现代商业银行客服中心应用大数据分析的路径研究

文/中国农业银行成都客服分中心 吴炬

当今时代，互联网技术日新月益，云计算、网络金融、物联网、大数据等新技术的不断涌现和发展。新技术的快速发展，给各行各业带了巨大的挑战与机遇。现代商业银行客服中心作为维系客户关系的重要平台，本身就是一个巨大的数据仓库，具备开展大数据分析的数据基础。开展大数据分析更是实现价值转型、提升服务能力的重要渠道。

在当前的技术创新、客服中心转型发展的关键节点。机遇与挑战并存，面对新格局新形式，国内商业银行客服中心纷纷谋求转型发展，客服中心如何在转型过程中提升自身的运营水平，为客户提供更优质的服务，为企业创造更多的效益和价值，笔者认为其中一项重点工作就是做好客服中心大数据的挖掘、分析、运用。

一、什么是大数据

“大数据”一词是在20世纪80年代提出来的，一直以来作为数据挖掘技术中“海量数据”的另一种表达，是计算机学科内的专用词汇。直到2008年，《Nature》出版了一期专刊《Bigdata》,基于多个学科系统介绍“大数据”的价值和所需解决的问题，“大数据”成为各学科的研究热点，各行业争相投入。2011年《Science》出版了《DealingWithData》,标志着大数据时代的到来。大数据指的是无法在一定时间内使用传统数据库分析工具对其内容进行获取、管理和处理的数据集合。

大数据无法在一定时间范围内用常规软件工具进行捕捉、管理和处理，需要新处理模式才能提供更强的决策力、洞察发现力和流程化能力。这是一项海量、高增长率和多样化的信息资产，必须给予必要的重视。

认识大数据，要把握“资源、技术、应用”三个层次。大数据具有体量大、结构多样、时效强等特征，处理大数据需采用新型计算架构和智能算法等新技术；大数据的应用强调以新的理念应用于辅助决策、发现新的商机。因此说，大数据不仅“大”，而且“新”，是新资源、新工具和新应用的综合体。

二、数据资产对现代商业银行的重要性

在国内商业银行积极推进“二次转型”改革的进程中，各家机构致力于提高核心竞争能力、防范业务风险，而强化业务数据的时效性及准确性都是必由的路径。利用现代管理信息系统对生产经营数据开展综合分析，挖掘客户的潜在价值。

现代商业银行在生产运营中，数据资产已成为其区别于传统金融机构的最大生产要素之一，成为现代商业银行的核心资产。对于数据资产的管理、运用、挖掘，已成为现代银行业加快创新、增强管理能力等业务的最重要手段。

将大数据技术应用于现代商业的经营不仅是技术发展的需要，也是金融业提高自身盈利能力的需要。大数据可以使商业银行实现更加智能的业务决策，让决策的制定更加理性化和有根据。依靠前瞻决策，实现经营资源优化分配，并根据市场变化迅速调整，提高用户体验及资金周转率、利用率，从而获取更高的利润。

大数据挖掘技术对于银行产品营销、客户群体划分、背景分析、销售市场分析行为，以及客户流失分析、客户信用评分、甄别等应用手段有非常重要的辅助决策价值。

三、现代商业银行客服中心大数据的运用现状

国内商业银行目前已建立起了集中化、偏平化的客服中心，基本上都能通过电话、微信、网络在线、邮件、短信等多渠道为客户提供7×24小时客户服务。这些渠道拓展了服务领域，增强与客户的交流互动，提升了客户的服务感受。

在具体的服务过程中，如话务接听、外呼营销、在线咨询、问题求助、服务建议等。这些服务涉及的客户类型众多、需求众多、业务面广，构成了结构复杂的庞大数据。

而目前，绝大多数客服中心对数据使用仍处于基本的生产经营数据使用上，限于接通率、来电接听量等主要运营指标数据关注或座席时均接听量、一次解决率等绩效指标考核。目前一般也只开展了例行的业务统计和数字报告，尚没有充分开展对客服中心大数据的挖掘、分析和运用工作。因此尽早开启对大数据资源的挖掘和运用，将为今后的发展和市场开拓赢得先机。

四、客服中心大数据价值分析

（一）对客服中心运营管理工作的决策指导。客服中心在运行过程中，可通过建立客服生产、客户服务方面的数据库，开展大数据分析，掌握客户服务、经营规律，科学组织客服生产，为各层次客户提供更多有针对性的服务，提升客服中心在客户关系维护方面的专业化水平。目前，客服中心主要依托接通率、一次性解决率、20秒服务水平、客户满意度这些核心指标开展管理。但内部数据结构的深入挖掘还显不足。借助大数据技术可以实现客服中心运营工作的精细化管理。举例如下：

1.通过分析历史接通率与人力排班的关系，可以掌握小到每分钟，每个时段的业务量及人力排布，帮助生产管控人员科学合理调度人力，避免了人力浪费又能精确管控接通率指标。

2.如想对一次解决率状况进行分析，通过收集重复来电数据，经过数据清洗，剔除无效来电，按业务分类、业务子类精确定位重复来电的详情和时长，从而获悉到底是产品问题还是服务问题，再采取有针对性的措施解决问题。

