數字金融的飛速發展，使得運營的數字化程度成為決定遠程銀行經營競爭力的關鍵因素。文章通過指出目前遠程銀行在傳統運營管理中存在的問題，引出為了解決上述問題設計的基于數字模型和RPA技術的數字化運營解決方案，并通過展示數字化運營舉措在日常管理的實際運用效果，論證數字化運營手段在提升遠程銀行的日常管理水平中具有的豐富潛力。
01遠程銀行數字化運營背景
隨著現代科技的飛速發展，數字金融正深刻重構、調整和優化全球金融格局，在全面數字化的浪潮裹挾中，如果運營的數字化程度沒有得到顯著提升，那么管理效率、決策敏感度以及經營競爭力將受到極大的影響。
近年來，隨著互聯網、大數據技術的長足進步，市場需求的急劇變化使銀行業對數字化管理、精細化管理的要求逐漸提升，這就要求企業充分利用可供獲取的結構化和非結構化數據，運用全新的智能化手段對自身發展狀況和員工行為進行監控和預警，并迅速做出管理決策。
在銀行業呼叫中心的管理中，由于日常管理人員可以通過內部的各項管理系統獲取滿意度、通話時長、業務比例、營銷收益等多維度數據，將這些數字進行科學、自動化地匯總分析將有助于管理者顯著的提高管理效率。
02遠程銀行管理存在的問題
1、績效管理決策滯后。
傳統的指標管理僅能呈現歷史數據信息，未實現對員工業績變動趨勢的預測。管理人員依靠現有數據，僅能做到事后管理，不能及時發現業績已出現下滑態勢的員工，管理布放有滯后，需要有前瞻性的數據分析模型，為管理者提前預警，提前干預。
2、數據整合程度不高。
在后臺管理時，由于不同的指標數據來源于多個業務平臺和管理系統，由于不同數據標準化程度不高，管理人員仍然必須每天往返于多個系統之間執行大量的手動工作，在數據協調、轉錄和機械計算上耗費了大量的時間，管理者無法專注提升管理價值。
3、中臺員工負擔較重。
中臺檢查員工在落實質檢、稽核等工作時往往需要人工檢測數據，耗費了大量人力成本，極大制約了客服代表及管理人員由“問題檢查者”向“價值創造者”改變，基層業務人員亟待賦能減負。
03數字化運營基本舉措
1、全面梳理現有數據。
對多個系統導出的數據特點進行分析，針對不同展現形式的數據設計自動修改格式、抓取數據的接口模塊，統一所有數據的格式，同時保證數據的準確性和完整性。
2、建立動態監測模型。
通過整合現有原始數據、建立不同績效變量之間的一一對應關系、運用LINEST多元回歸分析等數字化手段，經過設置預設條件—分析多維數據—預測動態趨勢—生成預警結果的流程，實現數據自動化匯總、趨勢動態化預測、結果差異化預警。
同時，對于客服代表個人也建立其業績水平相對于整體客服代表的散點圖，可視化模擬指標擬合曲線和象限分布，形成員工業績畫像，員工業績水平一目了然。以員工服務質量指標表現情況展示為例，區別于傳統的數據分析的割裂和數據呈現模式的單一，模型實現了整體排名情況、特定員工排名情況的聯動分析和可視化呈現，通過員工畫像直觀清晰展示其服務質量變化趨勢，針對不同象限員工因人施策，實現管理的精準布放（圖1）。
圖1 員工指標表現情況象限圖
3、前置化管理決策。
設計較完善的數學模型，通過大數據分析統計方式，對歷史數據進行科學的回歸分析和預測，對變動趨勢異常（有下滑傾向）的個人（班組）高亮標示，提醒管理人員關注異常的個人（班組），管理人員可在服務質量大幅下降前主動采取提前介入措施，有效遏制服務質量下滑趨勢，將服務質量管理從事后處理變為事前預警和事中控制，實現管理前置（圖2）。
圖2 績效數據分析模型及結果展示
4、RPA自動化賦能。
運營中可實現RPA程序對后臺統計的賦能減負。RPA全稱流程自動化機器人，是能夠模仿用戶在電腦上手工操作，自動化完成標準化操作的計算機應用程序。
