传统银行的转型实战：看银行如何利用大数据洞察客户心声

大数据分析与数据挖掘是大数据技术的主要应用之一，以下给出银行金融行业的典型系统与相关大数据分析实例。

01

工商银行客户关系管理案例

传统银行的转型实战：看工商银行如何利用大数据洞察客户心声？

1. 工商银行文本挖掘技术应用探索分享

工商银行在大家传统的印象当中是一个体形非常庞大但是稳步前行的形象，但是近些年来在大数据的挑战下工商银行积极应对外界变化，做一些转型。其中一个举措就是通过数据应用驱动业务变革。

工商银行每天都在面临着来自各方的海量的客户心声，最近我们的95588接到这样一个来电，李先生做了一笔跨行汇款操作，对方还没有收到，他来询问什么时候可以到帐，这是一个典型的咨询。客户王先生是一个贵宾客户，他来电反映说在机场和火车站没有享受到工行提供的贵宾厅，他希望工行在以上场所做明显提示。还有张小姐到一个支行网点做存款业务，发现里面柜员服务态度不耐烦，让她很不满意，她要求把这个情况记录下来做一个反映，这是一个典型的投诉。

除了官方服务渠道之外，现在客户越来越希望通过互联网社交网络的方式表达他们的心声，并探讨热点话题。最近我们监测到这样一个热点话题的讨论，有人说“大家看清楚了，针孔摄像头就是这样装进ATM机偷看你的密码的。”这是一个风险事件，工商银行需要做到及时了解和掌握。

同时在互联网的新闻网站上最近也有一些报道，有的市民在便利店蹭WiFi，上了两个小时网，他的银行卡就被盗刷了，这个又是怎么办到的，工商银行需要对这些事件做到了解掌控，并且制定对应的措施。以上这些信息都是以文本方式存在的，我们可以通过文本挖掘的方法了解用户在说什么，挖掘出对我们有价值的信息，这对工商银行客户服务的提升会有很大的帮助。

2. 传统客户服务分析流程

对于其中非结构化数据的部分，就是客户说了什么当时没办法做自动分析，这只能由分析人员逐个来看，但毕竟数量比较多，人工阅读做不到非常全面，只能做抽查，大概看看客户在说什么。我们监测分析人员同时还会去登录一些新闻网站了解一下近期有没有跟工行相关的事情发生，然后他会把这个情况记录下来，人工编写这么一个服务的报告。当时对我们的社交媒体是没有办法做到关注的。

3. 结合文本挖掘的客户服务分析流程

在结合了文本挖掘技术之后有了一些流程变化，不仅对结构化数据做分析，同时也能够从客户反馈的文本当中提取出客户的热点意见，再把热点去和结构化数据做关联分析，就能得到更加丰富的分析场景，这在后面会有一个详细的介绍。

同时，我们又新建了一套互联网的监测分析系统，能够对互联网上的金融网站和社交媒体网站做到自动的监控和分析，当然有些重要的事情发生的时候可以自动的形成监测报告。

从刚才服务流程的演变可以看到有了一些挖掘的功能，首先从技术来说丰富了分析的手段，原来只能对结构化进行分析，现在能够对文本数据客户所说的内容进行分析，然后扩大了分析的范围，原来只能关注到工商银行官方服务渠道所记录下来的信息，现在能够关注到在互联网上所传播的信息。第三点是提升了分析的效率，原来需要员工逐条阅读工单，现在机器自动阅读。

4. 客户意见挖掘业务价值

这些技术提升点之后就能在打响的文本反馈当中发现客户的热点意见集中在哪些方面，如果我们能够对这些客户所反映的共性问题主动发起一些措施，优化我们的业务流程，可以提升我们的客户满意度和客户忠诚度，而另一方面这些来电的投诉量会进一步的减少，也就从另一方面降低我们的服务成本，减少了二次被动的服务投入。