观点 | 数据分析助力远程银行中心精细化管理
欢迎金融科技工作者积极投稿！
投稿邮箱：newmedia@fcmag.com.cn
——金融电子化
中国邮政储蓄银行远程银行中心总经理 王立华
数字化浪潮席卷全球，客户行为迅速线上化以及新兴竞争者对传统市场的蚕食促使整个银行业开始理念变革。随着以“客户为中心”经营理念的不断深入，各家银行对于客服中心的认知和定位也在发生转变，时代赋予客服行业的价值已经越来越明确。面对金融服务需求与供给的结构性失衡，远程银行中心作为银行服务与营销渠道的重要组成部分，在供给侧结构性改革以及创造提质增效新动能方面发挥了重要作用。
近些年，各家远程银行中心纷纷加速从经验驱动向数据驱动转型，并以商业化、专业化的模式运营，实现单一服务向综合服务转变、成本中心向价值中心转变。中国邮政储蓄银行远程银行中心也顺势而为，适时完成了由客户服务中心向远程银行中心的转化。在客户行为和市场环境发生根本性变化的数字时代，银行数据作为极具价值的重要“生产要素”，如何发挥其作用帮助银行提升精细化管理水平，是远程银行中心转型成功的制胜法宝。笔者结合中国邮政储蓄银行的实践分享一些收获和感想，以供探讨。
数据在运营管理中的应用
远程银行中心作为零售银行渠道体系的重要组成部分，坚持“以客户为中心”，紧扣客户服务的业务主线，充分发挥了服务型金融功能。作为长期致力于客户服务的线上渠道，利用数据分析搭建智能化、数字化运营管理体系，开展全方位数字化、可视化运营管理工作，是远程银行中心各项服务指标达成以及完成转型升级的基础前提。
1.数据模型自动拟合，智能排班降本增效
随着业务规模的不断扩大，客户量和服务量快速增长，远程银行面临着诸多运营的共性问题，如排班难度大，调度机制缺失等。为解决运营痛点，基于数据挖掘技术和深度学习模型的智能排班系统应运而生。以海量的历史数据作为预测基石，利用数据分析工具建立多种预测模型并进行持续优化，通过对颗粒度、预测周期、异常事件等多种排班关键业务因子的参数化维护，达到业务总量精准预测，排班人力自动拟合，确保客户服务水平稳定的前提下，实现高效、智能的运营管理。
邮储银行远程银行中心从2014年起，开始探索排班微创新，利用基于Genesys排班系统中的专家建模器进行时间维度短期话量预测，利用线性回归法进行长期话量预测，始终将月均预测偏差保持在±2%以内。
2.汇聚各类运营数据，智能监控全局概览
基于大数据挖掘分析的智能监控系统，为远程银行中心实现各渠道多源数据的高效、规范接入，全局了解实时运营情况以及指标达成情况提供了有效途径。智能监控系统可以按进线渠道，进线类型，业务类型和等级不同的切分维度全面监控指标的达成以及热点问题，帮助运营人员实时掌握客户状态，跟进客户诉求，避免数据采集分析的时效性原因带来的滞后问题，为现场管理人员运营决策提供有效依据。
邮储银行远程银行中心多措并举加强现场精细化管理，要求现场管理人员将传统“走动式管理”与实时监控相结合，通过监控系统的实时监测及预警功能，实现运营数据实时掌握、工作状态可监可管、业务交易可查可控、人员调控及时迅速。通过对整体运营数据、分中心以及各技能组运营情况的分析，总结影响运营效率的因素，随时调整人员班次、技能，降低突发事件的发生概率，保障现场的平稳运营。
数据在客户经营管理中的应用
2019年11月，中银协发布《远程银行中心客户服务与经营规范》，强调远程银行中心的定位为经营中心、价值中心与客户体验中心。依托大数据技术，远程银行中心转型中客户特征与需求不清晰的痛点得以有效解决。大数据分析技术以标签为手段，推动业务对象的“超细分”。通过客户画像全景的构建，助力不同客群分层经营，利用精准的服务策略和营销策略，全力推动远程银行中心由被动的客户服务向主动的客户经营转型。
1.描绘客户画像，洞察用户全貌
新金融时代，远程银行中心都在积极尝试更有效地采集并应用客户数据，探索全新的客户关系管理与经营模式。伴随着大数据应用的讨论、创新，个性化技术成为了重要落地点。各家银行数仓的海量客户数据为进一步精准、快速地分析客户行为提供了足够的数据基础。利用数据分析和挖掘工具，精准分析客户的基础信息、服务渠道和行为轨迹，可以完美抽象出用户的信息全貌和画像，进而形成可直接应用于客户经营的动态标签库。
2.分层分类分级，标签化运营管理
众所周知，用户画像的目标是通过标签体系化建设以及封闭性的分类方式，使得对客户的精准分层分级管理成为可能。通过客户分层模型，可以建立匹配不同层级客户的个性化、可定制化的运营管理方案，实现客户流量的业务经营从零散化、粗放化向标准化、精准化方向转变。
3.兼顾客户体验与价值创造，变革产品管理模式
借助大数据应用，远程银行中心可以根据客群属性、渠道及场景特点合理配置资源，打造客群立体式经营方式。通过典型算法，建立呼入式交叉销售及外呼推介等各类业务模型，将客户群体与产品画像进行匹配，向客户推荐适合的产品及组合，实现从“客户服务”到“客户经营”的业务模式变革，促进客服中心从成本中心向利润中心和价值创造中心的转变。
