300229 拓爾思
功能介紹
消保審查模塊
消保預警模塊

用于事前審查環節,針對圖片、文本、pdf、視頻等格式的營銷材料,實現自動解析,輔助用戶發現違規內容并推薦修改意見,構建消保專家知識庫與產品知識圖譜,打通投訴數據實現產品全生命周期管理。

智能審批:自動解析營銷材料,精準定位不合規的敏感詞、禁用詞。

意見推薦:根據違規內容定向推薦修改意見、相似案例及政策依據。

知識中心:積累敏感詞、禁用詞、專家意見、典型案例、政策規定,形成可拓展的知識圖譜。

產品圖譜:打通事前審查、事后監督數據,橫向構建產品族譜,縱向記錄產品生命周期,實現全流程管控。

用于事后監督環節,整合全渠道投訴數據、內部產品與審查數據和外部輿情、政策等數據,智能提取投訴業務、原因、訴求等特征,幫助用戶排查高危投訴、建立投訴用戶畫像、挖掘熱點問題與風險產品。

高危預警:在智能化標簽體系基礎上,結合投訴、客戶的多維度特征,對達到預警閾值的投訴進行預警。

熱點挖掘:基于聚類分析引擎,結合產品、業務數據分析近期熱點投訴、潛在風險產品/業務/服務。

關聯分析:投訴關聯輿情、政策等外部數據,提前預警可能發生的公共事件。

溯源定責:結合服務類和業務類投訴原因分類與產品/業務信息,實現工單責任部門的定責與溯源整改。

智能清分:自動打標投訴文本提取原因、訴求、業務等細分標簽,支持人工補錄與自定義標簽體系。

消保審查模塊

用于事后監督環節,整合全渠道投訴數據、內部產品與審查數據和外部輿情、政策等數據,智能提取投訴業務、原因、訴求等特征,幫助用戶排查高危投訴、建立投訴用戶畫像、挖掘熱點問題與風險產品。

高危預警:在智能化標簽體系基礎上,結合投訴、客戶的多維度特征,對達到預警閾值的投訴進行預警。

熱點挖掘:基于聚類分析引擎,結合產品、業務數據分析近期熱點投訴、潛在風險產品/業務/服務。

關聯分析:投訴關聯輿情、政策等外部數據,提前預警可能發生的公共事件。

溯源定責:結合服務類和業務類投訴原因分類與產品/業務信息,實現工單責任部門的定責與溯源整改。

智能清分:自動打標投訴文本提取原因、訴求、業務等細分標簽,支持人工補錄與自定義標簽體系。

消保預警模塊

用于事后監督環節,整合全渠道投訴數據、內部產品與審查數據和外部輿情、政策等數據,智能提取投訴業務、原因、訴求等特征,幫助用戶排查高危投訴、建立投訴用戶畫像、挖掘熱點問題與風險產品。

高危預警:在智能化標簽體系基礎上,結合投訴、客戶的多維度特征,對達到預警閾值的投訴進行預警。

熱點挖掘:基于聚類分析引擎,結合產品、業務數據分析近期熱點投訴、潛在風險產品/業務/服務。

關聯分析:投訴關聯輿情、政策等外部數據,提前預警可能發生的公共事件。

溯源定責:結合服務類和業務類投訴原因分類與產品/業務信息,實現工單責任部門的定責與溯源整改。

智能清分:自動打標投訴文本提取原因、訴求、業務等細分標簽,支持人工補錄與自定義標簽體系。

產品優勢
打破數據孤島 全渠道數據統一分析管理
建設全口徑的投訴管理大數據平臺,整合行內10多類異構多模態數據,包括全渠道的消保審查、客戶投訴、服務監督檢查、輿情、政策數據等,每月可自動化處理的消保數據達百萬級,打通“事前審查-事中管控-事后監督”全周期消保數據。
挖掘海量非結構化消保數據價值
采用六大客服分析因子,覆蓋超3000個標簽,消保數據處理分析效率較過去提升20倍,每年節約500萬人力成本?;谧匀徽Z言理解技術,消保專家知識庫積累超5000個知識點,適配超兩萬個意見模板,提升20倍審查效率。實現潛在投訴風險的智能化自動排查,有效提高工作質效,降低因投訴、訴訟或輿情事件造成的聲譽損失,也讓消費者權益保護更加及時有效。
多維度的知識挖掘輔助風險排查
目前,銀行管理層缺少對全行消費者投訴、處理反饋和跟蹤情況進行實時掌握和風險排查的有效手段。針對風險智能排查需求,拓爾思基于情感分析、機構識別、語義識別、標簽提取、觀點抽取、行為分析等核心算法,封裝行業區域分析引擎、動態追蹤引擎、產品分析引擎、聚類分析引擎、歸因分析引擎、投訴用戶畫像引擎等多維度分析模型,形成適配消保業務的知識圖譜和標簽體系,輸出較為準確的風險研判結果。
客戶案例
招商銀行消保審查系統
近年來行方消保審查數量急劇增加,而當前消保審查渠道分散,審查流程無法滿足監管規定以及數據分析回檢的要求。為滿足監管要求,提升行內審查效率,系統整合行內全渠道、全口徑消保數據,通過文本分析與知識圖譜技術,智能輔助不合規內容審查,構建專家知識庫、模板庫和產品庫,有效提升提升消保審查的質量和效率,實現消保審查閉環管理。
招商銀行消保投訴預警系統
在金融產品與服務體系日益豐富且復雜的背景下,為從源頭加強管理,幫助行方提前發現和預警可能發生的公共事件,系統融合多渠道投訴數據、產品信息,結合外部政策、輿情等數據,構建六大客訴分析因子體系,借助自然語言處理技術挖掘投訴文本特征,實現潛在投訴風險的智能化自動排查,有效提高工作質效,降低因投訴、訴訟或輿情事件造成的聲譽損失,也讓消費者權益保護更加及時有效。
中國銀聯消保管理系統
近年多家同業發生涉嫌侵害消費者權益類風險事件、引發市場和輿論的廣泛關注等情況,為避免此類事件再次發生,系統運用內部數據、公網數據等多維數據,建立客戶多維度文本大數據的分析模型,識別投訴敏感信息,深度鉆取客戶心聲,持續挖掘中國銀聯各個產品、流程、服務中的痛點、難點,并形成數據分析報告,從而建立中國銀聯的客戶經營數據探針,并作為各個業務條線據驅動的服務創新與產品設計的長效機制。