• 移动端
    访问手机端
    官微
    访问官微

    搜索
    取消
    温馨提示:
    敬爱的用户,您的浏览器版本过低,会导致页面浏览异常,建议您升级浏览器版本或更换其他浏览器打开。

    掘金客户之声数据,赋能银行数字化转型

    蒋雄 来源:中国电子银行网 2020-08-27 11:39:47 金融文字节 银行数字化 征文选登
    蒋雄     来源:中国电子银行网     2020-08-27 11:39:47

    核心提示银行可以逐渐深度挖掘客户之声资源,获取营销商机,开展精准化的营销,挽留潜在流失的客户,提升客户满意度。客户之声非结构化数据的创新应用将对银行数字化转型发展起到极大的推动作用。

    2020金融文字节——银行数字化创新主题征文大赛”由中国电子银行网(微信公众号:cfca-cebnet)、未央网联合主办,和讯网作为战略合作媒体,清华大学金融科技研究院作为学术支持,以下为参赛者投稿。

    作者:中国建设银行合肥电子银行业务中心网站运维处 蒋雄

    客户之声是客户诉求和希望的表达,反映了客户对银行产品服务的真实体验,海量客户之声信息的背后,是客户行为需求的深刻体现,蕴藏着客户和市场最真实的态度和需求。

    客户之声就像一座底蕴丰厚的金矿,客户经常发出“我建议…”“我希望…”“如果可以…就更好”的声音,在这些声音中记录着客户使用的痛点和关注的焦点。客户之声无论是在线文本还是语音对话都是以非结构化数据的形式存在,客户之声非结构化数据占据着银行大量的存储资源,但对其的应用还处于初始阶段,尚未被银行进行有效大范围的推广运用。

    客户至上、体验为王。大数据技术飞速发展的今天,客户对金融产品的使用体验非常关注。怎样在服务客户和销售产品中使客户感到满意,是银行数字化转型成功的关键。

    大数据分析技术、文本挖掘分析、自然语言处理等技术的广泛应用,对客户之声非结构化数据进行分类、聚类、建模以及情绪评分等技术分析处理。银行可以逐渐深度挖掘客户之声资源,获取营销商机,开展精准化的营销,挽留潜在流失的客户,提升客户满意度。客户之声非结构化数据的创新应用将对银行数字化转型发展起到极大的推动作用。

    一、客户之声非结构化数据概念

    从数据管理的结构层面来看,大数据包括结构化数据和非结构化数据。结构化数据也称作行数据,是由二维表结构来逻辑表达和实现的数据,严格地遵循数据格式与长度规范,主要通过关系型数据库进行存储和管理。与结构化数据相对的是不适于由数据库二维表来表现的非结构化数据,包括所有格式的办公文档、XML、HTML、各类报表、图片和音频、视频信息等。

    目前,银行内存在大量非结构化数据,例如,在线客服、微信客服、网站留言、手机银行智能客服、页面层级调查问卷、满意度调查问卷等等,而银行电话银行、信用卡电话热线等语音记录也可以通过技术手段转换成文本信息成为非结构化数据。银行外部的微博、微信、今日头条、社交论坛或搜狐新浪主流网络媒体上,也存在着大量与银行产品、使用体验等息息相关的非结构化数据。这些客户之声非结构化数据是客户最真实、最直接的反映,蕴藏着丰富的客户信息,是银行有待开发的金矿。

    据IDC的一项调查报告中指出:企业中80%的数据都是非结构化数据,这些数据每年都按指数增长60%。银行客户之声非结构化数据非常庞大,例如建设银行在线客服渠道人工文本每月数据约30万条,电话银行每月接听700多万通电话,智能客服每月服务1.03亿人次,但因分析挖掘技术和工具的限制,宝贵的数据财富往往没有充分利用,还占据大量存储资源,令人扼腕叹息。

    二、客户之声非结构化数据现状意义

    大数据的研究和应用正如火如荼,各家银行对此高度重视,成立专门的机构,纷纷加紧推进大数据分析应用,不仅积极运用结构化数据,同时不断尝试对内外部非结构化数据进行采集、分析和挖掘。

    目前,结构化数据在精准营销等方面已经有广泛的运用,并取得显著的效果。而大量有价值的非结构化数据的研究应用仍处于探索阶段,因缺乏合适的分析挖掘技术和工具,尚未被银行有效挖掘应用,尤其是外部资讯网站、微博、微信和论坛等非结构化数据。

    通过充分挖掘客户之声非结构化数据的这座金矿,对其采集、分析和应用,才能充分利用研究结果推动银行的产品功能、渠道服务、操作流程的优化改进,增加精准营销的有效性,提升客户的满意度,挽留潜在流失客户,助力银行加快数字化转型发展。

    三、赋能银行数字化转型的创新应用

    (一)服务客户新思路,促进线上线下多融合

    通过开发手机银行线上网点,网点人员可以申请客服功能,进行实名认证后,开展手机银行APP客服工作。客户可以在手机银行线上网点查看客服人员在线情况,客服的身份信息(如姓名、理财师、基金从业资格、业务范围),以及网点信息,包括发售的理财信息,存贷款信息,信用卡办理活动,网点营销活动等等。客户可以主动向某一个员工发起问题业务咨询和业务预约,同时,客户也可以公开发表业务咨询信息(比如客户想买基金不知道如何选择基金)。或者通过客户之声大数据推送网点周边3公里的客户信息,由客户经理主动联系客户,根据客户的个性化需求为客户提供金融产品或者服务。

