普强语音大数据分析技术在金融、保险领域价值浅析

    |     2016年3月11日   |   产业观察   |     评论已关闭   |    560

现今,大数据的研究逐渐引起学术界和运营商的重视。如何从新技术的开发和应用角度在现有业务系统中引入大数据处理技术,使其转化成实际的商业价值,是值得探索的问题,而非结构化数据的研究、分析和应用价值日益凸显。

语音大数据因其信息量大、价值点分布分散、内容涉及范围广、挖掘难度高、难以监控和利用等特点,近年来在非结构化数据分析中备受关注。随着互联网发展和高新技术的支持,语音大数据分析工具正在被金融及保险行业接受和采用。然而,如何将结构化数据与非结钩化数据整合进行系统分析;如何挖掘客户与企业交互过程中的潜在价值点;如何提前预测风险,并提前进行干预;如何高效地开展呼叫中心的质量管理工作,不断提升客户体验。这些问题的解决方案及落地实施才是金融及保险企业语音大数据分析应用成功的关键。

语音大数据商业价值

语音大数据是在企业经营活动中产生的个人与企业通过语音交互所产生的音频信息资源,广泛存在于金融、保险、移动互联网、互联网等业务系统当中。如客户服务系统、呼叫中心。这些语音数据中包含着客户需求、投诉、满意度、建议、竞争性情报等大量的有价值的信息, 根据业务需求挖掘语音数据信息,使其符合业务系统的要求;挖掘潜在客户需求,客户行为标签,进而产生商业价值,是语音大数据研究和应用的关键。

语音大数据的特点


语音大数据存储格式固定,值密度高,存在一定的信息标注、存在对应的以文本为载体的知识内容对应关系。由于语音数据存储领域性等特性,从中可以挖掘出大量有用的信息

语音大数据分析关键技术

 

语音大数据研究的关键技术,语音数据作为大数据重要的组成部分,语音识别技术是解决语音大数据实际应用问题的重要技术。基于语音识别进行语音大数据分析的关键技术包括:文本转写、关键词提取、声纹识别、语音情绪识别、语义理解。通过运用自然语言处理技术对数据进行处理分析包括:数据聚合分析、分布式存储、计算技术;大数据的实时索引和实时检索技术;大数据的自动分类、内容聚类、热点抽取、热点事件发现、倾向性分析技术。

普强语音大数据分析系统在金融、保险领域应用价值


目前金融、保险等行业业务系统长期饱受用户流失率高、新增用户发展缓慢等问题的困扰。通过利用语音大数据分析技术进行挖掘,产生新的应用方向,我们以金融、保险行业语音大数据进行分析,通过采用语音分析技术,将语音转化为文本信息,进行关键词抽取,通过对这些文本特征进行统计及专业化分析实现几方面应用:

质检预处理:传统的质检工作由人工完成,抽检率只能达到0.5%-1%。再根据抽查结果对通话有问题的坐席进行专业训导,无法持续性保证服务质量。而通过语音大数据分析挖掘,可实时获取服务质量不高的预录音通话,进行预先处理,提升抽检效率的同时,提升呼叫中心的整体服务水平。

热点信息挖掘:通过对一段时间内的录音文件进行分析和挖掘,可以获得某一个时间段内出现频次最高的关键词或信息概念,得到当前用户所关注的热点问题。可以分析某一个主题下用户关注的内容、反馈,进而得到用户直接反馈信息;可以获得企业所推出产品、整体形象、市场认可、用户评价等统计指标;可以发现企业经营产品的潜在用户,发现潜在的、新的营销机会;可以挖掘出有关竞争对手的信息。

精准营销:传统运营支撑系统由于缺乏大数据挖掘分析能力,在目标用户识别、用户群细分、用户行为分析等方面无法有效支撑市场营销活动,导致营销活动针对性不强、营销手段单一,客户投诉增加,缺乏对营销效果的有效评估和对沉默用户、高危用户的主动挽留维系。通过挖掘海量语音大数据所蕴藏的有效价值,通过用户行为分析精准定位目标客户需求,可以有效提升客户服务质量,优化服务结构和资源配置,提升个人用户业务体验,盘活数据资产,实现对内数据增值。

