客服熱線：400-615-8698
“大數據時代”的到來又會給銀行帶來怎樣的變化？這是一個銀行必須面對和回答的問題，能否交出一份漂亮的答卷很可能決定銀行的未來。
隨着我們的生活進入信息時代，數據正在迅速膨脹並呈現出幾何級數的增長，數據決定着銀行的未來發展。雖然有些銀行可能還沒有意識到數據爆炸性增長帶來的問題，但是數據對於銀行的重要性已經成爲業界的共識。
大數據時代來臨
近年來，一個新名詞——“大數據”（Big Data），迅速成爲全球IT界的熱點，以至於《紐約時報》驚呼“大數據時代已經降臨”。
所謂“大數據”可以歸結爲4個V，即：
Volume（體量），數據的規模龐大、增長速度快，從TB（1000GB）級別，躍升到PB（1000TB）甚至EB（1000PB）、ZB（1000EB）級別。
Variety（多樣），數據的類型繁多、構成複雜，除了傳統的結構化數據外，還包括了文字、語音、視頻、文檔、圖片等多種非結構化數據。
Value（價值），數據的價值潛力巨大，但隱藏較深，需要用綜合多種複雜的分析算法對數據進行“提純”。
Velocity（速度），數據的處理速度快、時效性強，要進行實時或準實時的處理，並實時反饋處理結果。
總體來說，大數據的主體是非結構化數據。在當前的數據構成上，80%的數據是非結構化或半結構化的，結構化數據僅有20%。如果說對於結構化數據的處理和分析已經較爲成熟的話，那麼，對於非結構化數據的處理和分析纔剛剛起步，但已經呈現出一派生機勃勃的景象，這也正是人們驚呼“大數據時代已經降臨”的原因。
中國有着龐大的人羣和應用市場，複雜性且充滿變化，如此龐大的用戶羣體，使中國即將成爲世界上最大數據的國家，探索以大數據爲基礎的解決方案，是中國的銀行提高自身競爭力的重要手段。可以說，大數據時代對銀行的數據駕馭能力提出了新的挑戰，也爲銀行獲得更爲深刻、全面的洞察能力提供了前所未有的空間與潛力。
銀行應對之道
在“大數據時代”，銀行所面臨的競爭不僅僅來自於同行業內部，外部的挑戰也日益嚴峻。互聯網、電子商務等新興企業在產品創新能力、市場敏感度和“大數據”處理經驗等方面都擁有明顯的優勢，一旦涉足金融領域，將對銀行形成較大的威脅。日前，互聯網公司阿裏巴巴已開始在利用大數據技術提供金融服務，通過其掌握的電商平臺阿裏巴巴、淘寶網和支付寶等的各種信息數據，藉助大數據分析技術自動判定是否給予企業貸款，全程幾乎不用出現人工幹預。這種基於“大數據”分析能力的競爭優勢已明鮮顯示了這種威脅的現實性和急迫性。
數據將是未來銀行的核心競爭力之一，這已成爲銀行業界的共識。應該說，銀行對於傳統的結構化數據的挖掘和分析是處於領先水平的，但一方面銀行傳統的數據庫信息量並不豐富和完整，如客戶信息，銀行擁有客戶的基本身份信息，但客戶其他的信息，如性格特徵、興趣愛好、生活習慣、行業領域、家庭狀況等卻是銀行難以準確掌握的；另一方面對於多種異構數據的分析是難以處理的，如銀行有客戶的資金往來的信息、網頁瀏覽的行爲信息、服務通話的語音信息、營業廳、ATM的錄像信息，但除了結構化數據外，其他數據無法進行分析，更談不上對多種信息進行綜合分析，無法打破“信息孤島”的格局。也就是說，在“大數據時代”，銀行的數據挖掘和分析能力嚴重不足。
因此，對於銀行來講，要擁有強大的“大數據”處理能力，才能使數據真正成爲核心競爭力。
構建銀行強大的“大數據”處理能力應該是兩條腿走路：
一是要“走出去”。即與互聯網社區、電子商務等企業進行深入的合作，獲取更多的用戶行爲信息，從而開展“大數據”分析。這方面，很多商業銀行已經開始了有益的嘗試和探索。如中信銀行、寧波銀行等已經開始了銀行網上社區的建設，爲中小企業、個人用戶提供開放的服務平臺；光大銀行與新浪微博合作進行輿情監控和開發繳費應用；而交通銀行的電子商城已向普通用戶開放註冊賬戶，併爲其提供一系列相應的服務。
二是要“請進來”。即與各類數據分析的專業廠商合作，對銀行已經存在的“大數據”進行綜合處理與分析。銀行與專業廠商在數據分析領域的合作有着悠久的歷史，在傳統結構化數據分析方面有着衆多的成功案例，但由於“大數據”的分析處理仍處於初創的時期，各家銀行和專業廠商都在進行探索。在這方面，交通銀行信用卡中心應用智能語音雲對銀行的語音數據進行分析處理是一個較爲成功的案例，爲同業提供了很多有益的經驗和啓示。
交通銀行的探索
