基于AI技術(shù)的客服數(shù)據(jù)分析創(chuàng)新研究與實(shí)踐

鄭蓉蓉 宮曉峰

1.國家電網(wǎng)有限公司信息通信分公司 北京 100761；

2.中國人民財(cái)產(chǎn)保險(xiǎn)股份有限公司 北京 100080

1 研究思路

1.1 智能客服的背景與意義

智能客服近幾十年來飛速發(fā)展，從1997年打敗國際象棋冠軍的“Deep Blue”，2011年極具挑戰(zhàn)性的醫(yī)療機(jī)器人“Watson”，再到2017年戰(zhàn)勝多位圍棋大師“Master”。人工智能正在融入各個行業(yè)。人工智能一個重要應(yīng)用場景是同用戶進(jìn)行基本溝通，并自動回復(fù)用戶的問題，以達(dá)到降低企業(yè)客服運(yùn)營成本、提升用戶體驗(yàn)的目的。傳統(tǒng)呼叫中心問題提報(bào)來源不同，雖可匯入統(tǒng)一系統(tǒng)，但資源無法動態(tài)分配。智能 呼叫中心的愿景為設(shè)立統(tǒng)一管理，急需統(tǒng)一儲存、統(tǒng)一維護(hù)、統(tǒng)一分配、統(tǒng)一管理的綜合受理平臺[1]。

1.2 智能客服的研究重點(diǎn)

（1）智能知識庫:通過人工客服日常積累的問題集，建立一個高質(zhì)量、高擴(kuò)展性的語料庫，并在此基礎(chǔ)上通過各種渠道獲取盡可能多的行業(yè)問答知識。語料庫是智能客服知識庫尋找答案的來源，語料庫覆蓋面越廣意味著智能客服知識庫可以回答的問題越多。

（2）智能分析引擎：用戶所提的問題的形式通常都是非標(biāo)準(zhǔn)化的，同一問題的問法多種多樣，因此必須將各種形式的問題歸一化，以便同知識庫中的標(biāo)準(zhǔn)問法匹配[2]。

2 功能介紹

2.1 智能知識庫

（1）構(gòu)建知識庫模型：基于語義而非詞形的語言詞典結(jié)構(gòu)建立動態(tài)多維度智能知識庫模型，可進(jìn)行知識的有效積累和復(fù)用，使用語言知識庫和業(yè)務(wù)知識庫兩庫構(gòu)建智能知識庫，兩庫分離的維護(hù)機(jī)制有利于智能客服知識庫系統(tǒng)的維護(hù)和擴(kuò)展，便于維護(hù)人員對于企業(yè)知識進(jìn)行規(guī)范的精細(xì)化管理。

（2）構(gòu)建智能服務(wù)引擎：基于自然語言處理技術(shù)，通過智能分詞、模板匹配、相似度計(jì)算等定位知識點(diǎn)，并將問題答案反饋給用戶。智能服務(wù)引擎具備詞法分析，句法分析和語法分析的三重能力。智能服務(wù)引擎具有密集的算法和密集的數(shù)據(jù)，包括了智能分詞及標(biāo)注引擎、語意分析引擎、智能問答系統(tǒng)、命名實(shí)體識別系統(tǒng)、聊天引擎和答案處理引擎等[3]。

本研究針對保險(xiǎn)公司垂直行業(yè)海量知識進(jìn)行長期的機(jī)器訓(xùn)練，形成了專屬的自然語言交互引擎，達(dá)到了毫秒級對話水平。當(dāng)提出的問題中缺少一些關(guān)鍵信息時，引擎會將這樣的問題與問題的上文結(jié)合起來進(jìn)行分析，再給出最合適的答案。智能服務(wù)引擎模擬人的思維進(jìn)行交互，一些特定知識點(diǎn)之間存在著關(guān)聯(lián)關(guān)系，引擎具有“記憶用戶上文”的能力，并能和新的問題結(jié)合在一起進(jìn)行解析并給出答案，體現(xiàn)了智能客服知識庫問答過程的流暢性。

