300229 拓尔思
功能介绍
消保审查模块
消保预警模块

用于事前审查环节,针对图片、文本、pdf、视频等格式的营销材料,实现自动解析,辅助用户发现违规内容并推荐修改意见,构建消保专家知识库与产品知识图谱,打通投诉数据实现产品全生命周期管理。

智能审批:自动解析营销材料,精准定位不合规的敏感词、禁用词。

意见推荐:根据违规内容定向推荐修改意见、相似案例及政策依据。

知识中心:积累敏感词、禁用词、专家意见、典型案例、政策规定,形成可拓展的知识图谱。

产品图谱:打通事前审查、事后监督数据,横向构建产品族谱,纵向记录产品生命周期,实现全流程管控。

用于事后监督环节,整合全渠道投诉数据、内部产品与审查数据和外部舆情、政策等数据,智能提取投诉业务、原因、诉求等特征,帮助用户排查高危投诉、建立投诉用户画像、挖掘热点问题与风险产品。

高危预警:在智能化标签体系基础上,结合投诉、客户的多维度特征,对达到预警阈值的投诉进行预警。

热点挖掘:基于聚类分析引擎,结合产品、业务数据分析近期热点投诉、潜在风险产品/业务/服务。

关联分析:投诉关联舆情、政策等外部数据,提前预警可能发生的公共事件。

溯源定责:结合服务类和业务类投诉原因分类与产品/业务信息,实现工单责任部门的定责与溯源整改。

智能清分:自动打标投诉文本提取原因、诉求、业务等细分标签,支持人工补录与自定义标签体系。

消保审查模块

用于事后监督环节,整合全渠道投诉数据、内部产品与审查数据和外部舆情、政策等数据,智能提取投诉业务、原因、诉求等特征,帮助用户排查高危投诉、建立投诉用户画像、挖掘热点问题与风险产品。

高危预警:在智能化标签体系基础上,结合投诉、客户的多维度特征,对达到预警阈值的投诉进行预警。

热点挖掘:基于聚类分析引擎,结合产品、业务数据分析近期热点投诉、潜在风险产品/业务/服务。

关联分析:投诉关联舆情、政策等外部数据,提前预警可能发生的公共事件。

溯源定责:结合服务类和业务类投诉原因分类与产品/业务信息,实现工单责任部门的定责与溯源整改。

智能清分:自动打标投诉文本提取原因、诉求、业务等细分标签,支持人工补录与自定义标签体系。

消保预警模块

用于事后监督环节,整合全渠道投诉数据、内部产品与审查数据和外部舆情、政策等数据,智能提取投诉业务、原因、诉求等特征,帮助用户排查高危投诉、建立投诉用户画像、挖掘热点问题与风险产品。

高危预警:在智能化标签体系基础上,结合投诉、客户的多维度特征,对达到预警阈值的投诉进行预警。

热点挖掘:基于聚类分析引擎,结合产品、业务数据分析近期热点投诉、潜在风险产品/业务/服务。

关联分析:投诉关联舆情、政策等外部数据,提前预警可能发生的公共事件。

溯源定责:结合服务类和业务类投诉原因分类与产品/业务信息,实现工单责任部门的定责与溯源整改。

智能清分:自动打标投诉文本提取原因、诉求、业务等细分标签,支持人工补录与自定义标签体系。

产品优势
打破数据孤岛 全渠道数据统一分析管理
建设全口径的投诉管理大数据平台,整合行内10多类异构多模态数据,包括全渠道的消保审查、客户投诉、服务监督检查、舆情、政策数据等,每月可自动化处理的消保数据达百万级,打通“事前审查-事中管控-事后监督”全周期消保数据。
挖掘海量非结构化消保数据价值
采用六大客服分析因子,覆盖超3000个标签,消保数据处理分析效率较过去提升20倍,每年节约500万人力成本。基于自然语言理解技术,消保专家知识库积累超5000个知识点,适配超两万个意见模板,提升20倍审查效率。实现潜在投诉风险的智能化自动排查,有效提高工作质效,降低因投诉、诉讼或舆情事件造成的声誉损失,也让消费者权益保护更加及时有效。
多维度的知识挖掘辅助风险排查
目前,银行管理层缺少对全行消费者投诉、处理反馈和跟踪情况进行实时掌握和风险排查的有效手段。针对风险智能排查需求,拓尔思基于情感分析、机构识别、语义识别、标签提取、观点抽取、行为分析等核心算法,封装行业区域分析引擎、动态追踪引擎、产品分析引擎、聚类分析引擎、归因分析引擎、投诉用户画像引擎等多维度分析模型,形成适配消保业务的知识图谱和标签体系,输出较为准确的风险研判结果。
客户案例
招商银行消保审查系统
近年来行方消保审查数量急剧增加,而当前消保审查渠道分散,审查流程无法满足监管规定以及数据分析回检的要求。为满足监管要求,提升行内审查效率,系统整合行内全渠道、全口径消保数据,通过文本分析与知识图谱技术,智能辅助不合规内容审查,构建专家知识库、模板库和产品库,有效提升提升消保审查的质量和效率,实现消保审查闭环管理。
招商银行消保投诉预警系统
在金融产品与服务体系日益丰富且复杂的背景下,为从源头加强管理,帮助行方提前发现和预警可能发生的公共事件,系统融合多渠道投诉数据、产品信息,结合外部政策、舆情等数据,构建六大客诉分析因子体系,借助自然语言处理技术挖掘投诉文本特征,实现潜在投诉风险的智能化自动排查,有效提高工作质效,降低因投诉、诉讼或舆情事件造成的声誉损失,也让消费者权益保护更加及时有效。
中国银联消保管理系统
近年多家同业发生涉嫌侵害消费者权益类风险事件、引发市场和舆论的广泛关注等情况,为避免此类事件再次发生,系统运用内部数据、公网数据等多维数据,建立客户多维度文本大数据的分析模型,识别投诉敏感信息,深度钻取客户心声,持续挖掘中国银联各个产品、流程、服务中的痛点、难点,并形成数据分析报告,从而建立中国银联的客户经营数据探针,并作为各个业务条线据驱动的服务创新与产品设计的长效机制。