2016-12-01 16:39
一、行业需求分析:
银行呼叫中心语音数据体量巨大,是典型的非结构化“大数据”。这些数据内含客户身份信息、偏好选择、服务投诉、业务咨询等重要信息,是银行优化服务质量、提高运营效率,进行营销决策和产品服务设计的重要参考,在大数据时代,语音数据变为一种重要业务资产,然而在传统技术条件下,语音数据保存困难,应用成本高,更难谈及进一步挖掘利用。
1. 传统大规模呼叫中心困境:数据量大,调听困难
随着金融结构的业务发展呼叫中心的规模与日俱增,国内超过千席的呼叫中心不乏少数,呼叫中心语音数据体量巨大,是典型的非结构化“大数据”。传统的方式会将数据分为冷热部分保存,过期的数据会存放在磁带中,一旦出现历史录音调听,需要先找到磁带,导入系统中然后在一一听取核对,工作量大且效率非常低下,往往找一通电话需要数天甚至几周时间。
2. 质检难度大大,覆盖率低
由于语音通话数量巨大,人力成本日渐高涨,目前,大多数呼叫中心质检都是通过人工抽查的方式进行,该种质检方法效率低且缺乏统一的质检标准,在很大程度上制约了质检工作在量和质量的突破。另外传统的呼叫中心质检多半停留在质检结果上,却没有找到出现此种质检结果的源头,譬如导致此种质检结果的坐席近期的心理动态,可见目前企业遭受的质检难度瓶颈不仅在于对质检结果获取、质检结果处理无从下手方面,对于导致质检结果的原因同样不知所措。
3. 无法获取语音数据中的价值
对于企业来说,呼叫中心不管是作为“成本中心”还是“利润中心”,其都是企业对外交流的巨大窗口,呼叫中心若想提升自身部门的话语权,就应该最大程度发挥企业和客户之间交流的价值,将客户反馈的问题结合公司业务,整合出有效的工作报告向相关职能部门反馈。而金融业,作为呼叫中心的权重行业,地位显而易见。同时,金融行业也是最注重数据保全和数据价值挖掘的行业,对这些数据展开深入应用和分析,将会产生巨大的商业价值。
二、案例背景:
广发银行信用卡中心拥有坐席数5000余个,处理业务类型共四类,日产生录音文件量在200G以上,年录音文件总量超过90T。预测未来录音数据量的年均增长率可达30%,如此海量的录音数据加剧了录音管理的难度,同时为录音调听、质检带来巨大压力。此外,广发银行信用卡中心海量录音数据中蕴藏丰富的客户、市场和服务增值信息,但由于海量录音数据只能依据法规作为证据保存,无法进行有效的充分利用。
三、客户需求:
广发银行信用卡中心希望通过使用相关解决方案,实现语音服务系统的高效录音管理,解决语音文件的存储、调听问题,加强人工服务质检功能,并对海量数据中的信息进行分析和挖掘,从而更加深入地了解客户、发掘市场、改善服务。
四、解决方案
为帮助客户解决上述问题,中金数据自主研发“语音大数据分析平台,依托先进的大数据平台技术,采用语音识别技术对金融机构海量语音内容进行分析识别,以较高的准确率还原出每段录音的具体内容;可通过关键词输入实现快速检索,通过语义分析和情绪分析技术,实现语音全覆盖自动质检;通过对大量通话记录和内容进行识别、统计、分析,可在最短时间内了解不同业务的话务结构,定位导致客户投诉、流失、话务异常等问题原因、并预测业务热点趋势,发现潜在客户,利用数据为业务全流程带来新的活力。
五、方案实施情况
在经过将近为期一年的严格考察后,广发银行信用卡中心于2014年10月正式与中金数据签订大数据基础平台项目合作协议,并以语音数据分析作为项目首期内容,在双方团队的高效协同下,于2015年4月顺利按计划实现广发信用卡中心“语音大数据分析平台”上线,迄今为止项目一二期已经顺利上线,运行状况良好,系统目前实现了主要三大功能模块:录音存管、智能质检、主题分析。
六、方案效果
通过使用语音大数据分析云,广发银行信用卡中心极大提高了在呼叫服务中心在语音转换、存储、调听和质检方面的效率,在呼叫中心服务管理、电话营销业务管理、人力资源管理和工作质量把控上有效提高了便捷度。实现日处理数据时长2万小时,在线数据总量200T,以及年数据量增长率30%的应用效果。
此外,语音大数据分析云作为一种大数据分析产品,可以为广发银行提供一定的业务统计和分析,可实现信用卡中心语音数据的自动化采集与分布式存储,完成语音数据智能统计分析,自动提取有价值的客户信息,因而后续可挖掘的潜力较大。在二期以及后续项目中,双方将基于现有基础,深入探讨如何在数据价值挖掘领域实现更为多元化的合作。
方案服务价值总结:
1. 实现了广发银行卡中心语音数据的自动化采集和分布式存储;
2. 实现了广发银行卡中心语音数据的智能统计分析、自动提取有价值客户信息;
3. 实现了广发银行卡中心语音数据基于文本的搜索调听;
4. 实现了广发银行卡中心语音数据自动质检,大大提高了质检效率与覆盖度;
5. 极大节省了广发银行卡中心语音数据处理方面所需的成本。