3.客户满意度情况对客户关系维系十分重要，通过收集不满意的客户来电数据，再经过数据清洗，去伪存真，从多个角度、维度分析客户不满意来电的成因，实现透过数据看本质，找出相应解决措施。

（二）通过挖掘潜在价值为企业创造效益。在以“客户为中心，以市场为向导”宗旨下，现代商业银行客服中心如何推进经营模式的转型，为客户提供高效优质服务的同时，创造更多的效益？本文认为通过挖掘客服中心大数据资产可以提供有价值的信息与决策指导。

1.科学定制业务类型，细化客户分类。根据客服中心的工作流程，每一通客户来电在解答过程中都会被如实记录，这部分数据不仅蕴藏的信息量巨大，且其潜在价值值得重视和深度挖掘。可以通过构建各种分析模型，深挖客户来电背后的深层次原因。通过技术手段为客户画像，了解和掌握客户来电需求及客户分类，提出针对性、个性化的服务策略，改善客户服务体验，促进不同业务的分类解决及技术替代。

2.挖掘行为数据，打造符合客户需求的银行产品。现代商业银行要出售产品、销售服务，必须有的放矢开展客户需求分析。大数据技术可对客户行为分析方面应用，通过分析银行卡业务客户来电信息，可以详细了解客户使用银行卡最多的操作是什么；最关心的问题是什么；对于理财产品来电，可以了解客户选择理财产品标准是什么、关心的是什么，担心的是什么，这些信息为改进业务、改进服务，提供满足市场满足客户需求的产品提供重要的参考决策。通过这样精准的分析，可以为客户提供精准的产品、服务建议，形成了服务过程中营销产品的效果。

3.充分利用大数据潜在价值，为全行经营决策提供支撑。利用大数据分析客户的交易数据、行为数据、投诉数据，可以帮助商业银行进一步掌握客户、市场需求，完善产品设计、完成客户群体划分、做好客户背景分析、实现交叉销售等市场分析行为。在此基础上，可开展客户流失分析、客户信用评分、业务风险防范应用等多领域。总之数据资产的价值就在于可以根据商业分析实现更加智能的业务决策，保障决策理性化和科学化，从而实现生产过程中资源更优化的分配，引导客服中心乃至商业银行能够根据市场变化迅速做出调整，提高用户体验以及资金周转率，以便获取更高利润。

五、如何实现客服中心大数据挖掘利用

对现代商业银行客服中心而言，大数据分析运用还是一项刚刚起步的系统性工程。由于大数据技术涉及业务、系统、技术、人员等诸多因素，会面临较多的问题与困难，可坚持“边建设边运用”“由内而外”“由浅入深”循序渐进的策略推动大数据技术的学习和运用。

（一）客服中心大数据的构成。就现阶段而言，商业银行客服中心大数据构成主要包括以下几类：客户来电、外呼营销、在线客服、微博微信、短信邮件以及内部运营管理数据。这些数据包括语音数据、文本数据、图形数据。其中语音数据量最大，也是客服中心主要的数据源，目前对语音信息的处理主要依靠客服人员按一定业务规则手动记录，这在一定程度上造成了部分信息的丢失。另外，因为这些庞大离散的非结构化数据是在客服中心对外服务过程中产生的，数据结构不统一，缺乏有效的分解数据，目前还无法直接用于大数据分析挖掘，需要借助先进大数据技术重新加工处理后，才能成为有价值的信息。

（二）逐步构建完善的大数据共享平台。当前，很多商业银行客服中心的应用系统以及商业银行生产系统之间仍然是相互独立的。在生产经营中产生的数据关联度小，共享度过低，甚至客服中心无法调取客户其他方面的数据。从着眼将来、着眼对大数据价值的挖掘和运用来看，目前最需要的是构建基于各个应用系统之间可共享的数据仓库与运行平台。要从数据库设计到运行平台搭建采用当今云计算、大数据分析背景下的新理论、新技术和评价模型、使检索更加便捷、计算更加高效、能够对音频数据、图形数据、文本数据基于内容检索和相似度检索、概化和多维分析、分类和预测分析，支持对复杂数据进行挖掘。要达到上述要求，需要通过采用分层设计技术来实现，具体如下图所示：

（三）建立专职大数据管理应用部门。大数据对于现代商业银行客服中心转型发展的重要性不言而喻，大数据技术是在互联网时代催生的一项新兴技术，具有原理新、架构新、技术新的特征。对于大数据资源的开发利用不同于传统的数据搜集和统计工作，需要有专职机构、专职人员负责大数据管理、挖掘、应用。建议现代商业银行客服中心成立大数据分析研究运用部门。从组织架构保证对大数据价值挖掘的重视，以及对研究成果投入生产运用的客服工作新领域的开拓创新。

大数据分析是现代商业银行客服中心转型升级的良好契机，通过数据分析推动客服中心业务创新，形成客户服务支持客户营销、产品创新的有效途径。需要投入大量精力，从而逐步实现以分析技术的革新推动客服业务的创新发展。