当金融行业遇上情感分析会产生怎样的化学反应？

在金融服务这样一个高度商品化和竞争激烈的行业，客户体验是衡量企业成功与否的重要标准。Forrester的客户体验（CX）指数显示，对于多渠道服务的银行，其客户体验指数每下降1个点，就会导致1.24亿美元的经济损失。

金融服务行业面临的数据挑战

为了衡量、了解并采取行动改善客户体验，金融服务公司需要克服非结构化数据带来的挑战。在结构化数据为主导的阶段，大量的企业通过围绕结构化数据（可计算、可查询、可定义的数据，如CSAT或NPS分值、人口统计数据、日期等）提供产品和服务。对大部分公司而言，结构化数据分析可以满足基本的客户体验评估与测量，不过随着自然语言处理和情感分析等AI技术的进步，新兴的非结构化数据市场将给更多企业，尤其是创新型企业，带来百年一遇的弯道超车的机会。

非结构化数据就像一座未开发的“数据金矿”，其蕴藏着大量有价值的客户洞察信息 ，大部分企业没有找到一种行之有效的方法对这些数据加以利用（点此了解结构化与非结构化数据的区别）。随着时间的推移，非结构化数据带来的业务挑战只会逐渐加剧：据国际数据公司（IDC）统计，到2025年，企业将有80% 的数据都是非结构化的。这一增长趋势主要源于客户数据的激增。

事实上，很多企业已经淹没在由调研问卷、社交媒体、产品评论、呼叫中心等多渠道产生的非结构化文本和语音数据中，金融服务公司也不例外。用户反馈调研对衡量客户体验有着至关重要的作用，但是现在更多时候，客户会通过其他途径提供公司和产品方面的反馈。在Stratifyd最新发布的 斯图飞腾Stratifyd发布《2021金融服务行业客户体验报告》 里发现了许多重要的金融消费趋势。如果金融服务公司对这些趋势不加注意的话，在数字化转型浪潮下，非结构化数据壁垒问题将会更加严峻。

随着越来越多的数据变得非结构化，越来越多的业务见解将会因为这样或那样的原因而被封锁——企业没有足够的时间和人力成本去筛选这些数据；传统分析工具无法对市场流行话题提供必要的信息支撑；亦或管理层没有对非结构化数据分析引起足够的重视。

这个时候就凸显了敏捷AI技术的重要性。敏捷AI将更多主动权交到业务人员手中，原来花费数月或数周才能完成的分析任务现在可实现“数据即洞察”的秒级响应。

为什么敏捷AI驱动的情感分析如此重要？

在理想世界中，你只靠一双眼睛就可以查阅从产品评论、问卷反馈到社交互动、员工反馈在内的任何形式的反馈信息，但现实世界中是不可能实现的，即便花再多的时间，也不可能日日夜夜手动处理这么多渠道的反馈数据，而人工智能（AI）可以让问题变得简单。

具有强大自然语言理解能力的AI可以极快地捕获和分析数据，尤其像Stratifyd这种敏捷AI驱动下的高级情感分析技术，更是可以精准理解人类自然语言中的细微情感，从抽象的数据中分解出具象的积极或消极情感表达。

01 更完整的客户体验洞察

呼叫中心面临的挑战之一是如何分析源源不断的电话和聊天内容。客户打电话时是高兴还是不高兴，为什么？各个代理商是否能为客户提供了满意的服务？对金融服务公司来说，知道这些问题的答案是至关重要的。

由于时间是有限的，呼叫中心管理者们只能依靠随机抽样来评估绩效，而情感分析可以帮助他们发现所有通话的趋势和异常。情感分析可以追踪整个坐席的表现，自动标记异常值。这有助于避免潜在的样板量偏差，并确保管理者对客户互动中发生的事情有更完整的了解。

情感分析不仅可以快速捕捉客户热议话题，帮助坐席人员改进营销话术，还有助于发现随机抽样可能遗漏的重要问题，帮助企业获取更完整的客户体验洞察。

02 更快速地预测新兴问题

敏捷AI可以快速处理海量非结构化数据，并将其转化为实时的消费者洞察。传统意义上，客户体验团队会依靠调研手段去探查新兴问题，但问卷调研存在用户反馈滞后的弊端，企业通常要花费数周时间去收集和分析这些反馈。情感分析可以有效地解决这一问题。

在对美国消费者金融保护局（CFPB）的数据分析中，我们发现有一段时间消费者对抵押贷款提供商的投诉量激增，投诉增加的原因是一家银行出现多次撤销月供的系统bug。消费者试图通过其他渠道反馈却迟迟得不到回复，最终只能诉诸CFPB。如果这家银行采用了情感分析手段就可以在聊天和通话内容里及早发现问题苗头并解决。

03 挖掘竞争（情感）情报

情感分析不仅可以帮助企业监控自身社交媒体的评论信息，了解消费者对自身产品和品牌的观点感受，还可以监控竞争对手的动态。

通过分析消费者的公开评论信息，产品和市场团队可以清楚地了解企业与竞争对手在产品、服务方面的优劣势。产品团队可以更好地改进产品研发流程（比如银行APP登录流程优化），市场团队得以及时掌握行业最新营销动态、产品传播方案，为制定和灵活调整市场营销策略、竞争战略提供有力的参考依据。

品牌的口碑塑造不是一蹴而就的，需要企业积极倾听用户反馈，不断改进产品服务质量。情感分析可以帮助企业挖掘市场热议话题以及消费者的情感反馈，面对消费者的投诉抱怨做出及时响应，在矛盾升级前将其化解。