充分利用大数据技术优势为呼叫行业带来新的发展机遇

客户世界 | 2019年7月15日 | 客世原创, 文库 | 评论已关闭 | 2127

客服中心具有劳动密集型、知识密集型和技术密集型的特点，它基于电话集成技术，通过语音通信网和计算机网的功能，为客户提供高效、高质量和全方位的服务。近年来，云计算和大数据在时代发展过程中逐渐兴起，各行各业都在不断探索大数据应用。那么客服中心要如何加强工作创新，使大数据发挥出更大的价值，为企业创造出更多的利润呢？

中国工商银行远程银行中心（成都）（下称“成都中心”）作为成立10多年的客服中心，不仅承担着客户来电接听、为客户提供服务与支持业务，还承担着服务型呼出业务，包括客户回访、还款提醒、投诉回复、电话营销及远程客群维护等工作。当前该客服中心正面临着由成本中心向利润中心转型的关键时期，对于运营管理中海量数据有着自身独特的应用和对未来的思考。

一、大数据技术是呼叫行业服务持续提升的新引擎

（一）海量数据的挖掘与应用意义

大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的巨量数据集合，而大数据技术可以对规模巨大的数据进行收集、存储、分析和可视化处理的技术,也是一套能够解决大数据的 4 个 V ( 数据量大、速度快、类型多、真实性 )问题从而分析出高价值信息的工具集合。

大数据分析弱化了因果关系，它可以挖掘出不同要素之间的相关关系。把大数据分析技术引入传统的客服中心的意义不仅在于海量数据的存储，更在于用智能化手段对这些含有意义的数据进行专业化处理，用来发掘潜在的市场价值、降低运营成本、提升服务质量和效益。成都中心每日处理十余万客户问题，涉及数据近百万条。而每通电话内容少则2-3分钟，多则几十分钟，其内容包括客户的个人信息、消费信息、办理业务信息、用卡行为信息、地理位置信息、客户诉求信息等。显然，传统的数据归纳统计技术无法满足现代客服中心数据体量。大数据挖掘技术将收集到的客户信息进行整合，并利用Hadoop分布式架构和众多算法模型、神经元网络进行处理，这样不仅会提高信息利用率，还能从中挖掘出不被察觉的高价值信息，带来意想不到的收益。

（二）实现精细化的客户分层分级服务的必要性

客户分层分级服务治理是客服中心一个多年的老话题，其中分层服务、路由设定、技能组匹配等等已经在客服中心得以实现。目前成都中心客户主要按照卡种和星级进行分级，通过路由设定，不同级别的客户来电由不同专线的业务代表开展接听，提供分类化的解答口径和服务体验。客户分层分级服务的目的主要是精细化运营和精准营销。

通过来电数据分析，发现每天的来电量里存在相当比例的重复来电。这些重复来电的客户是谁？有什么共同特征？如何针对这部分人群制定相应的服务策略以减少他们的来电诉求？什么样的客户问题适合通过什么样的渠道进行解决？如何把客户导向最佳匹配的联络渠道？针对这些问题开展深入研究，对共计4000余万通来电数据进行挖掘，以“是否有卡号”、“来电次数”等关键词拆分客户群，通过“涉及卡量”和“涉及来电量”分析客户重复来电特点，并有针对性的制定外呼方案，对高频致电客户进行人工外呼，中频致电客户采取短信外呼，并针对客户经常办理的业务合理配置宣传方案，重点营销手机银行和网上银行，引导客户通过多种自助渠道办理业务，从而有效减少该部分客户来电量，降低运营成本。

