第三届CCCS客户联络中心标准委员会金融服务高峰论坛——“轻平台—轻服务·轻经营”【主题演讲】

      由中国信息化推进联盟客户关系管理专业委员会主办，CCCS客户联络中心标准委员会与招商银行信用卡中心和华拓金服数码科技集团联合承办的“CCCS客户联络中心标准委员会第三届金融服务高峰论坛”于2016年12月8日在上海招银大学·上海分校盛大举行。

本届大会的主题是“轻平台——轻服务·轻经营"，邀请行业领导专家共聚一堂进行热烈讨论，为您在现场带来一场真正意义上的金融行业在互联网、移动互联大环境大背景下的发展大预测，专业大碰撞。

        在此感谢招商银行信用卡中心对本届高峰论坛的鼎力支持！

      我想未来不是等待的，未来是要去创造的，我们必须创造未来。

“过去的两三百年，金融体系是二八理论，未来的两三百年应该是八二理论过去传统的金融机构服务的是20%的人群，而真正需要金融服务，有借贷需求的人缺没有机会获得金融机构的支持。未来，通过新金融，通过互联网金融机构，来支持哪些80%没有得到金融服务的人，而且这是全世界领域内的。”

—— 马云·杭州云栖大会

随着金融行业的不断迭代，客户联络中心也在发生质的变化。传统呼叫中心是用一种方式、一种渠道为一个客户服务；移动互联背景下的轻平台，而是通过多种方式、多种渠道去为海量客户服务。现代客户联络中心服务借助先进科技技术实现客户联络中心信息化重构，用趋势建立优势，是当客户联络叫中心赢得未来的必然选择。随着服务理念的深入人心，金融行业的运营模式也正在悄然改变。单纯的经营金融产品已经不能满足市场需求，更深度的客户交互和多渠道联系正成为金融企业的最大挑战。

如今客户联络中心中心对价值实现越来越重视，“平台时代”的到来会将成客服中心未来发展的一个重要方向，并将带来传统客服中心的根本改变。 相比较“中心”的服务形式单一，服务能力有限，价值创造简单，“平台”的服务形式更加多元化，服务能力无限，服务能力多点化。

传统的客户联络中心迭代为以电子商务为核心的新客服，必将要迈跃“传统”这道门槛。如何将分散在各部门、各公司的数据库、流程、各式各样的格式和代码，统一到一条“交易总线”上，是搭建轻渠道、轻平台，最终实现轻服务、轻经营的关键。

有鉴于此，我们将“轻平台—轻服务·轻经营”作为本次高峰论坛的主题。邀请行业领导专家共聚一堂进行热烈讨论，为您在现场带来一场真正意义上的金融业在当今大环境大背景下的发展大预测，专业大碰撞。

 【招商银行信用卡客户服务部副总经理  张新元《语音分析--隐藏在语音交互中的大数据》】

     各单位的领导，非常荣幸能够代表招商银行信用卡中心的客服中心来分享一个案例。我觉得这个案例在每个单位都有一些类似的思考，上一堂课也从技术和应用场景对这个案例进行科普，刚才宜信的美女领导，也对这个案例技术内容进行了涉及，我觉得我们做服务都在想这个事，只是大家有时候想的多一些，有的时候想的少一些，有的想的深一些，有的想的浅一些。所以我今天只是想分享一下招商银行信用卡中心在这个案例上整个的思考过程，讲的更多是方法论，而不是工具。

    这个案子的名字，叫K频道，藏在声音中的大数据。K频道是我们自己给这个项目取的名字，为了便于理解，我把标题改了一下。名字叫语音大数据，藏在声音中的秘密和价值。我们在座的都是服务行业专家和高管，我在自己的行业过程中两个关于服务的问题一直困扰着我。第一个问题，客户服务未来价值边界应该在哪里？第二个问题，如果我们的客服中心要变革的话，未来的定位可能是什么？我给自己找到一个答案，仅代表个人的看法。

    我们客服服务最原始的价值是解决客户的问题，这是客服中心最初的样子。它的本质是消除客户的负面体验，使客户可以更加顺畅地使用产品，所以这个过程中客服中心定位是一个体验管理组织。然后在解决客户问题过程中，我们的服务团队用良好的态度和效率传递着这个企业的企业文化，强化着企业在外部的口碑，在这个过程中，我们的客户服务中心的定位是一个企业品牌传播的渠道单位。

    另外，我我觉得服务的本质应该是交互，每一次交互，不管是人工交互，还是网页的点击，还是微信的阅读，还是邮件或短信的推送，都是营销的露出机会，不管是营销产品，还是产品活动，这个都给我们客户带来的价值。这个过程客服中心的定位，又成了流量经营单位。

