广发银行呼叫中心语音大数据分析系统建设案例分享

1）项目背景

随着金融结构的业务发展，呼叫中心的规模与日俱增，国内超过千席的呼叫中心不乏少数，银行呼叫中心语音数据体量巨大，是典型的非结构化“大数据”。这些数据内含客户身份信息、偏好选择、服务投诉、业务咨询等重要信息，是银行优化服务质量、提高运营效率，进行营销决策和产品服务设计的重要参考。

在大数据时代，语音数据变为一种重要业务资产，然而在传统技术条件下，语音数据保存困难，应用成本高，更难谈及进一步挖掘利用。

以广发银行为例，广发银行是国内最早组建的股份制商业银行之一，拥有坐席数5 000余个，处理业务类型共4 类，日产生录音文件量在200 GB以上，年录音文件总量超过90 TB。预测未来录音数据量的年均增长率可达30%，如此海量的录音数据加剧了录音管理的难度，同时也为录音调听、质检带来巨大压力。

此外，广发银行信用卡中心海量录音数据中蕴藏丰富的客户、市场和服务增值信息，但由于海量录音数据只能依据法规作为证据保存，无法进行有效的充分利用。

2）项目需求

广发银行信用卡中心希望针对目前呼叫中心数据量大，一旦出现历史录音调听，需要先找到磁带，导入系统中然后员工再一一听取核对，工作量大且效率非常低，往往找一通电话需要数天甚至几周时间，而且质检覆盖范围小，无法根据客户反馈的问题，及时有效地将相关信息进行结合，更难提及获取语音数据中的潜在市场价值。

广发银行信用卡中心希望通过使用相关解决方案，解决上述所面临的问题。并且实现语音服务系统的高效录音管理，解决语音文件的存储、调听问题，加强人工服务质检功能，同时对海量数据中的信息进行分析和挖掘，从而更加深入地了解客户、发掘市场、改善服务。

3）挑战

随着国内通信服务及电商行业的发展，录音质检管理日益为行业管理人员和智能语音质检系统提供商所重视，大量埋藏在海量电话录音中的客户需求和重要市场信息，如果都通过传统的人工监听无疑是一个巨大的工程，必将消耗大量的人力物力。同时这项支出还将会随着企业的发展而持续增长。

所以银行金融业呼叫中心未来的快速稳步发展，尤其是广发银行这种日通话量在100万通的大体量语音数据，迫切需要构筑适合企业的智能语音分析质检系统。

银行业呼叫中心质量监控管理是对坐席电话营销过程实施全程监控的过程。也是通过对营销代表服务质量的检测和监控，确保公司依法合规经营，防范企业经营风险，同时提升电话营销代表的营销技能和服务水平，保障这一高水平服务的持续实现的过程。另外对客户的需求、客户感受、客户建议等进行分类搜集，实现质量监控工作的综合运维。

质量监控工作强化电话营销坐席电话销售过程的合规性、完整性、准确性、规范性。所以质检系统要保证录音信息与客户投保信息准确对应。同时为了实现公司电商业务的依法合规经营，广发银行信用卡中心要求录音质检系统还应具备违规风险点报警、服务禁语筛选的功能。

传统质检质量监控人员每天面对大量的录音，一般是通过听录音进行合规性检查，对于批量录音中其他的重要信息则无法识别、筛选。比如关于客户投诉，有多少来电是投诉服务质量，有多少是不满意产品价格。又如面对突然上升或下滑的业务量，管理者是否能在第一时间作出原因判断，及时提供应对策略？

所以广发银行信用卡中心要求录音质量管理系统还要有客户感受、客户期望内容搜集，以利于形成客户需求信息积累和产能转化的需求，这对于当时IT技术运维提出了一个不小的难题。

通过与广发银行信用卡中心项目团队及时沟通，全面掌握客户对语音质检的需求后中金数据为广发银行提供了如下基础服务：

①实现语音全量在线存储，可以通过指定内容实现对全量语音的实时检索、调听；

②提高质检覆盖率，通过系统实现100%录音质检；

③通过系统和人工结合的质检方式提升质检效率；

④对电销录音相关数据进行统计和主题分析，针对话术、客户反馈、电销周期、成功情况等综合分析后，优化电销策略。

针对客户要求的后期语音分析内容，中金数据利用自有大数据平台，创建大数据语音分析云。将客户整理好的数据统一放到大数据平台进行存储，根据广发银行的需求研发工程师搭建不同的数据模型，定制更详细的语义规则来匹配后期对数据的分析，以及挖掘客户意见和对风险的把控。

直至现在中金数据仍然每月或每两个月对系统进行巡检，检查系统的运行状况，并在广发银行现场进行支持性的工作，查看数据运行情况以及补充需要更新的数据。在处理事务的过程中广发银行也会提出一些新的需求，当下月再次去现场巡检时，中金数据会将更新后的系统功能带给客户使用。

