中原银行：商业银行客服中心智能排班系统

本文来源于：2023鑫智奖第四届中小金融机构数智化转型优秀案例评选，作者：中原银行

中原银行：商业银行客服中心智能排班系统

2023-05-26 关键词：人工智能,全国性商业银行,数据智能应用3057

一、项目背景及目标

中原银行客服中心目前坐席员百余人，提供24小时服务，每日来电量在上午和下午分别有一个高峰，高峰时段并发量高，晚间11点至早6点，业务量处于全天的低值。排班管理岗需要在每月的下旬对坐席员下月班次进行安排调度，班次较多，规则复杂，员工可能会有个性化需求，人工排班耗时耗力。为保证对客服务实时、高效，急需对坐席员班次进行科学统筹安排。

数智金融创新实验室开发的智能排班工具包含业务量预测、效能分析、班次设计、排班管理等模块。实现了根据历史业务量规律对下月业务量进行预测、合理安排各班次覆盖时段，各时段不同专业序列坐席员搭配等功能，一键操作，即可自动完成排班，保障了排班管理的科学性与高效性。实验室对自动化排班系统的开发框架进行了总结，并于后续拓展开发我行集中作业中心智能排班工具。

二、创新点

本项目的创新在于系统化解决了人力密集型部门的班次管理问题，传统的班次管理各个模块之间相互割裂，从业务量预测、效能分析、班次规划、排班到调班的各个环节都需要以手工、或半自动的形式开展工作，或是由数据分析人员或排班岗多人搭配完成，存在班次规划科学性欠佳，手工排班耗时长等问题。

实验室开发的排班工具在一套系统里实现了不同节点的串联，并在各个节点利用机器学习或数智技术实现模型化、参数化，保证输出结果的科学性与精准性，终实现了一键排班，大大节省了排班耗时。

三、项目技术方案

1.班次规划

首先需要对业务量时序规律、坐席员效能进行分析，以观察各时段人力安排与时段业务量是否配。对历史话务量进行时序分析、发现具有明显的周期性和趋势性。从周期性上看，工作日期间周一业务量高，周二至周五略低，周六日及法定节假日业务量约是工作日的70%左右，同时在贷款后还款日前后具有明显的起伏。从趋势性上看，随着中原银行的资产规模持续上涨，客服热线转人工业务量也保持上升态势。而每天的业务量在24小时内内也具有明显的起伏波动，我们根据坐席件均处理时长、与每时刻业务量进行班次模拟，计算各个时段需求人力与安排人力的差值。本着总人力覆盖度差值小，各时段人力覆盖差值平缓的原则，模拟出各个班次时间安排与业务量时段规律匹配的搭配，从而制定出班次数与各班次时长。

2.业务量预测

有了合理班次后，需要对下月每日业务量进行预测，以便将现有人力根据下月每天的业务量合理分配至每天乃至每半小时，以保证人员效能与服务水平大化。我们分别使用了ARIMA、周期因子法、以及LSTM模型、根据过去三个月历史数据，对下月每日业务量进行预测，之后进行融合，三种不同原理的算法融合后可小化预测偏差，每日预测偏差率低至5%。

3.排班规则提炼

本环节是智能排班系统开发的重要环节，目前市面上的商用排班工具，一般系统排班规则较为固定，难以满足个性化需求，或是排班管理人员难以有效提炼出排班规则进行参数化。本次智能排班工具的开发，根据管理人员要求、兼顾效率与服务水平，更兼顾不同专业序列坐席员的人员搭配，提炼出定制化的排班逻辑。

同时为保证坐席员班次安排尽可能规律化、舒适化、我们通过访谈收集坐席员对于保证上五休二、上夜休二，又提炼出个人班次安排连续性逻辑。

后，需要保证每位坐席员当月工作日天数一致，所上的各个班次数保持一致，避免出现较大差距，影响公平性。

完成以上工作后，即可进行代码开发，并将各个模块进行串联，实现从报表导入历史业务量数据后，一键点击排班，即可由程序自动进行下月业务量预测，进而安排每日各班次人数，自动生成排班表。每次排班前可收集坐席员特殊情况，在当日的排班表中填上休息，系统即可根据现有班次自动适配，安排合适的班次。

四、项目过程管理

五、运营情况

项目已成功应用上线，并持续迭代中。

六、项目成效

话务量预测偏差率低至5%以内，并辅以班次规划、排休要求和坐席员技能分配等规则，一键操作，即可自动完成排班，每月可平均节省排班岗人力5天/人，同时提高了客服热线服务水平，接通率提升1.5个百分点，坐席员等待来电时长下降，保障了排班管理的科学性，提高客服中心效能管理水平。

