度、多樣性等都呈現(xiàn)了不斷增長(zhǎng)的復(fù)雜性，大數(shù)據(jù)最重要的現(xiàn)實(shí)是對(duì)大數(shù)據(jù)進(jìn)行分析，只有通過(guò)分析才能獲取更多智能的、深入的、有價(jià)值的信息。分析思路離不開(kāi)業(yè)務(wù)思維，脫離業(yè)務(wù)思維，工具只是工具，技術(shù)也只是技術(shù)而已。只有將大數(shù)據(jù)的手段和方法滲入管理理念，融入業(yè)務(wù)思維，才能真正發(fā)揮大數(shù)據(jù)的價(jià)值。

對(duì)于客服中心來(lái)說(shuō)，通過(guò)大數(shù)據(jù)應(yīng)用項(xiàng)目的有效開(kāi)展及在實(shí)際應(yīng)用中的深入探索，不斷擴(kuò)展基于大數(shù)據(jù)應(yīng)用場(chǎng)景，建立數(shù)據(jù)驅(qū)動(dòng)的價(jià)值挖掘、科學(xué)決策、精細(xì)化管理理念，才能充分發(fā)掘客戶(hù)聯(lián)絡(luò)信息的數(shù)據(jù)價(jià)值，產(chǎn)生大數(shù)據(jù)真正的“大”價(jià)值。