在后臺管理中設計RPA程序，模仿管理人員人機交互流程，可實現對員工在線時長、話后滿意度、接聽量、在線解決率等標準化數據的自動導出和匯總，運用機器智能算法編程，對包括“數據錄入、數據整理、數據計算、數據呈現”多個步驟的手工計算進行替代，實現計算機按一定規則對數據進行匯總整理，并實現業績指標的“一鍵生成”。不僅如此，在對客服代表進行線上行為排查和實時短信發送排查時，可以將RPA和機器學習技術相結合，將員工行為、短信發送情況與既有規則進行比對，并進一步自動得出是否合規的統計結論。
業務檢查時RPA助力“數據中臺”建設。在稽查業務中通過設計RPA自動化模塊，實現由RPA系統自動抓取和識別關鍵詞，并自動比對關鍵要素得出稽核結論，實現業務準確性檢查自動化，減少業務稽核員工的手工操作，從而專注于服務質量、語音語調等非標準化指標的檢查，合理調配人力資源，實現賦能減負，助力實現中臺的數字化運營管理。
04數字化運營管理效果
1、合規管控觸手大幅延伸。
RPA可實現重復性監測動作的自動化處理，合規性比對的效率大幅增加，覆蓋面更廣，實現抽樣檢測到全量檢測的轉變。在數字模型和RPA技術落地前，對特定服務的排查主要依靠飛行檢查和常態化抽檢，人力布放上在最高峰每日也僅可抽查309個數據，不僅抽查效率較低，同時也使大量人力困于重復性勞動中。
而在落地實施后，每日通過RPA機器人可直接對全量數據進行抽檢，最高每日可抽查25324個數據，抽檢量較之前提高了81倍。不僅如此，在人力布放上，RPA技術也僅需布放1人用于模型監控即可，其他人力均可用于模型設計、模型調優、審查流程合規性等價值創造性工作，大幅優化了合規人員的人力結構（圖3）。
圖3 RPA技術落地前后合規抽檢量對比（單位：筆）
2、績效指標指引更加精準。
數字化運營舉措投入使用前，因為服務質量指標呈現不全面，管理者關注重心較多集中于不滿意較多、滿意度靠后、質檢評分低的員工，而服務質量指標有下滑趨勢但未明顯惡化的員工容易被忽略，只能通過在線錄音進行抽查，針對性不強，導致服務質量不佳的趨勢持續，等到員工指標明顯不佳時，員工滿意度已遠低于滿意度平均水平，管理者更多扮演“救火隊員”的角色。
數字化運營舉措投入使用后，能夠從海量數據中自動監測到數據異常的員工，較人工查找覆蓋面更廣、更有針對性，管理者更多扮演“安全檢查員”的角色，及時精準的發現苗頭并采取措施，管理效能大幅提升。模型運用初期，短期內應關注人員較可比期間增多，但隨著管理措施的實施，需關注人員反而較少，員工個人滿意度持續趨穩，管理精準性明顯提升（圖4）。
圖4 數字化運營舉措使用前后應關注人數對比
3、員工業務技能提升加速。
以某員工服務質量數據為例，該員工在數字化運用舉措投入使用前質檢成績高于30%員工，滿意度高于55%員工，質檢和滿意度均不屬于亟需提升的范疇，按常規服務質量管理“抓重點、照顧一般”策略，管理人員不做過多介入。
模型投入使用后，根據模型中的散點圖，識別出該員工處于“滿意度高，質檢低”的象限內，需要大力提升問題處理效率，武漢分中心因人施策，針對該類員工加大業務培訓力度，最終該員工經過1個月的強化訓練質檢成績大幅提升，質檢成績超越80%員工，話后滿意度首次達到100%，進入“滿意度和質檢雙高”的象限，并一直保持（圖5）。
圖5 某員工在象限圖中成長軌跡
05結論
遠程銀行是人員密集型、知識密集型和數據密集型的專業化服務部門,由于在遠程銀行的管理中數字是在管理上溝通管理者和一線客服代表的關鍵一環，如何高效、準確、創造性的處理數據是增強管理效率的關鍵所在。
通過對數據模型、RPA技術的實地運用，不僅能大幅提升管理效率,也能令員工高效快速回答客戶疑難,這印證出數字化運營手段在遠程銀行的日常管理中具有極大的價值，值得遠程銀行中心的管理者探究和運用。