    线上线下一体化的客户服务思路,加强了手机银行和网点O2O融合,解决了服务最后一公里落地问题。同时,增设手机银行网点即时客服,大量充实了客服队伍,及时高效的服务从根本上解决客户接通率不高问题。另外,线上载体是手机银行,客户大量使用APP,对客户的粘性将加大,人气更活跃。

    (二)产品营销新措施,拓展裂变营销深度广度

    后疫情时代,客户行为习惯发生了很大改变,金融行为的移动化社交化,非接触式交易因其安全和便捷的特性受到客户的青睐。建议把银行的每一个金融产品都明码标价成交佣金,比如100元的手机银行话费充值其销售佣金是5元,一份5万的理财产品佣金是200元,一份1万的快贷可以收益200元等等。客户可以在手机银行中清晰查看各种产品的佣金,可以挑选适合自己的产品进行分发。通过谁的链接卖出的产品,谁就直接获得佣金,如果自己购买也可以直接获得返点佣金。

    通过客户之声文本数据的建模,给客户打标签分类分群,针对客户特性挑选合适产品推送客户。比如关注汽车的客群,就可以向他们推送汽车信用卡,或者加油卡充值缴费等等。每一位客户既是银行产品的接收者、购买者,也是产品的传播者、营销者。构建了全民营销体系,转变了客户的角色,只要客户对佣金感兴趣,社交链上的客户就变成银行的营销人员。客户既是消费者也是营销者,形成全民营销体系,极大的扩张了银行营销人员,而且是免费的营销人员。同时,客户亲自使用或者购买金额产品,以自己的信用为金融产品背书,增强了营销说服力,提高了金融产品的购买率。(引用于《社交银行——基于裂变思维的新金融银行营销模式探究》 蒋雄 中国电子银行网)

    (三)营销商机新工具,实现获客活客精准营销

    精准营销本质上是“以客户为中心”和“精细化经营”转型的具体落地。获客和活客是精准营销的两大重要目标,很多营销商机模型都是针对两者制定的。通过对在线客服和微信留言等客户之声非结构化数据的分析挖掘,按照相关性和因果性分析方法,精准定位客户需求,为具有潜在营销商机的客户群体构建标签,并结合客户属性、交易特征等结构化数据,精准定位生成营销清单,对不同客户进行有目标的差异化营销,提升客户产品覆盖度和对银行价值贡献。

    这种方式比单纯的结构化模型的营销精准度更高,有效性更强,因为客户已经通过客户之声表达了客户特殊而明确的意愿,避免了结构化数据静态、滞后的缺点,而且营销的策略是针对客户分类制定的,其精准营销的效果更明显。

    (四)创新优化新途径,提升客户使用体验

    客户之声非结构化数据为银行产品和服务创新优化提供了新的途径,利用大数据热词分析和R关联分析,了解客户对产品的诉求,提炼出客户的建议以及关注的重点,以此为根据改进银行产品服务以及业务处理流程。

    同时,随着对大数据研究和运用的不断加深,将会抓取社交媒体或网络媒体的客户之声非结构化数据,了解当前市场同业新推或主推产品,分析提取客户对银行产品的诉求,建立同业产品洞察视图,并从中寻找金融产品创新的灵感。最后由业务部门评估新产品研发需求,技术部门进行研发。

    客户之声非结构化数据已成为优化创新业务流程、提升客户体验的新途径,对其收集分析,有助于理解客户需求、贴近市场变化而创新,有利于优化现有的产品和服务的业务流程,提高客户的使用体验。

    (五)情绪评分新手段,挽留潜在流失客户

    通过客户之声非结构化数据的分析,了解客户对银行产品或服务的评论,使用情绪评分进行量化统计,按情绪分类标准计算情绪指数,用于测量使用体验的感受程度,了解客户对金融产品服务的态度。情绪维度分为愉悦、满意、认同、中性、烦、怨、怒等七个等级,可分别计算各问题类别及具体问题的情绪评分。评分范围为-1分到1分,每个等级间隔为0.1分,其中,情绪评分为正数,表示客户比较愉悦;评分为负数,表示客户比较不满;评分为零,表示客户情绪中立。

    运用客户之声情绪评分新手段,收集到评分为负数的客户。银行及时了解到客户表达不满情绪的真实目的,可以采取主动、有效的措施,挽留潜在流失客户,获取成功率较好的营销商机。

    (六)舆情监测新渠道,预防声誉风险

    为了主动适应新形势下的金融风险和舆情监测新动向,支持全行转型发展,建立规范化、常态化的声誉风险监控机制,前瞻性防范化解银行声誉风险苗头。通过客户之声非结构化数据采集银行内外部渠道中有关网络金融产品及服务的评论信息,根据客户评论文本的态度,提供产品或服务话题的关注程度。话题关注程度分为正面、负面、中性三种,重点关注负面信息,评估负面事件的影响力。

    作为舆情监测的新渠道,实现了声誉风险早识别、早预警、早处置,最终实现负面事件的自动发现,对新闻媒体重大投诉、互联网上有关银行的投诉等负面信息的同步监测,预防发生声誉风险。

    责任编辑:王超

    免责声明:

    中国电子银行网发布的专栏、投稿以及征文相关文章,其文字、图片、视频均来源于作者投稿或转载自相关作品方;如涉及未经许可使用作品的问题,请您优先联系我们(联系邮箱:cebnet@cfca.com.cn,电话:400-880-9888),我们会第一时间核实,谢谢配合。

    为你推荐

    猜你喜欢

    收藏成功

    确定