金融企業(yè)的聯(lián)絡(luò)中心每日負(fù)責(zé)處理大量來(lái)電咨詢以及電話銷售工作，每一通通話都伴隨著大量數(shù)據(jù)內(nèi)容的產(chǎn)生，其中不僅包括客戶的來(lái)電時(shí)間、各時(shí)段的來(lái)電量、不同話務(wù)組的接待量等結(jié)構(gòu)化數(shù)據(jù)，還包括客戶在通話過程中反映的意見或問題，以及投訴內(nèi)容，這些數(shù)據(jù)對(duì)聯(lián)絡(luò)中心的運(yùn)營(yíng)以及金融企業(yè)的業(yè)務(wù)發(fā)展都具有重要的指導(dǎo)意義。
面對(duì)聯(lián)絡(luò)中心每天龐大的通話量，僅通過人工標(biāo)記通話的重點(diǎn)內(nèi)容完全是不可想象的，如何獲取其中有價(jià)值的數(shù)據(jù)內(nèi)容就是我們今天要討論的內(nèi)容。
客戶來(lái)電原因分析
首先，聯(lián)絡(luò)中心需要根據(jù)客戶來(lái)電確認(rèn)來(lái)電的文本內(nèi)容，因此需要語(yǔ)音文本轉(zhuǎn)換引擎的輔助，將錄音內(nèi)容轉(zhuǎn)譯成文本內(nèi)容，錄音轉(zhuǎn)換后的文本內(nèi)容則成為我們分析的主體內(nèi)容。
對(duì)每通錄音而言，首先面臨的問題就是客戶的來(lái)電原因分析，即分析客戶在業(yè)務(wù)開展以及產(chǎn)品使用過程中遇到了怎樣的問題?？蛻舴从车膯栴}為銀行完善業(yè)務(wù)流程提供了重要的指導(dǎo)意義。
對(duì)于來(lái)電原因的分析可以從主題抽取的方面著手，主題抽取包括意見挖掘和信息抽取，兩者都是深層的語(yǔ)義理解，其中，意見挖掘是指挖掘意見的元素及彼此之間的關(guān)系，即主題、意見持有者、陳述、情感等因素之間的關(guān)系，這些成分表達(dá)形式多樣，而且常常不是顯式地、獨(dú)立地表達(dá)。而文本中的信息抽取主要是獲取具體的語(yǔ)言表達(dá)結(jié)構(gòu)，如命名實(shí)體、實(shí)體之間的關(guān)系等等，這些成分一般為顯式表達(dá)結(jié)構(gòu)；
此外，當(dāng)來(lái)電原因有固定的知識(shí)范疇時(shí)（比如根據(jù)業(yè)務(wù)專家的意見構(gòu)建的來(lái)電意見特征及樣本的知識(shí)庫(kù)結(jié)構(gòu)），對(duì)來(lái)電文本進(jìn)行分類處理也可以得到不同的來(lái)電原因分部情況。
這里談到的文本分類是指在預(yù)定的用戶需求下將文本進(jìn)行分類，并沒有涉及到深層次的語(yǔ)義理解。文本分類一般包括了文本的表達(dá)、分類器的選擇與訓(xùn)練、 分類結(jié)果的評(píng)價(jià)與反饋等過程，其中文本的表達(dá)又可細(xì)分為文本預(yù)處理、索引和統(tǒng)計(jì)、特征抽取等步驟。
文本分類系統(tǒng)的總體功能模塊為：
（1） 預(yù)處理：將原始語(yǔ)料格式化為同一格式，便于后續(xù)的統(tǒng)一處理；
（2） 索引：將文檔分解為基本處理單元，同時(shí)降低后續(xù)處理的開銷；
（3） 統(tǒng)計(jì)：詞頻統(tǒng)計(jì)，項(xiàng)（單詞、概念）與分類的相關(guān)概率；
（4） 特征抽?。簭奈臋n中抽取出反映文檔主題的特征；
（5） 分類器：分類器的訓(xùn)練；
（6） 評(píng)價(jià)：分類器的測(cè)試結(jié)果分析。
投訴內(nèi)容分析
對(duì)于以銀行業(yè)以及其他金融企業(yè)來(lái)說(shuō)，客戶的投訴同樣是不容小覷的問題。對(duì)銀行的操作流程、產(chǎn)品意見、服務(wù)態(tài)度等方面的客戶投訴會(huì)直接影響銀行的客戶滿意度及客戶的留存，并對(duì)銀行的收益造成直接的影響。此外，少數(shù)上升至銀監(jiān)會(huì)、保監(jiān)會(huì)的投訴更會(huì)對(duì)銀行造成極大的損失。
因此，對(duì)客戶投訴來(lái)電進(jìn)行分析至關(guān)重要。基于投訴的分析可以從兩方面開展。 其一是從投訴的原因上進(jìn)行挖掘與分析，進(jìn)而從銀行自身的業(yè)務(wù)流程等方面進(jìn)行優(yōu)化調(diào)整，以達(dá)到客戶的期待標(biāo)準(zhǔn)。另外還可以以歷史投訴電話為標(biāo)準(zhǔn)，對(duì)聯(lián)絡(luò)中心的來(lái)電進(jìn)行分析，分析客服通話發(fā)展為投訴電話的可能性，針對(duì)風(fēng)險(xiǎn)來(lái)電進(jìn)行及時(shí)的回訪，從根源上預(yù)防并減少投訴電話的產(chǎn)生。
針對(duì)投訴原因的分析較為直接的方法是對(duì)客服的投訴錄音文本進(jìn)行文本分類，根據(jù)分類的結(jié)果確定客戶重點(diǎn)關(guān)注反饋問題，并對(duì)內(nèi)容進(jìn)行分析。
投訴原因的分析可以指導(dǎo)銀行內(nèi)部對(duì)業(yè)務(wù)流程、產(chǎn)品內(nèi)容、服務(wù)質(zhì)量等方面進(jìn)行改進(jìn)，但最有效的方式是從根本上減少投訴的產(chǎn)生，即對(duì)潛在的投訴電話進(jìn)行預(yù)測(cè)。采用合適的算法建立潛在投訴客戶預(yù)測(cè)模型，對(duì)數(shù)據(jù)業(yè)務(wù)潛在投訴客戶進(jìn)行預(yù)測(cè)，以便先于客戶發(fā)現(xiàn)問題，解決客戶數(shù)據(jù)業(yè)務(wù)使用過程中出現(xiàn)的問題。根據(jù)歷史投訴電話以及投訴用戶的數(shù)據(jù)構(gòu)建預(yù)測(cè)模型，對(duì)每一通客服通話進(jìn)行風(fēng)險(xiǎn)評(píng)估，對(duì)出現(xiàn)問題的風(fēng)險(xiǎn)錄音評(píng)定較高優(yōu)先級(jí)并進(jìn)行及時(shí)回訪，提升客戶滿意度，減少投訴發(fā)生的概率。
綜上所述，基于大數(shù)據(jù)技術(shù)的文本分析可以使銀行更好的利用聯(lián)絡(luò)中心的通話數(shù)據(jù)，根據(jù)數(shù)據(jù)的分析結(jié)果指導(dǎo)完善業(yè)務(wù)流程，進(jìn)而提升客戶滿意度，提升投訴處理效率，從不同的角度出發(fā)，減少銀行運(yùn)營(yíng)的成本，并樹立良好的企業(yè)形象。
（作者：金融大數(shù)據(jù)實(shí)驗(yàn)室 臧琦）
京公網(wǎng)安備 11030102000058號(hào)
中金智匯
中金慈云
數(shù)普金通
通達(dá)中金