客户日益增强的抵触心理和普遍不信任的社会环境，使得盲目的电话外呼营销的成功率普遍低下。在这种情况下，经过精细化客户服务分层分级后的精准营销策略，则会显著提高产品推荐的针对性和成功率。于是从系统中筛选出潜在的信用卡优质客户，开展精准营销办卡外呼工作，真正实现信用卡业务量质并举。同时，除了呼出营销，建立在良好服务基础上的呼入营销也越来越受到重视。交易的前提是信任，而持续一致的良好服务品质恰恰可以建立这种信任。成都中心通过建立系统功能并开展数据筛选，逐步搭建并完善用户画像模型。当客户来电办理业务时，系统界面列出对该客户可进行营销的产品种类，座席能够在通话过程中根据提示适时开展精准营销，提升营销成功率。

二、自主创新运营数据管理系统，深入挖掘运营数据价值

在大数据得以应用之前，成都中心员工管理及KPI指标使用停留在非系统化阶段。为了提升运营管理效率和管理水平，成都中心组织专人研发运营数据联动和电子化管理的考勤管理系统，该套系统为成都中心全自主知识产权软件开发项目，其功能和优势主要体现在以下方面。

（一）建立互联网化的内部管理系统

为提升运营管理水平，增强数据挖掘分析与决策能力，成都中心基于大数据、互联网技术自主研发并投产了“运营数据管理系统”，成功实现了对1000多名座席的电子化、智能化的现场管控。通过电子化考勤管理，以及运营数据的集中采集、自动分类归集、权限控制运用、网络互动共享、个性化对比分析等先进功能，为各级管理人员、班组长提供分析、对比、图形化等数据材料，为实现精准的员工在线管理提供支持，跨越性地提升了集约化客服中心的内部精细化管理水平。

（二）实行网络化数据互动和共享

1.建立电子化审批系统。通过系统赋予不同管理层级相应的权限，实现在线申请和处理请假、换班、公派等事项，代替传统的手工、纸质审批，在线提交、流转和逐级审批的流程，并与员工班表、登陆数据实时联动更新。该系统实现了网络传输数据，网页式互动单据流转，座席和班组长不离开工位即可在线处理各类事项，极大节约了接听资源损耗，同时也便于各级管理层及时掌握员工缺勤率、遵时率、在位率等指标情况，实现管理提效、规范、降耗。

2.搭建全能型实时监控平台。使用多种计算机开发语言和工具进行了前端页面设计，研发的数字化运营调控室的电子大屏动态显示服务数据情况表和队列情况表，静态反映年初以来办理的分期业务、工单处理情况，以及催收外呼业务情况，直观而先进，得到同业参访者的赞叹，有力提升了运营管理水平。

（三）深挖信用卡分期数据，体现客服中心自身价值

在客服中心转型发展的关键时期，深入推进信用卡外呼营销业务规模化、专业化、集约化发展，优化外呼话术，提高外呼成功率。为体现电话服务中心价值，从几亿条交易数据中准确挖掘出呼入在线办理的分期付款原始记录，并使用SAS EG进行数据逐表聚合，按照时间窗及交易信息获得有关在线分期的数据。最后利用数据库算法将每一笔电话银行在线办理分期数据与业务代表点击信息进行耦合匹配，成功获得在线办理分期明细、分期金额和中间业务收入，为呼入在线伴随营销的价值体现提供重要的数据支撑，也为伴随营销的推广提出了有建设性的数据支撑。

三、重建大数据时代背景下客服中心运营服务模式

依托大数据和信息技术，推进“简单服务智能化处理、复杂服务人工处理”，从而推进“成本中心”向“价值中心”转变。

（一）智能化分组服务

1.按业务类型分组——将电话分配给最擅长接此类业务的座席。每个座席都不是全才，座席对每一类业务的技能有高有低。成都中心将引入大数据技术对客户来电进行分析，修改路由策略，设置座席分组，将客户的疑难业务分配给具有该业务专项技能的座席接听，使疑难业务快速的解决。这样不仅减少了因为座席繁忙而带给客户的不良感知，也能大大缩短疑难业务问题处理时长，从而提升客服中心整体接听效率。

