福建晓芯智能科技

人工智能机器人客服在催收领域的应用

2019-08-20 21:38


2015年开始随着消费金融进入高速的发展时期,导致催收市场发生了很大变化。在人工智能的赋能下,催收方式开始从劳动密集型转变为技术密集型,以大数据和人工智能为驱动,越来越透明化、标准化。通过构建一系列AI模型,银行等金融企业能够实现催收策略、人员和话术等的实时推荐,而通过引入智能催收机器人,企业则能够让机器人代替人工,开展智能语音催收。人工智能的催收技术应用,对于银行以及消费金融的企业在催收上降低成本,提升催收效率和质量十分关键
 
1.人工智能催收在近两年火爆的背景及因素
 
对于很多新兴金融公司来讲,回收率是其发展的根本性原因;并且,由于互金及现金贷逾期体量较大,导致市场对催收的需求增长迅猛。单纯以传统的人工模式来处理,已不能满足金融企业的需求。
 
随着中国经济发展,人力成本不断上涨,前期催收业务完全可以有机器进行替代来降低人力成本。由于现金贷等业务快速扩张,导致催收市场人员缺口巨大,人员成本翻倍增长,招聘成了很多公司的首要问题;人工智能核心目标就是降低成本和节约人力,符合当前趋势。
 
对于中小银行来说,贷后行业数据及科技渗透率低,急需科技提升效率。大多数中小银行和金融机构的贷后目前仅停留在报表和系统层次,较为落后,科技对贷后有很大的空间。据前一些银行信用卡中心的实践经验,预测式外呼系统后接入后,人员效率提升了近3-4倍。
 
从监管的政策来看,将会出台更多政策来管控暴力催收,降低催收产生的社会负面效应。人工智能催收可以避免人工催收出现的情绪化带来的暴力语言,满足各类金融机构合规催收的需求。人工智能催收大数据的发展及海量语音库为模型训练提供了海量素材。随着业务规模上升,贷后数据及催收语音库规模指数增长,为模型训练积累了大量数据。很多科技公司开始和一些大型甲方或催收公司合作,一起训练细分场景的智能机器人。
 
2.人工智能催收的应用
 
构建贷中/贷后模型的出发点是实现用户分群,从而针对不同还款意愿和能力的用户采取差异化的催收方式。利用AI和机器学习技术,我们可以构建贷中/贷后模型,通过分析用户的身份信息、交易与还款行为以及互联网行为等数据,输出用户的逾期/还款概率,从而对用户进行分群。当贷中模型预测用户逾期概率较高时,可以在贷中阶段尽早启动预催收工作,从而减少逾期的发生。基于设置,贷后模型能够分别对逾期3日内、7日内和31日内的回款案件作出精细化分析,实时输出各个回款案件的用户还款概率。在此基础上结合实际业务操作和后续模型的构建,贷中/贷后模型能够帮助回款工作人员优化分案流程,有效配置资源,针对不同情况采取不同的资源组合(机器人OR人工)和催收策略(短信、IVR语音通知、电话、上门拜访等)。
 
在操作层面智能催收主要是在以下六点来入手。
 
(1)智能外呼
 
智能外呼里面又有两种:一种是典型的录播,即语音机器人的说话信息都是提前人工录好导入,这跟淘宝的机器人客服很像;另外一种是实时的人工智能语音回复。话术策略模型的输入需要有完善的催收次序模型作为基础,后者则需要众多的借款人行为、征信信息作为输入,如身份信息、信用信息、社交信息、消费信息和第三方数据信息等。通过建模,我们可以将需要推荐的话术匹配到相应的模型。同时,我们也使用大量实际催收话术作为话术策略模型的训练数据。催收前端外呼是高度标准化的客服提醒业务(如借款逾期的提醒),人工智能目前已经提供了比较完美的解决方案,主要涉及语音合成、语义识别、人机对话等技术。现阶段的应用从音色、情感、语速等方面已经完全判断不出是个机器人了,并且话术很合规很标准,也能准确识别客户的意思。同时,可以保证在催收过程中避免暴力性的攻击和侮辱语言。
 
(2)自动拨号
 
自动拨号系统:即在拿到预期账户列表以后,根据定好的规则对需要电话呼叫的账户进行排序,用算法来优化呼叫的顺序,最大化每个坐席的产能。自动拨号系统的规则是管理人员来定,保证尽量让优质的催收员接听多的电话,同时保持一个较高的电话接通率。比如如何确保一个优秀的催收员在挂断电话的一刻立刻给他派送一个最新的案件,无缝衔接。
 
(3)智能质检
 
当前,大多数质检都是通过人工听录音的方式完成的,不仅耗费大量人力,还有明显的滞后性,也不能做到100%覆盖。人工智能质检机器人是完美的解决方案,它可以实时对于外呼通话进行监控,实时捕捉催收员的情感、态度、不合规话术、敏感词等,实时进行监控预警及评价,避免滞后性。
 
(4)智能报表系统
 
报表是贷后精细化运营的核心工作,但是报表生成耗费大量人力,所以可视化强的智能报表系统尤为重要,报表系统需要从决策层、中层管理人员、底层管理人员、员工等角度设置不同的展示。比如,决策层关心的是公司整体回收率及成本收益情况、底层管理人员(组长)关心的是每个员工的通话时长、投诉情况、回款情况排名等,需要差异化设计。
 
(5)智能分案
 
分案核心目的是资源的优化配置让最合适的人在最合适的时间通过最合适的施压力度催收最合适的案子。智能分案需要将催收员情况与案件难易情况进行匹配、催收策略与模型匹配,实现资源最优化配置。
 
(6)智能辅助
 
智能辅助包括批量短信、批量诉讼、信息修复等,实现自动定时任务,尽可能减少人工干预。
 
3.小结
 
催收的核心在于催收策略的制定和实际落地运用程度。AI所提供的一种形式,而最终的成效与应用情况,依然需要市场来检验。这一切,需要的是催收策略上的科学化,AI包装下的催收形式仅仅能起到一定程度上的促进作用,而真正成功的催收是催收策略与用户心理探究上的成功。在人工智能的赋能下,催收方式将从劳动密集型转变为技术密集型,以大数据和人工智能为驱动,越来越透明化、标准化。随着金融市场体量的扩大,工具化、系统化、批量化的催收方式或将成为未来的行业趋势。
 
来源:泥鸽靶 侵删

服务支持

我们珍惜您每一次在线询盘,有问必答,用专业的态度,贴心的服务。

让您真正感受到我们的与众不同!

合作流程

电话咨询业务经理,业务经理根据需求报价。确认后签合同并且定制您行业的话术。

常见问题

AI电话机器人效果好吗?是不是骗子?代理智能电销机器人请直接认准一线大品牌。

售后保障

2018年2月,获得天使轮2000万融资,目前正在Pre-A融资。定期升级系统。让您安枕无忧。