現代商業銀行客服中心應用大數據分析的路徑研究

吳炬

【摘要】客服中心作為現代商業銀行服務客戶的重要窗口，具備扁平化、集約化的優勢。客服中心匯集了大量的客戶信息，包括客戶需求、產品反饋、客戶意見等，如何深入挖掘這個信息富礦，支持客戶關系維護、產品營銷，是當前客服中心業務拓展、轉型升級的關鍵問題。大數據分析為客服中心“挖礦”提供了工具。

【關鍵詞】商業銀行;客服中心;大數據分析

當今時代，互聯網技術日新月益，云計算、網絡金融、物聯網、大數據等新技術的不斷涌現和發展。新技術的快速發展，給各行各業帶了巨大的挑戰與機遇。現代商業銀行客服中心作為維系客戶關系的重要平臺，本身就是一個巨大的數據倉庫，具備開展大數據分析的數據基礎。開展大數據分析更是實現價值轉型、提升服務能力的重要渠道。

在當前的技術創新、客服中心轉型發展的關鍵節點。機遇與挑戰并存，面對新格局新形式，國內商業銀行客服中心紛紛謀求轉型發展，客服中心如何在轉型過程中提升自身的運營水平，為客戶提供更優質的服務，為企業創造更多的效益和價值，筆者認為其中一項重點工作就是做好客服中心大數據的挖掘、分析、運用。

一、什么是大數據

“大數據”一詞是在20世紀80年代提出來的，一直以來作為數據挖掘技術中“海量數據”的另一種表達，是計算機學科內的專用詞匯。直到2008年，《Nature》出版了一期專刊《Big data》，基于多個學科系統介紹“大數據”的價值和所需解決的問題，“大數據”成為各學科的研究熱點，各行業爭相投入。2011年《Science》出版了《Dealing With Data》，標志著大數據時代的到來。大數據指的是無法在一定時間內使用傳統數據庫分析工具對其內容進行獲取、管理和處理的數據集合。

大數據無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理，需要新處理模式才能提供更強的決策力、洞察發現力和流程化能力。這是一項海量、高增長率和多樣化的信息資產，必須給予必要的重視。

認識大數據，要把握“資源、技術、應用”三個層次。大數據具有體量大、結構多樣、時效強等特征，處理大數據需采用新型計算架構和智能算法等新技術;大數據的應用強調以新的理念應用于輔助決策、發現新的商機。因此說，大數據不僅“大”，而且“新”，是新資源、新工具和新應用的綜合體。

二、數據資產對現代商業銀行的重要性

在國內商業銀行積極推進“二次轉型”改革的進程中，各家機構致力于提高核心競爭能力、防范業務風險，而強化業務數據的時效性及準確性都是必由的路徑。利用現代管理信息系統對生產經營數據開展綜合分析，挖掘客戶的潛在價值。

現代商業銀行在生產運營中，數據資產已成為其區別于傳統金融機構的最大生產要素之一，成為現代商業銀行的核心資產。對于數據資產的管理、運用、挖掘，已成為現代銀行業加快創新、增強管理能力等業務的最重要手段。

將大數據技術應用于現代商業的經營不僅是技術發展的需要，也是金融業提高自身盈利能力的需要。大數據可以使商業銀行實現更加智能的業務決策，讓決策的制定更加理性化和有根據。依靠前瞻決策，實現經營資源優化分配，并根據市場變化迅速調整，提高用戶體驗及資金周轉率、利用率，從而獲取更高的利潤。

大數據挖掘技術對于銀行產品營銷、客戶群體劃分、背景分析、銷售市場分析行為，以及客戶流失分析、客戶信用評分、甄別等應用手段有非常重要的輔助決策價值。

三、現代商業銀行客服中心大數據的運用現狀

國內商業銀行目前已建立起了集中化、偏平化的客服中心，基本上都能通過電話、微信、網絡在線、郵件、短信等多渠道為客戶提供7×24小時客戶服務。這些渠道拓展了服務領域，增強與客戶的交流互動，提升了客戶的服務感受。

