金融科技提升信用卡客户服务旅程研究

【研究背景】

　　（一）客户服务旅程管理复杂度持续提升

　　金融业服务链的长度、宽度、时间跨度、服务内容重要性和服务模式复杂度都远高于一般服务业。经过统计和估算，作为满足客户业务咨询、办理、问题申告以及投诉建议等需求的对客服务窗口，广发信用卡远程经营服务中心每月总通话时长高达18万小时，承载客户需求的压力在不断加大。

　　（二）客户对服务要求正在日益提高

　　埃森哲全球消费者洞察研究显示，80%的消费者希望企业能更懂自己，而仅有48%的消费者认为企业真正做到了这一点。因此，回到服务初心，与时俱进地管理与提升客户服务旅程，是银行在新金融时代的制胜法宝，也是银行强化零售金融竞争优势的必由之路。

　　（三）人工智能技术为客户服务优化提供新机遇

　　人工智能技术，特别是自然语言处理技术（NLP）的快速发展，有效赋能客户服务领域的数字化转型，为解决目前该领域内客户感知时效与挖掘客户潜在需求等挑战提供了新的机遇和思路。

 

【广发卡客户服务旅程智能化建设与应用】

　　客户服务旅程管理，旨在通过贯穿客户全旅程的线上线下触点，以客户旅途为基线，组织收集客户需求与感知数据，输出客户痛点并加以改善，提升客户对品牌的感知及忠诚度。

　　根据分析，参考同业经验，结合自身资源与特点，广发卡客户服务旅程管理的优化机会点在海量的客户交互之中。为了提升客户服务旅程质量，广发卡远程经营服务中心坚持以客户为中心的理念，结合自身资源与特点，开展一系列客户体验智能化建设与应用，及时从客户交互中获取经验与提升方案，在无需打扰客户的基础上，以较低的成本实现服务全方位优化。

　　具体而言，随着近年来人工智能技术的发展，自然语言处理的重要分支——文本挖掘技术，正在被各行业相继应用，并在客户服务赋能业务优化方面发挥重要作用。在客户交互流程中，借助文本挖掘技术，抽取核心要素信息，输入客户服务旅程管理体系，可有效助力广发卡更精准地了解客户关注点，大幅提升管理水平。同时，在与客户语音交流时，该技术辅助座席结合文本挖掘的客户信息，与客户产生情感共鸣，打造有温度的服务，提升客户感知。

　　由此，远程经营服务中心提出广发卡“重交互”服务赋能与优化模式，并着力于文本转写、自动话后小结、客户之声识别、关键步骤执行信息提取，以及客户全旅途分析工具。

　　（一）语音转写

　　广发信用卡引入语音云系统，基于主流语音转写技术，对客服语音进行文本转写，为后续的文本分析奠定数据基础。

　　（二）业务小结提取

　　为方便分析客户需求，对异常事件进行识别，座席在提供服务时，往往需要额外提炼与记录通话中的关键信息。其中最重要的话后小结信息，赋能广发卡开展完整的话务结构和需求趋势分析。

　　鉴于实行100%人工执行存在难度，单靠人工记录信息存在遗漏，同时不同座席的理解能力和判断标准存在差异，因此在客户旅程管理中，对海量服务信息进行标准化的多维度且深度提炼挖掘，成为重中之重。为此，广发卡远程经营服务中心成立专门的文本挖掘团队，通过对业务小结进行重新梳理，参考前沿bert模型框架，构建广发独有的长对话文本分析模型，经过超20万的业务专家标注数据训练，实现话后小结自动化。

　　通过话后小结自动化，广发卡具备更有效的客户需求预测能力。

　　第一，借助大数据实现全渠道互联互通，更好保障客户服务旅程感知。

　　第二，除提供业务小结外，模型还能提供段落切割功能，使核算不同业务的成本消耗成为可能。

　　第三，在此基础上，对业务以及相应用时进行分析（包括时长、静音等），可从座席与流程两个角度识别优化点，提升业务服务水平。例如，某业务所有座席均有较高的静音耗时，说明在流程或系统上存在优化空间。又如，某业务不同座席耗时差异较大，说明需对长耗时的座席开展针对性培训。