交通銀行信用卡中心的大量服務基於電話完成，客服、電銷、信審、催收等部門包括自有和外包的電話服務人員總計達數千人，而且隨着銀行業務的不斷擴展，人員規模還在持續增加。由於業務繁忙、工作壓力大，員工的流失頻率高，服務質量控制難度大。銀行之間的信用卡業務競爭非常激烈，各行的信用卡部門經常推出新的服務或活動，不斷衝擊固有的市場，因此急需提高響應速度、應變能力和創新能力。
面對以上問題，交通銀行信用卡中心着眼於“大數據”的挖掘和分析，通過對海量語音數據的持續在線和實時處理，爲服務質量改善、經營效率提升、服務模式創新提供支撐，從全面提升運營管理水平。
交行信用卡中心最豐富的數據，是與客戶電話溝通過程中的錄音數據。錄音數據是典型的非結構化數據，也是典型的“大數據”。一方面，數據不斷累積，而且隨着業務的繁忙，還在不斷加速增長，存儲和管理都較爲麻煩，除了存儲備用和少量的人工的質檢調聽外，幾乎沒有其他用途，海量數據大都成爲了“沉沒數據”；另一方面，大家都知道這些語音數據裏蘊含了豐富的客戶信息，如客戶身份信息、客戶偏好信息、服務質量信息、市場動態信息、競爭對手信息等，但由於技術的限制，一直沒有有效的分析處理手段，數據的價值無法體現，具有豐富價值的數據卻成爲了“死數據”。
交通銀行信用卡中心的破局之道，是採用智能語音雲（Smart Voice Cloud）產品對海量語音數據進行分析處理。智能語音雲是新型數據服務平臺，它採用了大規模異構數據的高效存管和流式數據處理機制，實現了海量語音數據的歸集、處理、存儲、調用和分析。
交通銀行信用卡中心對智能語音雲的應用主要集中在四個方面：
錄音的高效檢索。採用語音識別技術對海量語音內容進行分析識別，較準確的還原出每段錄音的具體內容，通過輸入語音內容中的關鍵詞即可快速找到所需要的語音，大幅度提高了語音的使用效率，極大地方便了客戶錄音的檢索和調用，爲服務質量管理和風險控制提供了更高效的支撐。
準實時自動質檢。採用語義分析和情緒分析技術，通過預先定義的質檢規則，對每段錄音的內容進行自動檢查，篩選出服務質量較差的錄音，供質檢人員進行人工檢查和複覈，改變了以往由質檢人員隨即抽查的質檢方式，一方面大大提高了的質檢部門的工作質量和工作效率，另一方面提升了服務質量的控制水平，服務改進的週期明顯縮短。
多維度業務分析。基於語音識別和語義分析的結果，綜合多種類型數據分析算法，對海量語音的內容進行了多維度、多角度、全方位的深入分析，並以圖形化方式直觀的呈現出來。目前應用的話務量結構分析、話務異常原因分析、客戶流失原因分析、業務熱點趨勢分析等，已經對提高對市場的反應能力、促進經營效率的改善起到了較爲明顯的作用。
聲紋識別與語音導航。採用了基於聲紋分析的對話識別技術，利用人類聲紋的獨特性，快速、準確地分辨出通話人的身份，提供了安全、便捷的客戶身份驗證方式和渠道，一方面爲服務流程的改善提供了新的方法，另一方面爲服務模式的創新提供了新的思路。
交通銀行信用卡中心的智能語音雲於2011年9月開始，2012年2月11日一期產品正式上線投產。目前，數據處理時效採用T+1的準實時方式，每天平均數據處理量約5000小時、20GB，高峯日超過100GB，歷史語音檢索調聽花費的時間從3～5個工作日縮短爲5分鐘，檢索反饋時效低於100毫秒，調聽反饋時效低於1秒，系統整體可用性達到了99.9%，達到了預期的指標，取得了令人滿意的效果。後續擬基於當前平臺陸續增加自動質檢和業務分析應用，預計實施完成後，質檢覆蓋率可提高到70%以上，違規行爲檢出率可提高到15%以上。
交通銀行採用的智能語音雲是平臺架構，各項服務既能單獨成爲獨立的向客戶提供專項服務，也可以根據客戶的需要將多種服務靈活組合。由於採用了基於業務需求的持續迭代開發方式，智能語音雲將採取分期實施方式，根據業務需要逐步增加應用內容，從而減少了產品生產與項目實施的風險。這也是交通銀行信用卡中心選擇智能語音雲的重要原因。
通過對智能語音雲的應用，交通銀行信用卡中心的海量語音數據得到了深入的挖掘和應用，對提高工作效率、改善服務質量起到了明顯的作用，爲創新服務模式提供了很多新的方法和途徑，對經營效率的提升和運營管理水平的起到了良好的推動作用。
信息時代的到來，給銀行業帶來了前所有爲有的一波又一波的強烈衝擊，通訊工具的普及催生了電話銀行，互聯網的浪潮催生了網上銀行，移動互聯網的興起催生了手機銀行。那麼，“大數據時代”的到來又會給銀行帶來怎樣的變化？這是一個銀行必須面對和回答的問題，能否交出一份漂亮的答卷很可能決定銀行的未來。銀行對這個問題的探索和嘗試正在進行，生活中的我們作爲銀行用戶也在期待答案。
（文章來源：銀行家）