在具體的服務過程中，如話務接聽、外呼營銷、在線咨詢、問題求助、服務建議等。這些服務涉及的客戶類型眾多、需求眾多、業務面廣，構成了結構復雜的龐大數據。

而目前，絕大多數客服中心對數據使用仍處于基本的生產經營數據使用上，限于接通率、來電接聽量等主要運營指標數據關注或座席時均接聽量、一次解決率等績效指標考核。目前一般也只開展了例行的業務統計和數字報告，尚沒有充分開展對客服中心大數據的挖掘、分析和運用工作。因此盡早開啟對大數據資源的挖掘和運用，將為今后的發展和市場開拓贏得先機。

四、客服中心大數據價值分析

（一）對客服中心運營管理工作的決策指導。客服中心在運行過程中，可通過建立客服生產、客戶服務方面的數據庫，開展大數據分析，掌握客戶服務、經營規律，科學組織客服生產，為各層次客戶提供更多有針對性的服務，提升客服中心在客戶關系維護方面的專業化水平。目前，客服中心主要依托接通率、一次性解決率、20秒服務水平、客戶滿意度這些核心指標開展管理。但內部數據結構的深入挖掘還顯不足。借助大數據技術可以實現客服中心運營工作的精細化管理。舉例如下：

1.通過分析歷史接通率與人力排班的關系，可以掌握小到每分鐘，每個時段的業務量及人力排布，幫助生產管控人員科學合理調度人力，避免了人力浪費又能精確管控接通率指標。

2.如想對一次解決率狀況進行分析，通過收集重復來電數據，經過數據清洗，剔除無效來電，按業務分類、業務子類精確定位重復來電的詳情和時長，從而獲悉到底是產品問題還是服務問題，再采取有針對性的措施解決問題。

3.客戶滿意度情況對客戶關系維系十分重要，通過收集不滿意的客戶來電數據，再經過數據清洗，去偽存真，從多個角度、維度分析客戶不滿意來電的成因，實現透過數據看本質，找出相應解決措施。

（二）通過挖掘潛在價值為企業創造效益。在以“客戶為中心，以市場為向導”宗旨下，現代商業銀行客服中心如何推進經營模式的轉型，為客戶提供高效優質服務的同時，創造更多的效益？本文認為通過挖掘客服中心大數據資產可以提供有價值的信息與決策指導。

1.科學定制業務類型，細化客戶分類。根據客服中心的工作流程，每一通客戶來電在解答過程中都會被如實記錄，這部分數據不僅蘊藏的信息量巨大，且其潛在價值值得重視和深度挖掘。可以通過構建各種分析模型，深挖客戶來電背后的深層次原因。通過技術手段為客戶畫像，了解和掌握客戶來電需求及客戶分類，提出針對性、個性化的服務策略，改善客戶服務體驗，促進不同業務的分類解決及技術替代。

2.挖掘行為數據，打造符合客戶需求的銀行產品。現代商業銀行要出售產品、銷售服務，必須有的放矢開展客戶需求分析。大數據技術可對客戶行為分析方面應用，通過分析銀行卡業務客戶來電信息，可以詳細了解客戶使用銀行卡最多的操作是什么;最關心的問題是什么;對于理財產品來電，可以了解客戶選擇理財產品標準是什么、關心的是什么，擔心的是什么，這些信息為改進業務、改進服務，提供滿足市場滿足客戶需求的產品提供重要的參考決策。通過這樣精準的分析，可以為客戶提供精準的產品、服務建議，形成了服務過程中營銷產品的效果。

3.充分利用大數據潛在價值，為全行經營決策提供支撐。利用大數據分析客戶的交易數據、行為數據、投訴數據，可以幫助商業銀行進一步掌握客戶、市場需求，完善產品設計、完成客戶群體劃分、做好客戶背景分析、實現交叉銷售等市場分析行為。在此基礎上，可開展客戶流失分析、客戶信用評分、業務風險防范應用等多領域。總之數據資產的價值就在于可以根據商業分析實現更加智能的業務決策，保障決策理性化和科學化，從而實現生產過程中資源更優化的分配，引導客服中心乃至商業銀行能夠根據市場變化迅速做出調整，提高用戶體驗以及資金周轉率，以便獲取更高利潤。