2.2 智能客服數(shù)據(jù)分析

本研究區(qū)別于傳統(tǒng)話務(wù)數(shù)據(jù)指標(biāo)行分析，重點(diǎn)在客戶問題語義上。本文從信息系統(tǒng)實(shí)用化熱點(diǎn)分析、用戶需求分析兩方面使用大數(shù)據(jù)技術(shù)進(jìn)行挖掘[4]。

（1）信息系統(tǒng)實(shí)用化熱點(diǎn)分析。本研究通過業(yè)務(wù)條線和問題數(shù)據(jù)分析掌握不同業(yè)務(wù)類別的用戶需求，在此基礎(chǔ)上進(jìn)一步對問題進(jìn)行分類，從而切實(shí)解決客戶問題，提高客戶滿意度。能否真實(shí)了解客戶需求，并提供有效解決方案，是區(qū)分客服管理水平的差異的關(guān)鍵點(diǎn)。實(shí)現(xiàn)模型步驟如下：①將多元信息轉(zhuǎn)化為文本信息；②將文本信息導(dǎo)入大數(shù)據(jù)分析模型；③結(jié)合專業(yè)詞庫、停用詞庫將原數(shù)據(jù)進(jìn)行分詞并清洗數(shù)據(jù)；④按頻率統(tǒng)計(jì)方法及關(guān)聯(lián)關(guān)系算法分析出數(shù)據(jù)中高頻詞匯及關(guān)聯(lián)詞匯，指導(dǎo)座席明確描述問題時精準(zhǔn)定位問題[5]；⑤結(jié)合智能知識庫，統(tǒng)一分類顆粒度，按照業(yè)務(wù)場景將問題進(jìn)行分類，并展示業(yè)務(wù)詳情及原因分析；⑥針對不同問題現(xiàn)象，根據(jù)自學(xué)習(xí)機(jī)制，匹配對應(yīng)解決辦法，通過對比完善并補(bǔ)充智能知識庫，擴(kuò)大其支撐范圍。⑦可實(shí)現(xiàn)用戶實(shí)用化熱點(diǎn)的監(jiān)測分析，從應(yīng)用運(yùn)維角度切入提升業(yè)務(wù)智能運(yùn)營水平。

（2）用戶需求分析。本研究通過用戶需求數(shù)據(jù)分析，對用戶問題進(jìn)行分類，進(jìn)行用戶肖像繪制，形成用戶個性化熱點(diǎn)問題、熱點(diǎn)服務(wù)用戶分布、熱點(diǎn)服務(wù)部門分布、用戶實(shí)用化軌跡，為用戶進(jìn)行需求挖掘，為用戶提供主動式精準(zhǔn)服務(wù)，提升用戶滿意度[6]。

3 結(jié)束語

智能客服數(shù)據(jù)分析創(chuàng)新研究與實(shí)踐具有重要的經(jīng)濟(jì)效益及社會效益。可幫助明確信息系統(tǒng)優(yōu)化方向，節(jié)約無效開發(fā)資金。在社會效益上：①節(jié)省用戶導(dǎo)航等待時間等，提升客戶服務(wù)滿意度；②明確信息系統(tǒng)優(yōu)化方向，向服務(wù)界面友好化系統(tǒng)轉(zhuǎn)變；③深挖用戶需求，樹立客服品牌，提升服務(wù)能力。

目前，智能客服數(shù)據(jù)分析已應(yīng)用于電力行業(yè)、保險(xiǎn)行業(yè)等多個專業(yè)領(lǐng)域，并為總部多個部門定制大數(shù)據(jù)分析報(bào)告。本創(chuàng)新在技術(shù)、知識庫、商業(yè)模式方面的高度可移植性和共享能力。下一步可在電力系統(tǒng)內(nèi)部及社會各行業(yè) 呼叫中心推廣使用。