大数据助力“智慧客服”建设

伴随信息技术快速发展，各银行聚集了大量客户信息和交易数据。大数据不仅改变了现有银行商业生态，而且改变传统客户关系管理。客服中心作为银行客户信息集中接触点，拥有客户属性、行为特征、价值分层等大量清晰、完整的客户数据，如何依托大数据技术构建智慧客服，更好服务客户，各银行都在积极探索。

两因素制约大数据应用

银行拥有最全和最完整的客户行为数据，是开展大数据业务的有力竞争者。近年来，虽然各银行客服中心积极探索大数据运用并取得了一定的成效，但是仍存在一些问题，制约着大数据的有效运用。

对客服中心技术支撑不够。伴随客户服务内容、服务手段、服务要求日新月异，大数据挖掘需整合客户电话、在线、微信、微博、网银等各交互平台数据，开展线上线下一体化数据分析，但目前银行渠道整合及数据仓库、数据挖掘等技术的运用还不成熟。

前后台联动服务能力不足。目前虽然各银行均以大数据为核心，在前台应用CRM （客户关系管理）系统，但客服部门尚未在数据和服务资源上与CRM系统无缝对接，在具体客户服务需求方面，缺乏科学分层。以信用卡业务为例，前台网点较多采用交叉营销，很多信用卡客户可能还是银行网点贷款、理财客户，但是客服不会区别服务与营销。

大数据让客服更智慧

智慧客服，就是利用物联网、云计算、大数据等技术，通过互联网和移动互联网，借助电话服务等客户服务终端，主动感知客户与银行需求，实现方便快捷的智能化感知和交互性客户体验。伴随银行服务从前台向后台转移，客服中心作为银行客服关系管理中心地位得以强化，必可利用大数据技术，创造价值红利。

开展价值分析，优化客户结构。要运用大数据技术分析客户价值，加强对各类型客户针对性管理，促使客服中心由客户联络中心向客户关系管理中心转变。整合前后台CRM系统，提供“点对点”服务，主动开展客户关怀，建立SWOT客户流失评测模型，量身定做客户服务，形成客户对服务路径依赖，增加客户忠诚度。要建立客户风险数据评估模型，完善风险预警机制，通过对客户服务及投诉中发现的问题进行梳理、归纳，提示可能产生的各种风险，并分析风险产生原因，提出具体建议，把风险防控关口由事后移到事前、事中。要通过大数据整合客户微信、微博等自媒体使用情况，对自媒体发达客户重点关注，以规避声誉风险事件，形成网络口碑传播效应良性循环。

开展行为分析，加快市场拓展。客服中心掌握大量客户消费、需求等行为数据，可将“大数据”纳入价值创造流程，寻找新价值创造路径。关联营销是大数据模式下盛行营销方式。消费者在消费某产品时，有一定倾向会消费另外一件产品，通过实时模型化客户行为，并结合现行消费行为有针对性地推荐产品，可促进交易完成。同时，通过建立客户数据库，常态化分析客户地理、交通、旅行、住宿等消费痕迹，进而形成对客户兴趣、爱好、价值观、生活方式、沟通方式等精准预测，以定制化产品来提高客户满意度。

开展信息分析，推动业务创新。客服中心直面客户，便于捕捉市场情报和把握客户需求走向，需构建运营、产品、客服“三位一体”的作业体系。在客户生命周期管理方面，要通过数据收集、存储、处理与分析，提炼客户投诉与建议中蕴含各种服务可能，把握客户真实需求、明白客户困扰，作为产品开发与流程优化依据，避免非大数据时代“经验”或“直觉”驱动改进模式。在收集客户个性化需求方面，要对海量数据快速综合对比分析，精准定位客户个性化需求，才能更好地拓展个性化服务项目。在市场动态分析方面，要收集客户关注热点、偏好变化、行业动态、营销活动反馈等相关数据，并对这些数据进行科学地处理分析，把握实时市场动态，才能在激烈的市场竞争中立于不败。