五、如何實現客服中心大數據挖掘利用

對現代商業銀行客服中心而言，大數據分析運用還是一項剛剛起步的系統性工程。由于大數據技術涉及業務、系統、技術、人員等諸多因素，會面臨較多的問題與困難，可堅持“邊建設邊運用”“由內而外”“由淺入深”循序漸進的策略推動大數據技術的學習和運用。

（一）客服中心大數據的構成。就現階段而言，商業銀行客服中心大數據構成主要包括以下幾類：客戶來電、外呼營銷、在線客服、微博微信、短信郵件以及內部運營管理數據。這些數據包括語音數據、文本數據、圖形數據。其中語音數據量最大，也是客服中心主要的數據源，目前對語音信息的處理主要依靠客服人員按一定業務規則手動記錄，這在一定程度上造成了部分信息的丟失。另外，因為這些龐大離散的非結構化數據是在客服中心對外服務過程中產生的，數據結構不統一，缺乏有效的分解數據，目前還無法直接用于大數據分析挖掘，需要借助先進大數據技術重新加工處理后，才能成為有價值的信息。

（二）逐步構建完善的大數據共享平臺。當前，很多商業銀行客服中心的應用系統以及商業銀行生產系統之間仍然是相互獨立的。在生產經營中產生的數據關聯度小，共享度過低，甚至客服中心無法調取客戶其他方面的數據。從著眼將來、著眼對大數據價值的挖掘和運用來看，目前最需要的是構建基于各個應用系統之間可共享的數據倉庫與運行平臺。要從數據庫設計到運行平臺搭建采用當今云計算、大數據分析背景下的新理論、新技術和評價模型、使檢索更加便捷、計算更加高效、能夠對音頻數據、圖形數據、文本數據基于內容檢索和相似度檢索、概化和多維分析、分類和預測分析，支持對復雜數據進行挖掘。要達到上述要求，需要通過采用分層設計技術來實現，具體如下圖所示：

（三）建立專職大數據管理應用部門。大數據對于現代商業銀行客服中心轉型發展的重要性不言而喻，大數據技術是在互聯網時代催生的一項新興技術，具有原理新、架構新、技術新的特征。對于大數據資源的開發利用不同于傳統的數據搜集和統計工作，需要有專職機構、專職人員負責大數據管理、挖掘、應用。建議現代商業銀行客服中心成立大數據分析研究運用部門。從組織架構保證對大數據價值挖掘的重視，以及對研究成果投入生產運用的客服工作新領域的開拓創新。

大數據分析是現代商業銀行客服中心轉型升級的良好契機，通過數據分析推動客服中心業務創新，形成客戶服務支持客戶營銷、產品創新的有效途徑。需要投入大量精力，從而逐步實現以分析技術的革新推動客服業務的創新發展。

【參考文獻】

[1]蔚趙春，凌鴻.商業銀行大數據應用的理論、實踐與影響[J].上海金融，2013（9）.

[2]黃志凌.大數據思維與數據挖掘能力正成為大型商業銀行的核心競爭力[J].征信，2016（6）.

[3]彭濤，葉利.電網公司客戶服務中心大數據應用研究[J].電力信息與通信技術，2015（13）.

[4]康立民.銀行客戶服務中心建設——大數據時代電話銷售在個人客戶分層營銷方面同的探索[J].金融管理與研究：杭州金融研修學院學報，2013（8）.

[5]高健.大數據助推信用卡客服新常態[J].中國金融電腦， 2015（6）.

[6]廖玲，邱洋，朱俊曉，趙偉.大數據精準解析客戶服務訴求[J].現代商業銀行，2018（11）.