    最后，我觉得我们每一个坐席都是我们的触角和天线，每一通电话都是对客户信心的更新，对客户行为、需求重新的收集，在这个过程中我们客服中心通过对信息集聚，成就了自己作为客户最了解客户需求和客户行为轨迹的单位，并进而成为整个企业决策的单位。我觉得这绝对不是自我拔高，我记得万达院线的曾宝军（音）总裁曾讲过一个案例，在座看过《夏洛特烦恼》，两个月14.1亿的票房，去年全国排名前三，整个拍摄成本非常低，据说电影首次剪辑之后，万达决策委员会，觉得从观众视角必须要重新剪辑，最后重新剪辑的版本和最初的版本是面目全非，但是大获成功。这部电影为什么会成功？是因为电影不能只迎合导演和制片商的喜好，还要迎合观众的喜好，谁最了解观众？谁最了解我们的消费者？我觉得不是制片商，而是院线。那么谁最了解我们的客户，不是产品单位，是每一天跟客户唠嗑的客服中心。

以上的四个定位和价值，我们着重看一下第四个。就像这段话所说的，我们应该可以，第一个知道客户对于新业务、新产品、新活动的问题是什么，客户想要什么，客户不想要什么，然后为公司迭代现有产品、开发下一代产品指明方向。这些信息从何而来，我觉得它来自于每天海量的电话语音当中。但是这里又出现两个新问题：第一个问题，在移动互联网逐渐取代打电话的驱使下，研究语音交互的内容还有必要吗？第二个问题，海量、分散的、非结构化的语音怎么收集、使用，以前使用过人去听，非常慢，也试过捞系统注记，但准确率不高，很多客户需求来不及由人员注记下来。

针对以上两个问题回答第一个问题，语音交互内容是不是还值得研究？Mary Meeker是KTMG合伙人，她有个绰号叫互联网女皇，她每年年终都会发布一次互联网的趋势报道，在今年报告当中，她认为语音交互的价值开始回升，语音交互的风口即将到来，什么意思呢？未来的智能终端交互节和计算界面，可能会从目前智能手机键盘加屏幕的方式，变成麦克风加扬声器，也就是说未来的智能终端不需要带屏幕，你不需要看屏幕，也不需要在屏幕上做任何的操作，所有的指令应该是通过人来说话，如果未来通过识别人的脑电波也可以实现，那么语音交互可能就失去它的价值了，目前语音交互还在风口上。

智能终端理解人的意思，执行相应的指令，完成一次交互，或者说完成一次广义的服务。比如说我们要开车去某个地方，但是不知道路线，但是你在开车时不方便操作手机，这时候用siri唤起百度，然后摇一摇语音交互界面，说出你的目的地，系统会计算出相应的路线，给你实时导航，这也是语音终端的初级阶段，因为它要借助于屏幕。所以说未来的互联网入口很可能是语音，而且语音会越来越多，它会取代一部分文本的交互、点击交互。不是语音越来越消亡，而是越来越多，所不同的是，未来的语音入口来自智能终端，而不是来自运营说的电话机，背后的解决方案，更多是机器算法，更少的人，而我们更多的算法更多是人。所以语音会越来越重要。

    第二个，语音中的宝藏，如何挖掘？刚才宜信提到了，我们要把语音进行转译，我们想法是一致的，我们把非结构化的语音转化成结构化的数据，应该是解决之道，我们可以语音转译成文本储存下来，或者把语音转译成音速，也就是一个一个音波特征储存下来，这样技术已经比较成熟了，然后在文本和音速基础上进行建模、分析，得到各种数据和结论，从而应用到各种场景当中去。我个人觉得建模和找到后续应用场景，才是最关键的，和最有差异化价值的。

    招商银行信用卡整个语音大数据项目，在实现上分了几个步骤：第一，语音转译技术能力的搭建，包括软硬件环境搭建，以及跟录音系统对接等等。第二，把转译后的文本或者音速数据库平台搭建起来。第三，我们要搭建分析模型和报表体系。第四，非常关键，要不断找到我们具体的应用业务场景。

    可以应用的业务场景应该有哪些呢？其实有很多，由于时间关系，我这里只举几个例子，这是目录，接下来简要分享一下。第一个应用场景例子比较常见，我们做的点比较多，服务精细化管理有了大数据，可以对服务过程量化，通过对服务过程量化、拆分、管理可以对服务精确定位、快速响应。通过拆分，拆分很多标准，通过这些指标建立模型，比如我们在服务氛围上，可以建立服务情绪模型、禁忌语模型，在服务效率方面可以建立通话市场模型、电话转接模型、静音时长模型，在业务准确度，可以建立渠道导流模型、业务标准化模型，可以满意度方面可以建立首问解决率、重复来电率等等模型。