　　第四，自动话后小结释放座席的“双手”，使其更聚焦客户服务质量与水平。

　　（三）客户声音采集

　　除了自动话后小结，信息交互中另一个关键信息是客户声音。客户声音是客户直接对产品服务提出的感受，能直接引导服务优化。过去，座席通过手动登记意见建议工单实现信息收集，但由于耗时较长，为兼顾成本因素，座席一般在客户意愿强烈时才主动登记。为全面客观地收集客户意见建议，广发卡打造智能化客户声音分析平台——智聆平台。

　　该平台同样基于语音文本，结合业务小结模型输出，并按照业务维度及问题维度进行建模，精准提取每一类业务下每类问题点的客户声音，实现较小颗粒度的精准客户声音提取。

　　基于模型数据，从决策、中控、业务专家三类使用者的角度出发，设计专门分析模板，并支持按照声音关键字、客户画像、时间段等多维度的声音筛选、指标异动预警等功能，大幅降低使用者门槛，帮助使用者快速形成客户声音报告。目前，广发信用卡智聆平台每月提炼有效声音量上万条，声音类别超1500种，通过平台工具推广、跨业务条线声音专题会等，驱动客户服务旅程持续提升。

　　（四）座席辅助工具

　　以上应用建设均属于离线应用。为实时发现服务异常情况，广发卡远程经营服务中心在业务系统中上线座席辅助工具。通过实时语音转写，结合情绪识别模型（即情绪指数、语速语调、音量的信息），识别当前服务状态。通过弹框警示的方式，为座席提供必要的情绪管控策略。对于异常指数不断升级的通话，座席助手会同步告知管理人员，以便在通话中实时发现并介入情绪异常的通话，达到在通话中实时关注和实时排解客户不满的目的。

　　（五）智能策略中台——客户潜在需求识别

　　业务流程优化、客户声音收集、服务过程辅助补强，均是围绕客户的期待和需求开展。然而，面对快速变化的市场环境，银行必须主动出击，提供更主动、更精细、更惊喜的服务，从而提高业务竞争力与收益。为此，挖掘客户潜在需求是关键一环。通过近年的探索，广发卡打造两大客服经营工具，分别是针对被动服务的智能策略中心，以及针对主动服务的外呼雷达。

　　智能策略中心应用“数据->模型->工具”的创新思路，依托大数据平台应用，促进智能策略中台发挥亿级数据驱动能力，通过对服务流程、客户交互的深层次拆解，运用数据建模方法，实现需求预判、智能路由、智能推荐、客户画像等一系列功能。从精准客户需求预判(如查帐、分期、客诉等)以及客户属性预判(如老年人、中介、小语种客户等)入手，为客户提供便捷、顺畅的服务旅程。

　　外呼雷达则是聚焦主动关怀场景，通过对客户画像、行为规律，以及服务关键点的组合，为客户提供不同场景的关怀服务。例如，纪念日提醒、还款提醒等，同时充分考虑客户的渠道接受度，构建多个渠道分时段接受度模型，以及拒绝接触模型。通过模型的组合应用，实现多渠道主动服务。此外，凭借智能化模型，外呼接通率提升13个百分点，产品办理率提升3.3个百分点，每万名客户营销批核金额提升55%。

　　紧跟时代要求，广发卡基于客户服务旅程，应用多种自然语言处理技术，结合不同的服务场景，积极提升服务效率、洞察客户诉求，拓宽多维客户服务渠道，力求做好各类客户的业务咨询和办理需求的承接，以高质量发展打造新金融服务生态系统，为客户提供贴心、便捷的金融服务。


 

▼
文 | 蔡嘉荣、梁晓东、赵云靖 广发银行信用卡中心
来源 | 《客户观察》2023年5月刊P07-P13