2.按座席技能分组——将不同喜好的客户分配给与之匹配的座席。客服中心工作的本质是与人沟通，而不同人对于沟通的方式也有不同喜好。有的客户性子急只关心自己所关注的问题，一旦解决立即挂机；有的客户性子慢喜欢把每个相关问题都了解清楚；而有的女性客户比较感性，遇到问题喜欢得到旁人的关心。利用内部海量数据对每位客户“画像”，在客户来电的瞬间通过系统规则进行分配达到“座席与客户”匹配，提高客户满意度的同时提升客服中心接听效率。

3.按客户类型分组——将某一类型的客户分配给同一类型的座席。怎样解决重复来电的问题？重复来电客户一定会存在某些规律，但传统的数据分析无法对海量数据进行有效的处理分析，而大数据的快速处理能力可以得出重复来电客户的共同特征及问题分类。可以将利用这一特点根据重复来电客户共同特征对流程进改进、对座席进行专门的培训，并将此类客户进行有效分配，从而减少客户的重复来电情况。

（二）智能化筛选热点问题，实现“主动式”服务模式

随着我行信用卡产品的不断完善、服务质量的不断提高，每日来电咨询量也与日俱增。而来电业务中占比最高的仍然是比较简单的余额查询、还款金额查询、临时额度调整等。利用大数据挖掘技术，从海量的来电数据中查找、识别出了多次致电办理简单服务客户的共同点，将这部分客户分类导出，提前以短信、微信、邮件等多种方式推送相关业务内容以及自助办理流程。由传统客服中心 “被动式”服务逐渐迈向新型客服中心“主动式”服务，提高客户服务体验的同时，降低客服中心人工来电的压力。

（三）智能识别客户需求，提升客户服务体验

每日对当日的各项运营指标、业务工单、投诉建议、员工工作情况等全方面数据进行深入挖掘分析，找出客户关注最多、办理最多、投诉最多的业务，根据客户心里分析模型提出流程优化方案、话术改进方案以及我行产品改进建议，在提高服务效率的同时改善客户体验、完善我行信用卡产品功能。

（四）实时监控流失客户，及时提供挽留服务

利用客户流失模型，结合总行客户大数据系统对每日来电客户消费情况、消费行为、业务办理情况等上百万条数据进行实时监控、自动分析，及时在消费量异常波动的客户群里识别存在流失可能性的客户，主动进行短信、电话关怀，以挽留大量欲流失客户。

（五）精准化专职营销，提高营销成效

随着时代的发展，电话营销已经成为时代的产物。由于传统的数据分析无法准确定位客户的需求，在这种情况下，大数据分析后的精准客户营销策略则会显著提高产品推荐的针对性和相关性，并最终提升成功率、销售额和利润率。依附于大数据技术，从每日成百上千条客户信息、客户行为数据中筛选出不同客户对不同业务的需求程度，建立各业务对应不同客户的筛选模型，实施精准化外呼营销。不仅如此，还可将客户筛选模型应用到呼入业务，结合一体化系统，实时展示来电客户对各种业务的营销成功概率，提示座席营销与之匹配的业务，提高营销成功率。

四、未来展望

目前成都中心对于大数据的应用主要集中在结构性数据方面。随着科技的进步和时代的发展，下一步，拟计划在客户来电语音等非结构数据应用上实现新的突破，如建立智能语音分析质检系统，通过系统实现100%录音质检；通过来电语音数据分析统计，挖掘客户意见和风险，及时调整服务策略，进一步提高客户满意度；对海量的语音进行价值提取，将一体化系统与数据仓库、各专业数据交换与展示，为产品设计、内控防范、营销外呼提供有价值的信息线索。相信随着大数据在运营中的深入应用，成都中心能够进一步提升管理效能，为客服中心的可持续发展夯实根基。

作者张灯、李珞婴、刘江波，单位为工行远程银行中心（成都）；

本文刊载于《客户世界》2019年6月刊。