大数据助推智慧信用卡客服建设

    |     2015年12月12日   |   文库   |     评论已关闭   |    1522

客户世界|高健 |2015-08-04

伴随信息技术飞速发展,各行业聚集大量客户信息数据和交易数据,“大数据”时代快速来临,正深刻改变现有银行商业生态,颠覆传统客户关系管理。 客服中心作为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、完整客户数据,如何依托大数据技术推动从客户服务中心向客户关系管理中心进行转型,推动银行整体战略升级与转型,是值得我们深入研究课题。

一、当前现状与存在问题

在“大数据”时代,互联网企业已经占据较为领先地位。 但是,银行拥有最全和最完整客户行为数据,成为开展大数据业务有力竞争者。随着银行持续大力投入,必将成为这个领域的领航者。

近年来,以中信银行为代表的行业先进客服中心利用大数据工具,结合客户价值、行为等特征,开展针对性营销,给客服中心带来了前所未有机遇与价值,成为行业争向学习对象。 作为国有大行客服中心,也在积极探索客服中心大数据技术运用,但在实践中也还存在一些问题,制约了大数据运用的科学性与有效性。

1、对客服中心技术支撑不强

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,但目前渠道整合及大数据数据仓库、数据挖掘等技术储备等还不完善。

2、 前后台业务服务能力不足

目前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与与服务资源上与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,不能形成前后台联动客户关系管理系统。

二、智慧客服时代来临

智慧客服,就是利用物联网、云计算、大数据等新技术,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,创造智能价值红利。

1、开展价值分析,优化客户结构

通过大数据对客户价值精准分层,加大对优质客户服务倾斜,加强对各类型客户针对性管理,实现客户联络中心向客户关系管理中心转变。 一是 聚焦优质客户。按20/80法则,信用卡80%收入是由20%客户创造,通过优化路由策略,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。 二是 关注风险客户。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问题进行梳理、归纳,提示可能产生的各种风险,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,充分发挥客服风险保驾护航作用,全面提升风险防控水平。 三是 开展自媒体管理。互联网时代口碑效应凸显,通过大数据整合客户微信、微博等自媒体使用情况,对于自媒体发达客户重点关注,规避声誉风险事件,形成网络口碑传播效应良性循环。

2、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,蕴含巨大挖掘价值,可将“大数据”纳入价值创造流程,寻找新价值创造方向和路径。 一是 客户生命周期管理。通过对客户生命周期阶段的判定,测算不同阶段客户收入、成本及风险构成,找出阶段客户服务属性,采取引导、关注、维护、升级、淘汰等针对性服务策略,延长客户生命周期。 二是 客户行为需求预测。基于大数据的客户行为分析是信用卡营销与服务的重要基础。通过分析基本资料、微博微信、地理位置、咨询路径、客户意见等,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,充分提高服务效率以及细分客户群体满意度,开展客户营销数据库建设,量身定做客户个性化促销手段和产品。 三是 关联产品针对营销。关联营销是大数据模式下盛行的营销方式。消费者在消费某些产品时,有一定概念会消费另外一件产品,通过实时模型化客户行为模式,针对性推荐产品,促进交易完成。

3、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”作业体系,把握市场机会,满足客户需求。 一是 反馈客户意见与投诉。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。 二是 收集客户个性化需求。“大数据” 正推动市场向 “微市场”转变,个性化成为市场创新源泉,通过多来源、多格式数据的快速综合对比分析能力,精准定位个性化需求,便于拓展客服个性化服务项目,完善数据评估机制。 三是 开展市场动态分析。收集客户关注热点、偏好变化、行业动态、营销活动反馈等,如:发卡区域、消费类型、活动参与、季度变化、不规则变化、竞争对手发展情况等数据,并对这些数据进行高效、科学地处理与分析,把握实时市场动态,积极响应,在市场立于不败。

本文刊载于《客户世界》2015年5月刊; 作者单位为中国农业银行客户服务中心(合肥);

转载请注明来源:大数据助推智慧信用卡客服建设

相关文章

噢!评论已关闭。