要想加强远程银行建设和转型升级，不能仅停留在口号，必须要有明确的数据战略支撑。邮储银行远程银行中心数据分析团队利用数据实验室主仓数据进行数据转换、加工，基于客户基本属性、交易属性、账户属性、购买偏好等特征，建立客户画像，形成可直接应用于客户经营的标签库。通过数据建模，建立包括理财到期模型、临界VIP模型、资产提升模型、断点营销模型、综消信消模型在内的5类营销推介模型，实现客户经营效果50%的提升，为精准营销推介提供了有力支撑。
数据在质量监控管理中的应用
以往的质量监控仅靠人工作业，在耗费大量人力物力的同时无法实现数据的有效利用。远程银行中心需要不断健全质量监控管理机制，提升质量管理能力，助力服务水平提升。
“大数据+人工智能”的智能语音质检方式，辅助人工优化服务流程，降本增效。
1.交互数据全覆盖，监控结果数据化
大数据技术的应用，使得质检管理从传统的抽样方式转变为智能的程序化方式成为可能，大大提高了远程银行中心质检的覆盖面及质检效率。通过数据分析法、热词监控、聚类分析等典型方法，实现全量录音及文本数据的分析筛选。另外将质量监控结果数据化，挖掘出舆情工单、解答错误工单、客服违规禁语等各类服务问题，也是远程银行中心优化服务质量、提高运营效率可参考的重要资料。
为发挥数据分析等金融科技优势，提升质量管理能力，2019年，邮储银行远程银行中心健全质量监控管理机制，将人工评价与智能质检相结合，从完善智能质检系统、优化智能质检模型、多维度分析监控数据三个维度，建立多层次质检管理体系，实现质检考核指标的有效提升。2020年上半年一次问题解决率同比上升2.52%，客户满意度同比上升0.11%。
2.掌握客户真实诉求，提升客户服务体验
要改变传统业态，各家远程银行中心与时俱进地思考应对之策，“以客户体验为中心”成为转型窗口期的全新发展理念，大数据技术与质检管理的结合是践行全新发展理念的重要落实途径。通过对客户之声的分析，可以从源头掌握客户真实诉求，有针对性的改进产品与服务流程，提高客户满意度和产品竞争力。
我们根据质量监控数据模型，深挖引发客诉的原因，以客户视角扫描业务痛点。例如运用热词监控、聚类分析等方法定期分析客户之声，从整体情况、数据特征、变动趋势以及主要原因等角度，了解客户诉求并提出对应的建议和改善方案，逐一反馈至业务部门，延伸客户服务边际，有效提高邮储银行对外服务水平。
数据在智能客服管理中的应用
国内金融机构数字化转型已成为主流趋势，不断变化的数字化格局和消费者对新事物的开放态度促进金融科技逐步发展。智能客服作为金融科技在业务发展场景中的一大应用，其战略价值、服务价值和数据价值也在不断提升。依托智能机器人，远程银行中心可以搭建智能数据中台开展客服数据运营，沉淀数据产品，推动客服中心提质增效与转型升级。
1.沉淀客户数据，促进AI客服学习迭代
智能客服时代，要使机器人能更好地响应客户需求，提供精准的金融服务，需要投入大量人力对银行业务知识进行结构化梳理，导致后台管理人员认为“智能客服并不智能”。依托数据分析挖掘技术，构建远程银行中心数据中台，可以有效推动业务模型的持续优化和上述问题的有效解决。远程银行中心智能客服在运营过程中积累大量业务数据、用户数据，这部分数据随着远程银行中心经营和平台运营逐渐沉淀，为智能客服算法训练和产品优化提供了基础材料。通过对海量数据的预处理及自动化标注、数据训练、自动化模型生成，实现智能客服主动学习迭代，用于反哺金融客服业务闭环生态。
邮储银行远程银行中心新一代智能客服系统上线后，通过系统智能学习定期对客户交互数据及日志进行分析处理，聚类形成目标意图以及新增扩展问，挖掘结果经过少量人工标注即可入库使用，大大提升后台运营管理人员工作效率与员工体验。通过对智能客服系统回流数据的标注处理，了解各层次客户需求，降低BOT机器人在各类业务场景的拒识率，优化客户体验。
2.创新数据知识图谱，赋能远程银行业务智能
在银行业的应用中，借助知识图谱技术可以有效整合各项外部数据，结合行内私域数据，形成客户多维度视图以及客户关系图谱。通过大数据技术，将客户、金融产品之间的隐性关系提炼出来，存储在知识图谱中，可以帮助远程银行中心提供客户经营方案和风险信号，以支撑客服智能问答、知识搜索查询等智能化客户服务应用建设，提供个性化金融服务，帮助远程银行中心洞察市场机会和管理风险。
结 语
金融服务需求与供给的结构性失衡，实际上就是银行传统的服务理念、管理方式与不断进化的客户行为习惯和金融需求之间的矛盾。当下银行业客户需求已经发生深刻改变，年轻群体更加重视客户体验，客户诉求成为金融服务的源头。
所以，远程银行中心作为新一代银行服务模式的代表，更应该明确把以数据为核心的金融科技作为战略转型和打造最佳客户体验的核心动力。通过数据分析技术的全面赋能，提升远程银行中心在客户服务、客户经营、质量管理以及智能客服等领域的精细化管理水平，打造效率与温度兼顾的服务模式，既要缩短与客户的时空距离，又要加深与客户的情感共鸣。
数据在先，场景次之，金融在后，客户服务，融于始终。
（栏目编辑：马俊）
（点击查看精彩内容）
● 观点 | 比起银行与保险，国内券商为何更需要开展数字化转型？
《金融电子化》新媒体部：主任 / 邝源 编辑 / 傅甜甜 潘婧