经过一次次反复的产品功能更新迭代。目前，中金数据可以为广发银行提供每日通话量120 万通的语音数据，合计通话时长3 万小时，也是业内唯一一家可以提供如此大体量语音数据分析的供应商。同时，系统可以为广发银行信用卡客服中心提供如下基于大数据的语音分析，成功解决了一直困扰广发银行业务开发的难题。

①通过数据分析统计，挖掘客户意见和风险，及时调整服务策略，提高客户满意度；

②对呼叫中心海量的语音进行价值提取，为产品设计、营销发现并提供有价值信息线索。(www.xing528.com)

生机存在于困难中，广发银行信用卡呼叫中心，从“成本中心”转变成“价值中心”，再转变为“利润中心”，承担起了更多、更重要的企业战略级任务！未来就诞生于这种转变过程中。通过中金数据的方案可以让广发银行实现了从“听得到”到“听得懂”客户心声的有效转变。

4）实施过程

在经过将近为期一年的严格考察后，广发银行信用卡中心正式与中金数据签订了大数据基础平台项目合作协议。为帮助客户中心解决上述问题，中金数据以语音数据分析作为项目首期内容。

中金数据自主研发的“语音大数据分析平台”，依托先进的大数据平台技术，采用语音识别技术对金融机构海量语音内容进行分析识别，以较高的准确率还原出每段录音的具体内容。

可通过关键词输入实现快速检索，通过语义分析和情绪分析技术，实现语音全覆盖自动质检；通过对大量通话记录和内容进行识别、统计、分析，可在最短时间内了解不同业务的话务结构，定位导致客户投诉、流失、话务异常等问题原因，并预测业务热点趋势，发现潜在客户。利用数据为业务全流程带来新的活力。

在双方团队的高效协同下，于2015 年4 月顺利按计划实现广发信用卡中心“语音大数据分析平台”上线。迄今为止项目一、二期已经顺利上线，运行状况良好，系统目前实现了主要三大功能模块：录音存管、智能质检、主题分析。

系统技术关键点：

①语音识别。用于建立文本索引，将非结构化的语音文件转换为结构化的索引信息的过程。语音识别引擎具有语法识别、自由说识别、关键词检出和语音质检分析4 种识别能力，能够正确识别语音文件从而形成对应的文本内容，并提供静音检测、情绪检测、关键词（服务忌语和业务术语等）和话者分离的识别结果。

②智能质检。提供基于角色区分、全文识别、关键词识别、语速检测、静音检测、叠音检测结果等组合的多维度质检；根据业务需要，可对所有的在线录音进行百分之百覆盖的全量自动质检。

基于说话人区分结果，用户可定义针对坐席或客户的通话内容进行自动质检。

基于全文识别和关键词识别结果，用户可进行针对坐席通话出现服务禁语、缺少规范用语等通话内容的自动质检。

基于语速检测结果，用户可进行针对通话人语速过快的自动质检；基于静音检测结果，用户可进行针对通话中长时静音的自动质检。

基于叠音检测结果，用户进行针对通话人抢插话的自动质检；基于情绪检测结果，用户可进行针对通话中情绪异常自动质检。

③文本分析。对电销和客服录音内容及相关数据进行统计和主题分析，针对话术、客户反馈、电销周期、成功情况等综合分析后，优化电销策略和客户服务话术；通过数据分析统计，挖掘客户意见和风险，及时调整服务策略，提高客户满意度。

5）实施效果

以前，呼叫中心质检都是通过人工抽查的方式来进行的。这种质检方法效率太低且缺乏统一的质检标准，在很大程度上制约了质检工作在数量和质量上的突破。另外之前的质检大多停留在质检最终结果上，并没有找到导致出现这种结果的导火索。

譬如导致这种质检结果的坐席客服近期的心理变化，不仅在于对质检结果获取和处理方面无从下手外，对于导致质检结果的原因同样不知所措。

但是使用语音分析云解决方案后，极大提高了呼叫服务中心在语音转换、存储、调听和质检方面的效率，实现日处理数据时长3 万小时，在线数据总量200 TB，以及年数据量增长率30%的应用结果。

通过这种方式，也可以将近期坐席客服反馈的信息，进行有效的转化，给销售人员提供有价值的客户信息，有效节约时间成本，自我价值都有所提高！”

此外，语音大数据分析云作为一种大数据分析产品，可以为广发银行提供一定的业务统计和分析。可实现信用卡中心语音数据的自动化采集与分布式存储，完成语音数据智能统计分析，自动提取有价值的客户信息，因而后续可挖掘的潜力较大。在二期以及后续项目中，双方将基于现有基础，深入探讨如何在数据价值挖掘领域实现更为多元化的合作。

案例分析题

1.呼叫中心语音大数据分析系统帮助广发银行解决了哪些问题，实施效果如何？

2.思考呼叫中心对于银行业的作用和价值。