后续该排班框架推广应用于行内集中作业中心，智能排班业务量预测偏差较人工降低12个百分点。在客户体验提升方面，经测算，客户平均等待时长降低2.3秒。

七、经验总结

该项目解决了传统的人工排班方法工作量大、规则复杂、耗时耗力、易出错、公平性难以保证的问题。通过智能排班系统助力客服中心合理调度坐席员人力分配，降低了客服中心运营成本，提高工作效能，提升客服热线管理与服务水平。该框架具有良好的可泛化性，可推广应用于各行业需要排班的人力密集型部门，提高排班科学管理水平。

本网站案例，除特殊标明来源的，版权归金科创新社所有，未经许可不得转载，否则将视为侵权，对于不遵守此声明或者其他违法使用本文内容者，本网站依法保留追究权。另，本网站部分案例、观点文章来源于网络素材，如有侵权，请邮件联系 fenglei@fintechinchina.com 处理！
特别提示: 本网站免费为广大金融企业提供IT选型咨询服务，详情点击【需求提交】。

推荐阅读

安徽农信：基于人工智能的滨湖数据中心基础设施能效优化

数据中心基础设施能耗巨大，数据中心节能能够带来显著的经济和社会效益。而在数据中心基础设施中，空调能耗又占到全部能耗的70%，本项目通过将人工智能应用到数据中心基础设施空调系统运行控制中，为安徽省联社乃至金融行业数据中心基础设施节能降耗探索一条智能化创新的道路。

2018第二届农村中小金融机构科技创新优秀案例评选安徽农信 2023-05-26

云南红塔银行：“香叶智农”——一站式烟农服务平台

云南红塔银行结合国家烟草专卖局《关于建设现代化烟草经济体系推动烟草行业高质量发展的实施意见》和云南省《云南省数字烟草农业发展总体规划》的相关要求，结合人民银行普惠金融的相关政策规定，配合南省烟草专卖局（公司）搭建了“香叶智农——一站式烟农服务平台”，结合烤烟生产全流程，在平台上为种植主体、第三方供应、服务商等提供多样化的场景金融服务，提供安全、便捷、高效的线上烟农支付结算服务，助力乡村振兴。

2022年度城市金融服务优秀案例评选云南红塔银行 2023-05-26

乌鲁木齐银行：个人消费贷款（雪莲E贷-精英贷）

该产品充分利用科技手段开展产品营销和服务，客户通过线上渠道申请贷款，客户经理通过移动办公线下补充资料，无需抵押、操作便捷，一经投产就获得了客户的热烈欢迎与认可，不仅提升了我行信贷业务办理效率，让更多的客户感受金融科技的力量，还促进了当地的经济发展。

2022年度城市金融服务优秀案例评选乌鲁木齐银行 2023-05-26

九江银行：授信审批工具及调查报告智能化系统

“授信审批工具及调查报告智能化系统”是我行围绕信贷业务“贷前调查、贷中审查、贷后检查”三阶段，提升贷款三查报告（贷前调查报告、风险审查报告、贷后检查报告）“撰写、审查、修订”过程的智能性、专业性、效率性设计开发的系统工具，是我行“授信业务全流程线上化”工程主力系统之一。该系统主要通过“报告模板创建、报告撰写、智慧审批、结构化数据搜集”四个功能模块，为信贷业务“营销尽调、审查审批、风险控制”人员提供业务支撑及决策管理服务。

2022年度城市金融服务优秀案例评选九江银行 2023-05-26

日照银行：“黄海之链”供应链金融服务平台

黄海之链”平台于2021年8月18日上线，是日照银行推出的首个To B端金融服务门户网站。平台全面融合区块链、物联网、人工智能、大数据等智慧科技，将金融科技成果与实体经济场景有机结合，实现对产业链全链条、全周期、多维度金融服务需求覆盖，加速产业运行效率；通过数据要素全面运用，实现信息化、数字化和智慧管理；通过与商贸物流平台、交易市场、电子仓单系统等特色场景对接，打造“产业经济+金融服务”的数字化生态闭环，实现产业链交易全流程业务可视、数据可信、资产可控，有效解决上下游中小微企业融资难、融资贵问题。

2022第三届中小金融机构数智化转型优秀案例评选日照银行 2023-05-26

贵阳银行：烟草e贷（烟商）

为进一步支持小微客户的稳定发展，精准支持小微客户稳定就业，提升小微客户金融服务质量和效率，贵阳银行通过引入省烟草局的烟草数据，采集多方数据信息进行比对，自建风控模型决策体系，2021年8月推出了针对烟草商户的自助贷款-“烟草e贷（烟商）”。“烟草e贷（烟商）”借助多方技术支持，实现贷款全流程线上化，大大降低小微企业融资成本，有效解决广大小微客户的融资难题，实现小微零售贷款业务“提速、增质、降价”。

2022年度城市金融服务优秀案例评选贵阳银行 2023-05-26

选型库

金融行业全面的数智化创新解决方案，涵盖历届“鑫智奖”参评方案及选型库会员机构提交的金融行业解决方案

全国性商业银行
人工智能
数据智能应用