作者单位：中国建设银行合肥电子银行业务中心

在线咨询是由用户在电子银行渠道端发起的有关产品的疑问、建议与投诉，由客服在线上答疑解惑，为用户提供产品使用指导，此种方式不需要用户前往网点，通过线上咨询与解答就能快速解决用户的难题。

它是银行面向用户的一个网上窗口。

在线咨询不仅包含了用户对产品本身的咨询，还有操作上的咨询，以及用户对产品的使用评价和使用体验，是客户最真实、最直接的反馈，在线咨询文本蕴藏着丰富价值，更好地体现了用户对产品的诉求和喜爱程度。

非结构化数据是相对于结构化数据而言的，结构化数据为即行数据，指存储在数据库里，可以用二维表结构来逻辑表达实现的数据。而不方便用数据库二维逻辑表来表现的数据即称为非结构化数据。简单来说，非结构化数据包括各类格式的文档、文本、图片、XML, HTML、各种类型的报表、照片和音频视频信息等。

在多数的传统企业中，超半数的数据属于非结构化数据，这些有价值的非结构化数据因未被有效地挖掘利用仍在沉睡。非结构化数据分析能力作为大数据能力建设中不可或缺的重要组成部分，已引起银行业的关注与重视，并纷纷研究和探索相关能力的建设。

例如，工商银行利用文本挖掘技术创新性地建立了“客服智能分析挖掘模型”，模型包括关联分析、主题分析和分类分析，改变了以往人工阅读、逐条归纳的分析方式，运用大数据技术，高效、智能地挖掘提炼出客户关注的焦点问题和产品痛点，并进行关联性分析，及时洞察和掌握客户的真实心声，推动服务水平的持续提升。

在线咨询文本就属于非结构化数据中的一种。在线咨询文本是极具研究价值的数据，它是用户关于产品或服务的真实看法和反馈，通过咨询内容挖掘用户需求，从而向特定用户群体进行营销，更好地为用户服务。

那么，如何利用非结构化数据，如何从海量的咨询文本中找到用户的需求，如何对不同需求的人群进行精准营销呢？一般来说主要分成四步：第一，对在线咨询文本进行预处理；第二，运用关联关系算法挖掘出每条文本的属性；第三，根据高频词汇定位用户问题，聚类客户群体；第四，筛选出存在营销商机的文本，制定营销话术。

具体为以下几个步骤：

第一，对原始文本进行预处理包括两部分，一是建立基础词库，就是我们把有关电子银行产品、服务的词收集到一起，建立一个基础词库。二是对文本进行分词。在分词前，我们需要先将文本中涉及到客户信息的敏感词删除，然后再利用分词工具对文本进行分词，在选择分词工具的时候，我们主要考虑的因素是它的分词正确率，除了分词功能以外，该分词工具还需拥有词性标注、命名实体识别和新词识别等功能。

做完以上两步，我们再把文本与基础词库中的词进行匹配，留下包含基础词库中词语的文本，如果文本中没有词语与基础词库中的词语匹配，那我们就剔除此条文本。

第二，运用关联关系算法挖掘出每条文本的属性，利用基于关联规则的Apriori算法挖掘出产品属性。关联分析是从大量数据中发现项集之间有用的关联。Apriori关联分析算法是发现频繁项集的一种方式。

该算法首先会生成所有单个元素的项集列表。接着扫描项集来查看哪些项集满足最小支持度，不满足最小支持度的集合会被去掉。然后，对剩下来的集合进行组合以生成包含两个或两个以上元素的项集。根据算法运行得到高频词组和次高频词组。例如，{账户，明细}、{信用卡，额度，申请}，每一条文本对应一组属性词。

第三，根据高频词汇定位用户问题，对客户群聚类。当我们利用关联关系算法挖掘出每条文本的属性后，我们可以直接通过属性词组定位用户问题。比如通过{信用卡，额度，申请}这组属性词可以知道该文本是关于信用卡额度申请的问题，通过{账户，明细}这组属性词可以知道该文本是客户咨询账户明细的问题。我们把具有相同属性特征的客户聚类成群，给出客户群标签。

第四，划分营销场景，制定营销规则，从咨询文本中，智能关联和分析出符合转账、信用卡、理财产品、出国留学等产品的销售场景。将销售场景与客户群标签进行匹配，筛选出存在营销价值的文本，制定营销话术。例如，对群属性为{信用卡，额度，申请}的客户营销其签约手机银行，通过手机银行可查询、申请、调整信用卡额度。对不同种类用户群体进行差异化营销，实现精准营销。

当前银行业正在大力发展大数据分析挖掘的相关应用，有效运用大数据可以对业务发展和经营决策的形成强有力的支撑。而非结构化数据分析，是大数据分析挖掘中非常重要的领域。非结构化数据蕴藏着客户和市场对银行最真实的态度和需求，但因缺乏合适的分析挖掘技术和工具，其尚未被充分地挖掘与应用。

目前，银行业已经意识到非结构化数据的重要性，工行、中行、交行、招行、中信银行、光大银行和民生银行等多家商业银行正在加紧推进大数据分析应用方面的布局，积极寻找对非结构化数据进行采集、分析和挖掘的新方法。

通过对非结构化数据的采集、分析、重构和引用，建立银行个人客户非结构化数据挖掘体系与知识库，实现非结构化数据与结构化数据的结合，两者互为补充，利用分析结果推动银行的产品功能、渠道功能、服务流程的改进优化，提高用户的满意度，增强客户和渠道、客户和产品之间的黏性,深化已有的个人客户需求分析，通过精准化的营销模型和差异化的营销策略，助力个人业务发展。

责任编辑：王超