全景可视化:通过可视化全景视图分析,包含数据属性、维度、关联等提取运营数据库中的坐席通话量,根据不同时段、日期、周、月的话务情况,进行预测和分析;实现运营指标统计功能,如服务水平、弃呼率、平均等待时间、最长等待时间等反映呼叫中心运营状况的指标;统计监控电话录音的通过率,计算座席、小组、队列的质量监控成绩,可根据不同维度进行结果的查询和分析;通过统计IVR流程中各节点工作效率和水平,及时调整流程,缩短客户从拨打服务电话到开始接受座席服务的时间,通过统计分析,掌握客户的需求,以调整服务方向和服务策略,提高客户的满意度。

 

某寿险机构部署普强语音分析系统收益分析

 

我们以某保险机构为例通过部署普强语音分析系统在品控、电销、保全、客服进行数据收益分析,其中成功帮助品控部门部署语音质检系统后达到100%全量质检,节省人力100%;系统自动筛选出的违规录音,以看代听,质检效率提升50%,并根据重点关注业务的动态监控,监听灵活性、适应性增强。电销部门

通过营销阶段分析,找到销售成功率的关键阶段及原因;通过客户类型分析,刻画不同销售阶段的客户类型及特点;通过拒保原因分析,分析拒保原因及高拒保率险种。进行针对性话术优化后测试坐席整体销售成功率提升80%;保全部门通过退保原因分析找到客户退保的主要因素,通过保单生效日交叉分析,找到干预周期规律与干预时间点,预期提升保全成功率10%。客服部门通过潜在客户分析,找到客户潜在需求,向上营销,每天推5%的潜在客户名单。对客户投诉进行投诉预警分析,提供投诉风险客户名单,监管投诉通话命中率100%。对客户咨询热点分析,找到客户咨询热点及原因,客户来电量分流10%




 

目前普强语音分析系统在金融、保险等领域积累了大量的客户,并成功帮助企业呼叫中心实现从成本型向利润型转型提供强有力的决策依据:

 

1、通过将所有结构化和非结构化(录音数据、随路数据)的数据
标签进行整合化分析,打造所有数据的可视化分析,为运营中心各类人员提供基于客户心声的 360度视图 数据利用率达到 100%

2、通过对所有录音的
自动识别分析,各级质检、运营、营销、管理人员的 工作效率提升 16 倍。

3、通过对业务(话术)流程的改进,使各项营销业务的
成单转化率 提升 10%

4、通过对坐席服务能力和业务能力的改善,使 客户流失率 降低 5 %

5、通过超长通话分析、重复来电分析、静音时长分析降低来电量和平均通话时长,转人工来电量降低 3 %, 平均通话时长 降低 10s 左右。

 

 普强专注数据360度可视化分析

普强信息技术北京有限公司在语音大数据方向的研究与实践,是国内唯一专注于非结构化大数据研究的高新技术企业;主要面向业务及应用本身的特征提取及分析技术,研究这些特征提取及分析技术。从技术开发和应用角度将语音大数据转化成实际的商业价值,主要针对金融、保险等业务领域海量数据运用自然语言处理技术将语音按关键词抽取分类,分析并挖掘风险及潜在价值信息,帮助规避潜在风险,企业提高销售能力,降低业务成本。普强信息技术北京有限公司拥有世界一流的专家团队,潜心在语音技术领域的研究,将持续不断提高大数据信息挖掘技术与应用实践,为各行业提供最优质的解决方案及技术服务支助用户挖掘数据背后潜在价值,提高数据利用,有效提升价值转化率,助力企业运营。

转载请注明来源:普强语音大数据分析技术在金融、保险领域价值浅析

相关文章

噢!评论已关闭。