作者| 丁韧（中国建设银行平台运营中心 ）
来源| 中国信用卡
编辑 | 武文 张云迪
美编 | 杨文华
◀ 客户之声（Voice of Customer，VoC）作为提高客户体验的重要抓手，有助于商业银行为客户解决实际问题，挖掘客户需求，开展精准营销。
◀ 本文主要介绍了客户之声数据的分析方法和应用，以期为商业银行提升客户体验、增强客户黏性提供借鉴。
随着互联网金融的快速发展，商业银行及互联网金融企业为客户提供了非常丰富多元的金融产品和服务。金融产品和服务逐步从卖方市场转向买方市场，商业银行只有精准把握客户需求，研发符合客户需求的产品，努力提升客户体验，才能吸引客户，不断挖掘客户价值。
1
客户之声及其意义
根据六西格玛（Six Sigma）的定义，客户之声是指客户对品牌产品、服务的反馈声音，包括评论、期望、偏好等。商业银行通过收集客户之声数据可以发现产品和服务中存在的问题，并进一步挖掘客户需求。
1.客户之声数据的收集渠道
商业银行客户一般会通过线下和线上两种渠道“发出声音”。传统线下渠道的客户之声主要包括客户在银行网点办理业务过程中与网点柜员的交互，或是就某项业务与网点经理的交流，甚至是与网点经理的闲聊。目前线下的客户之声主要依托于网点工作人员主动分析和提炼，将客户反映的有价值内容进行汇总反馈。
随着移动金融的飞速发展，商业银行搜集客户之声数据的主要渠道逐步向线上迁移。一是在线文本和语音客服，包括智能客服及人工客服；二是互联网留言，主要包括客户在各大论坛或其他线上渠道进行的留言分享；三是媒体报道，即互联网媒体对商业银行的评论和报道等。基于当前的数据质量和技术分析水平，本文所指的客户之声数据主要是指客户与在线人工客服交互所留下的文本数据。
2.客户之声数据的重要意义
客户之声是发现问题的重要渠道。客户做出反馈一般情况下是因为在业务办理流程中遇到了问题或堵点，进而进线咨询或者是投诉。如果业务办理流程简洁流畅，客户用完即走，一般不会主动发声。因此客户之声可以作为发现产品和服务体验问题的重要渠道。
客户之声中隐藏着大量的客户需求。例如，客户进线咨询信用卡的年费问题，一方面说明银行信用卡年费的展示不够醒目，客户不易发现；另一方面也反映该客户有办卡需求。因此，除了解决客户遇到的问题之外，商业银行还可利用客户之声挖掘深层次客户需求，进行精准营销。
2
客户之声数据的分析方法
客户之声数据的分析方法主要包括三种：一是聚类分析，二是重点识别，三是逐条分析。
1.聚类分析
聚类分析主要针对海量的客户之声文本进行自动聚类，了解客户在某一时期内关注的热点。工作流程主要包括数据清洗、系统分析和人工分析。数据清洗是将需要的数据接入系统中，剔除一些与业务无关的数据，然后将清洗过的数据接入系统，分析出热词以及热度，业务人员通过分析含有热词的原始文本得到热点问题，并总结出客户体验问题。以手机银行客户之声分析为例，首先，将某个月手机银行客户之声数据全部打包，将其中与手机银行产品无关的客户之声文本剔除，同时按照一定的格式将数据进行整理。其次，通过热词分析工具对客户之声文本进行热词分析，同时统计热度。最后，可选择感兴趣的热词，对含有该热词的原始文本进行查阅，分析得出客户关注的热点话题。
2.重点识别
重点识别主要针对已知的关注点进行提炼分析，通过主动搜索商业银行关心的问题，将所有相关文本聚集后进行二次分析。例如，某商业银行在开年举办了一场线上营销活动，想了解客户对于该活动的体验。首先，可罗列出营销活动的相关关键词用于客户之声识别。其次，将含有该关键词的所有文本筛选出来，如果量级在5000条以内，可以安排人员进行逐条分析。如果量级较大，则可通过聚类分析的方法进行热词分析，再通过热词找到客户关注的问题。
3.逐条分析
逐条分析主要针对客服记录的工单逐一进行分析处理，主要围绕客服重点梳理出的客户反映强烈、问题比较复杂的客户之声进行。目前，商业银行都具备工单管理系统及相关处理制度，客服将自身无法解决的客户问题或者客户反映比较强烈的问题记录为工单，并将其流转至相应部门处理解决。相关部门会根据工单标签进行人工筛选，对投诉工单进行紧急分析和处理，对疑难类或咨询类工单进行逐一分析，提炼出客户体验问题并系统化解决。
3
客户之声数据的应用领域
1.提升客户体验
通过热点分析并制作热点话题表可以直观展示出某段时期内客户关注的热点话题。话题热度越高就说明某产品功能的使用频率越高。一般情况下，客户关注的热点话题主要围绕转账、信用卡及理财等业务。新增热点话题往往围绕最近开展的营销活动，或是新功能、新产品的上线。对于新增热点话题，银行要深入分析研究，因为其中可能蕴含着较多的体验问题，通过热点分析可为产品优化或者流程改善提供方向。
以某商业银行新上线的营销活动为例，经过客户之声分析发现，当月该营销活动的话题热度很高，主要因为该营销活动的兑奖流程出现问题，客户在参与游戏得到兑奖券后，如果没有及时使用或复制该奖券号码，该奖券的兑奖码就会“消失”，由此导致客户投诉较多。该商业银行提取问题并及时反馈给技术部门分析，然后在设计中增加“我的奖券”栏目，并对奖券状态及过期时间进行展示，方便客户及时查找奖券进行兑奖。
再如，某商业银行对客户之声进行分析发现，手机银行渠道的“密码”一词热度很高，接着对含有“密码”的客户之声再次打包分析，发现“忘记”一词热度很高，随后将含有“密码”和“忘记”的客户之声原始文本进行分析，总结出客户的核心问题是“我的手机银行密码忘了怎么办？”。根据客户问题进行验证后发现，手机银行在设置“忘记密码”功能时出现问题，导致客户登录手机银行时遇阻。针对该问题，该商业银行完善手机功能后，解决了客户反馈的问题，提升了客户体验。
2.精准营销
客户之声数据可作为精准营销的重要依据。商业银行可通过客户之声数据分析发掘业务场景，通过客户基本信息、活跃状态、交易行为等数据细分客群，并可将两者有效组合，构建营销模型，同时结合地域特征制定具有针对性的营销方案，提高营销成功率。一般工作流程可包括以下四步：一是精准定位文本场景，识别客户的需求；二是识别营销机会，叠加结构化数据对客户进行分群；三是精心匹配营销资源，结合现有的营销活动制定话术；四是通过合适的渠道将营销信息推送出去。
例如，某商业银行通过客户之声分析精准识别客户需求，再叠加手机银行开通情况，针对性地发送营销短信。经过试点验证，整体营销效果非常好，相对于日常营销成功率提升50%以上。
客户之声数据是商业银行一笔宝贵的资产，目前对于客户之声数据价值的挖掘依然还存在着较大的空间，如数据分析量的提升、数据分析模型的升级等。未来，随着新技术的不断应用及发展，客户之声数据将在商业银行的运营发展中发挥更加重要的作用。
（原文标题：客户之声数据的应用探索研究）
