案例 | 国内头部银行怎么用流程挖掘实现“药到病除”？

“信用卡解限流程为什么办理慢？客户满意度低？”

“解除限制到底线下、线下各花了多少时间？”

“有没有一个全量的统计工具能客观反映柜员的操作效率？”

“该从哪里下手，才能让流程提效？”

在部署流程挖掘之前，银行信用卡解限场景的效率低下一直是某南方头部城商行业务部门面临的一大挑战。传统的线下调研方式无法提供精准的数据，无法满足业务部门对全流程管理的需求。银行急需一项贴合具体业务流程的可视化工具，实现精细化的数据埋点与“对症下药”。

01 案例一：关联叫号数据，全流程数据埋点

通过流程挖掘的初步扫描，弘玑流程挖掘团队先从银行的线下场景入手，找到了一个一直被银行忽视的“数据漏洞”。

对于信用卡解限这个业务场景来说，其中有一部分操作需要用户亲自来到线下柜台办理，柜员也会通过与客户的当面交流了解频繁转账操作的原因，同时，用户来到线下取号，也是“信用卡解限”流程的关键一步，但数据漏洞就发生在，叫号数据并未与业务流程实现全部关联，导致数据缺失，误判。

管理层和业务人员都未曾想到的是，“精确地记录每一笔解除限制这个业务线下开始的时间”，会对流程优化有着至关重要的作用。

从不知道“该在哪些环节进行数据埋点。”到准确掌握全流程数据，清晰呈现线上、线下操作的时间和效率，某银行仅仅通过“流程挖掘”这一企业级平台型产品，在3个月内实现了流程提效，解决了卡脖子的老难题。

除了线下关联叫号数据，在弘玑流程挖掘专家的建议下，某银行还实现了线上入口的统一管理，把综合查询入口作为解限唯一入口，从而显著提高一次性接线的完成率。

在员工和网点表现评估上，流程挖掘还帮助银行从多个维度评估员工和网点的表现。通过分析柜员操作接受限制业务的数量、平均耗时以及网点业务规模等指标，银行可以了解员工和网点的业绩情况，为管理提供参考依据。通过建立一套对客交易的监测体系和管理体系，银行可以更好地了解业务表现、设置合理的KPI指标以及优化业务流程。

在解决最痛的流程痛点之后，流程挖掘还将实现流程全生命周期的监测与护航。银行可以实时了解解限流程的运行状态，及时发现并解决问题。同时，通过对改进措施的评估，银行可以检验优化效果，持续改进和优化流程。流程挖掘技术的应用可以帮助银行建立一套对客交易的监测体系和管理体系，从而更好地了解业务表现、设置合理的KPI指标以及优化业务流程，从而提高流程效率，客户体验和满意度。

02 案例二：系统超过10年，如何“查漏补缺”？

某中国100强银行的审批系统使用超过10年后，问题也一个个冒了出来，比如审批耗时较长，效率低下，合规风险高等。这不仅影响了客户的满意度，还可能导致对公客户的严重流失。因此，该银行迫切需要了解授信审批在系统流转的真实流程，以发现其中存在的问题和优化空间。

信贷审批，一直是银行业务中非常重要的一个环节，对于对公贷款业务尤其如此。由于对公贷款的金额通常较大，审批流程的效率和合规性对于银行的经营和客户的满意度都极为重要。

“整个授信审批耗时非常长，单笔业务至少要三天。如果金额高，可能需要三周以上。”这样的审批效率必然会带来优质客户的流失，关于“要从哪里下手提效，合规风险点有哪些”等问题，弘玑流程挖掘实现了精准诊断并给出了解决方案。

通过对审批流程的数据进行分析，银行可以发现哪些环节导致了审批时间的延长，是不必要的重复操作、缺乏自动化处理、审批节点过多原因导致。例如，某些节点需要过多的人工干预、缺乏信息共享等。此外，流程挖掘还帮助银行筛查出了审批过程中可能存在的不合规操作。例如，某些审批节点存在超出规定时间的情况，或者审批流程中存在不符合政策规定的地方。

流程挖掘+RPA数字的超自动化组合拳则可以帮助银行提高审批效率、减少人工干预、降低成本、减少错误和主观性，从而提高客户满意度和对公客户的保留率。

03 案例三：复盘客户旅程，精准优化漏损率

作为全球银行200强，某城商行不断提升自身的市场竞争力，其中，“优化客户旅程”是银行提升竞争力的重要手段之一，帮助提高银行的品牌形象和市场口碑，在日益激烈的竞争中脱颖而出。

在部署流程挖掘之前，该银行在咨询公司的建议下完成了客户旅程的数据埋点与基础的优化工作，为了进一步实现“优效成果可视化与持续发现优化机会”的全新目标，流程挖掘发挥起关键作用。

该行在2022年完成了对APP端购买界面、提示内容及购买流程的优化完善，但成效始终是个“黑匣子”。

通过流程挖掘对客户旅程中的各个环节进行分析，发现了导致漏损率从100%降低到82.16%的核心原因，是漏损的这部分客户只做了“App启动/打开网站——App关闭”的操作。进一步通过流程挖掘分析发现，客户直接选择关闭APP的核心原因是首屏广告对客户完全没有吸引力，同时通过对比分析，与挖掘出的优质转化的广告内容做对比，实现行方对客营销“一客一策”的目标，大幅度降低客户旅程的漏损率。

同时，进一步挖掘分析用户的全流程使用体验，“提示语不够友好”“跳转设计过于的复杂了，导致用户没有办法一下子找到想要的东西。”都是导致最终购买转化不够理想的核心原因，这些深藏于客户旅程的细微之处，也正是令金融人意想不到的“优化点”。

最后行方通过有针对性的优化工作之后，使产品的购买率提升41.9%

此外，流程挖掘还发现了“风险评估环节耗时大幅增加600%”等多项客户旅程中的关键数据变化与病灶所在。

如果说，BI是根据病症，依靠专家的经验来猜测病因，那么流程挖掘（PI）就是把关键数据用直观方式，摊开在你眼前，不再凭借主观经验，让客观的过程数据“开口说话”，告诉你统计结果之外，影响流程的细节因素都有哪些，他们在业务过程中是如何起作用的？

BI是结果的展现，而流程挖掘除了结果的展现，还能更快速的发现导致结果问题的过程原因。

站在2023年末，来自IDC的一组数据仍然值得作为衡量流程提效的指标，“到2023年，采用流程挖掘技术进行端到端连续流程控制和优化的企业，将比没有进行改进的同行至少增加20%的利润。”

尤其对于向来注重数据积累的各大银行，流程挖掘基于流程图的强大交互式分析，“将过程管理落到实处”的独特效能，将会在“营收”和“利润”等核心数据层面，发挥日益可观的价值。

报告下载

大 佬观点分享

关于RPA、AI、企业数字化转型

(点击文字即可阅读)

行业知识交流分享，结识扩展人脉圈层