    这里举一个具体案例，通话时长的模型，过去对于通话时上只是能分析某个客户坐席通话时上比较长，然后我们对他关注，再去听一下他某一个业务不熟练，听比较麻烦。左边是以前的做法，右图是客户人员在处理A整个业务过程，整个时间时长，再处理B的时候是否有不同。也就是说，有了语音大数据，我们有了增加分析维度的可能，这只是增加一个分析维度，我可以增加更多的分析维度。

    举第二个应用场景例子，新产品上线的优化，众所周知企业上线新的产品、新的业务、新的活动，刚上线的时候，在快速迭代的时代，我们非常希望知道客户对这个新反映是好是坏。如果让客服安排全员注记，按照专人回听非常费时费力，而且如果来电样本少，很容易被忽视，来的样本多了又听不过来，现在有了语音大数据，客户的意见很容易通过建模方式就可以抽离出来，这样可以从事前事中事后各个维度用不同的模型对产品上线提供参考。

    第三个例子，运营监控，有了语音分析模块，可以更快、更全面、更省力勾画出来电结构，有效替代目前手工点选和系统注记的方式，通过语音大数据分析出来的来电结构，可以具备展现形式多样化，业务结构全面化，时间单位精细化，以及报表产出自动化四个特点，可以获得不同的形式和来电情况，可以自主定义时间粗细程度，还可以不用耗费人工，让我们用最少的精力和最短的时间知道运营过程中出了什么异常情况。

    随便举个例子，某一天电话量突然递增，如平时高出40%，我不知道哪天发生什么问题，到底是系统出了问题，还是活动异常火爆，以前我会问一线员工，你在接听电话有没有接到异常，如果样本少，很可能他忽视了。或者同时有几个因素出现，可能被误解了。有了语音大数据项目，我们可以通过报表定位是否存在异常来电结构发生变化，或者说我们利用热词系统来分析来电热词，有没有新的热词从而找出异常来电发生变化的原因，尽快去解决问题。

    第四个应用场景的例子，来电动因的挖掘。我们认为每一通来电的背后，其实是客户体验的盲点和痛点，我们找到来电原因，不仅可以改善客户体验，进而提升整个公司效益。语音大数据能够帮助我们更加直观、更加高频出统计出客户当前最大的体验痛点或者盲点，然后帮助我们每天追踪来电动因的变化，从而分析出体验痛点有没有变化。

    再举一个应用场景的例子，来电量预测模型。我们在团队运营时，如果对电话量预算数量上越准确，时刻上越精确，那排班上人力效率更高，一方面会节省人力成本，另一方面会提升我们的客户体验。但是电话量的预测在过去，招行用的方法类似于股市中的技术流派，去年每月是什么走势，今年应该是类似的走势，我不会去管背后的业务节奏，或者说来电动因结构有没有发生变化。假如说去年12月份比11月份来电量高5%，我预测今年12月份来电量，我会在11月份来电基础加5%，我会加一些维度，会有新的活动，但不知道新的活动对来电量是怎样的变化，包括再加一些季节因素，包括还款日周期、周一周二的具有等等。但是有了语音大数据，就可以使得来电量预测，使用股市中价值投资模型成为可能，我们可以把它细分为非常多变量，可以找到每一项业务量带来的变化，然后把业务量代入，这样就得到一个含有诸多业务量的预测模型。

    最后一个应用案例，也是提高效率，很多客服中心利用交互中心做营销，我们借助云、大数据，分别以成功的营销通话和失败的营销通话作为对象，找出为什么成功、失败，探寻合适的场景，找到客户到底对我们哪个营销因素比较敏感，从而对客户进行分类，制定针对性营销策略，差异性话术，也可以找到更加适合营销的时点。

    第七个应用场景，智能质检。传统的质检模式存在检测样本比较小，检测效率比较低，运用语音大数据，一方面实现想检就检，还可以把系统打分和人工打分相结合，进行综合打分，还可以改善品质成效，形成完整的闭环。

    由于时间关系，我简要分享以上的应用场景。这里再呼应一下题目，K频道，K是客服的首字母缩写，之所以叫频道，是希望我们把客户行为、客户需求、客户问题的了解和理解，传播到整个企业当中去，让大家都来关注我们、聆听的我们。

    总结一下，语音大数据项目是从语音抽取和挖掘数据，为企业经营、产品研发、控制、团队管理等等提供决策参考的项目。目前一共建立的523个业务模型，全文转译准确率大概85%左右，关键词准确率大概93%，模型准确率90%，我个人认为语音大数据的意义在于为企业建立又一个关于客户行为、需求和反馈的数据库，在这个基础上分析的挖掘、应用才刚刚开始，以上的几个应用场景，应该只是它的应用范围里的沧海一粟，我希望招行，大家一起，继续把脑洞打开，迎接更多的想象空间，谢谢！