|
? 高盛集團曾發布報告：“在金融行業，保守預計，到2025年，機器學習和人工智能可以節省成本和帶來新業務的盈利，能創造大約每年340億~430億美元的價值。”金融行業一直以來都是技術驅動的行業，在如今，金融科技的大背景下，金融行業分工將實現進一步的精細化、模塊化，過去整合的金融業務流程也正在金融科技的影響下逐漸拆解。例如信貸業務，已經分解為獲客、前端審核、中期風控以及貸后管理的完善產業鏈。 其中，風控、貸后部分數據及科技滲透率低，急需科技提升效率，再加上我國金融業務的發展有其特殊性，受政策環境影響較大，金融監管政策嚴格，因此，加強風控能力建設以及進行合規化的貸后管理，尤其是利用人工智能、大數據等新技術提升風控、貸后系統的“免疫力”是金融企業的立足之本。 貸后責重，催收實難 在貸后管理中，催收是重中之重，對于金融企業而言，催收可視為不良資產回收的最后一道關卡，催收回款率也直接影響著企業能否可持續發展。在過去的幾年中，隨著合規性政策要求的修改，金融監管逐漸收緊，針對催收行業的治理從2017年底拉開大幕，催收行業也由此經歷了重大變革，不論是金融企業內的催收部門，或者承接委外催收業務的催收機構，都紛紛開始尋求新方法、新技術來確保業務的開展在合規紅線內。 合規催收，是要求，也是底線 合規催收流程一般為短信提醒、電話催收、函件催收、上門催收以及法律催收等。這其中既涉及到在法律框架下進行信息搜集，也涉及到對債務人的合法權益保護，整個債務催收行業要實現陽光化和法制化。故，如何從細節上約束催收行為，如何合法有效的收回不良資產，這些都是金融企業需要思考的問題。但實際上，據統計，75的借款人逾期是因為忘記還款，進行電話催收的效果較好，因此企業需要側重關注電話催收的合規，加強電話催收質檢。 傳統質檢效率低，成本高，存在合規隱患 對于電話催收質檢，不少企業仍在使用傳統的人工質檢，從網上發布的大量招聘信息即可了解到催收機構對質檢的需求頗大。但通常，人工質檢以抽檢為主，其抽檢比例僅能達到1~2，信息提取與處理時長平均需要60分鐘以上，質檢具有滯后性，對于不良的催收作業行為很難有效約束，無法消除合規隱患。此外，人力質檢成本投入高昂，質檢員亦需要長時間才能培訓上崗等都是人工質檢不容忽視的弊端及局限性，因此，企業需要利用智能化的手段優化質檢方式，提升質檢效果。  得助智能質檢，提升質檢質量，強化催收合規 得助智能深耕智能催收領域，除了智能催收機器人、智能催收系統外，更有功能完善的智能質檢系統，其綜合運用了語音識別技術、語義理解技術、以及大數據處理技術，將服務質量、合規性風險監控規則，全面應用于對金融企業的催收電話坐席進行監控、檢測及自動評分，快速高效地找出顯性、潛在的服務質量問題和合規性風險。同時對服務話數據進行多維度挖掘與分析，通過制定靈活多變的規則，分析篩選出特定的業務場景，識別有價值的服務對話數據、規范服務標準、降低輿論風險、提升質檢質量，強化催收合規性。  得助智能質檢功能點及優勢： 1、自動質檢：根據自定義設置的考核模型和監測的對象，發起無時間周期的自動質檢任務，檢測結果按照不同任務與狀態信息呈現在質檢結果中，質檢結果詳細記錄對應的質檢規則、命中的錄音，并提供錄音調聽、內容檢索與人工質檢功能。 2、全量質檢：得助智能質檢覆蓋率可達百分百，信息提取與處理時長縮短至數秒，質檢數量每天超萬件，效率同時提升了百倍以上。 3、音詞同步質檢：錄音播放支持波形圖方式展現，并可按不同顏色展示坐席、客戶的對話波形，支持在波形上展示關鍵詞。在錄音播放過程中，可通過點擊、轉譯文字或波形等方式，進行拉聽和跳轉播放，幫助提升錄音監聽效率。同時按對話角色坐席、客戶和時間軸展示轉譯文本內容，顯示關鍵詞信息。  4、實時質檢：坐席終端實時顯示對話文本、預警信息、質檢的結果、標準話術的提醒。后臺系統平臺，將顯示當前監控坐席人數、總通話量、質檢結果風險率、問題數量與當前坐席質檢的結果。實時質檢功能還提供分不同業務、班組、坐席的查詢統計與坐席實時對話的質檢過程。 5、質檢相關數據輸出：檢出的風險文件列表，可根據風險項檢出數排序，點擊調聽查看風險內容，每日輸出前一日錄音的質檢報告，自動匯總統計各類風險信息。 6、質檢復議：質檢數據發出后，若坐席對扣罰存疑，可在質檢系統中提出線上復議;通過線上復議，也可提升復議效率、避免數據遺漏。 金融科技的崛起，使得催收行業迎來了AI紅利，人工智能、大數據等先進技術，正在力破催收亂象，給行業帶來新的智能力量，優先借助科技優勢的企業也將“一騎絕塵”拉開競爭差距。合規管理系統不僅僅是一套軟件或技術，而是金融企業管理催收業務流程規范化的體現，智能質檢雖是是催收業務中的一小步，卻也是整個催收行業合規向善的一大步。 |
- 關注天氣:
