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。