大數據背景下客戶服務風險實時預警平臺設計

黃華林 尹沙楠 尚佳慶 殷限 張蓓

摘要：隨著生活水平的提高，人們對社會服務質量的要求也越來越高，客戶滿意度成為一個企業運營的重要評價標準之一，為保障客戶滿意度，通常需要對客戶服務的全過程進行監控預警，而傳統的報表分析或人工監控等方式存在數據不及時、耗費人工、便捷性差等方面的不足。本文基于SpringBoot框架技術，設計了一套集預警配置、預警通知、預警處理等為一體的風險預警系統，并采用ETL技術和Rete算法對大數據進行加工、分析和匹配，使系統具備高并發、高效率等特點。目前系統已穩定運行于中國移動客服系統，具備多種場景的實時預警能力，為用戶及時發現客戶服務過程中的風險提供了有效解決方案。

關鍵詞：客戶服務；大數據計算；預警規則；實時預警

一、引言

客戶服務是以客戶為中心開展的各種服務活動，主要體現了以客戶為導向的價值觀，其普遍存在于運營商、銀行、保險等行業。客戶服務的質量和效率關系著企業的運營和發展，尤其是客戶滿意度，已成為衡量一個企業客戶服務能力和水平的重要標準之一[1-2]。隨著通信技術的發展和服務產業的轉型，客戶對運營商的服務能力也提出了更高要求，如何做好服務過程的風險預警對提高客戶滿意度至關重要[3-4]。傳統的風險預警方式有兩種，一種是人工數據分析預警，即基于大數據報表，通過人工分析、質檢的方式進行預警，但對于客戶多次來電、超長話務等場景無法實時監控；另一種是監控預警，即通過監控平臺查看客戶服務情況，此方式消耗大量人工成本，便捷性較差。鑒于傳統預警方式存在不及時、人工成本高、便捷性差等問題，將預警數字化、線上化、信息化是解決問題的最優解決方案[5-7]。

本文基于Spring Boot框架設計了一種客戶服務風險預警系統，通過該系統不僅能實現及時獲取服務過程中的風險，還可以掌握預警的關鍵信息。同時通過該系統還可以與調度平臺、客服人員狀態管控、服務幫扶等功能進行多級聯動，從而有效地提高客服的滿意度和服務效率。

二、系統設計

（一）總體架構設計

本系統總體架構設計分為云基礎設施層、數據層、平臺服務層和應用層[8]，如圖1所示。

云基礎設施層使用的是公司內部云化基礎設施資源，為系統建設提供了包括云存儲、容器云、網絡及安全設施等服務資源。數據層是用來存儲各類系統數據，如表結構數據、權限數據、預警規則數據、預警信息數據等。平臺服務層主要為系統開發提供前后端技術組件和技術中間件服務，包括表單組件、Redis緩存、CSF（接口調用平臺）、MQ等。應用層是為用戶提供的PC端功能服務，包括預警規則配置、預警信息管理、預警通知管理等應用模塊。

（二）技術架構設計

本系統技術架構分為5層，分別為基礎設施層、數據層、core層、web層和代理層。

①基礎設施層。使用Docker虛擬化容器技術和kubernetes平臺進行分布式部署，支撐應用開發測試、持續集成、持續交付、運行監控等全流程服務，具備自動部署、快速回滾、自我修復、動態擴容等優勢。②數據層。采用MySQL、Vertica關系型數據庫。其中對于預警配置、預警工單等數據具有原子性，存儲在MySQL數據庫。對于數據量大且需要單列查詢的數據，如預警基礎數據，使用Vertica數據庫進行存儲，有效提升預警觸發時效性。③Core層。后端使用Spring Boot企業級框架，相對于傳統的Spring MVC框架，Spring Boot框架不需要繁多復雜的配置，具有約定大于配置的規范，使開發者能更專心于業務邏輯的實現[9]。同時Spring Boot框架提供了通用的非業務服務，如內置服務器、運行數據監控、安全組件等功能。④Web層。前端使用React框架面向數據函數式編程，業務邏輯都封裝在具體的函數內，具有易維護、方便自動化測試的特點。React框架具有良好的兼容性，能同時集成其他框架，降低單一框架的局限性。⑤代理層。使用F5+Nginx技術對用戶請求負載均衡，提升系統承載力，同時實現系統內外網隔離，加強了系統安全性。

三、系統實現

（一）功能模塊實現

客戶服務風險預警系統包括預警規則配置、預警信息管理、預警通知管理、預警工單、預警指標管理及系統操作日志查詢6個功能模塊。

1.預警規則配置

預警規則配置是本系統的核心功能之一，目的是為預警提供一定的觸發條件。新增預警規則時可以配置預警指標、預警級別、關聯調度策略、預警通知方式、預警通知人等信息。預警指標支持單指標預警和多指標組合預警，為確保時效性，系統需要對預警規則中的指標進行實時獲取和計算。

2.預警信息管理

預警信息管理主要是面向用戶，提供統計分析預警信息的綜合管理功能，基于管理頁面用戶可以統計當前和歷史產生的所有預警信息，以及查詢每條預警信息觸發的時間、觸發的原因以及預警涉及的客戶或人員等。

3.預警通知管理

預警通知管理主要是提供預警接收人管理和預警信息推送能力，其中接收人管理功能可以將人員進行分組，并將分組的數據同步至預警規則配置功能中進行快捷選擇，實現在不同的預警場景下可以進行分類通知。預警信息推送提供通過短信、系統彈窗、彈幕等多種消息提醒方式。

4.預警工單

預警工單是系統對產生的預警信息自動或手動處理的結果，預警工單主要為用戶提供預警處理、融合調度等功能，實現對預警信息進行閉環處理，包括自動或手動生成調度單、幫扶單、任務單等等。

5.預警指標管理

預警指標管理是預警觸發的關鍵因素，預警指標包括任務運營類、服務質量類、工作效能類等等（如表1所示），并且用戶可基于基礎的預警指標通過基礎數學運算自由組合出其他指標。

6.系統操作日志

系統操作日志記錄了用戶對系統功能進行的所有增刪改的操作，主要為用戶提供相關查詢功能。

（二）系統主流程

本系統的核心流程是對客服工作過程中產生的服務風險及時預警并通知給相應的管理人員，如圖2所示。

首先系統自動獲取用戶配置生效的預警規則，包括預警的指標、指標公式、預警級別等，其次根據預警規則對客服工作過程進行監控并實時計算指標是否達到觸發/解除預警條件，當觸發了多條預警時再次判斷預警是否升降級，若滿足升降級條件則更新預警信息，最后判斷預警信息是否有關聯的策略，若有關聯的策略則系統自動生成工單，并通知相關人員，若無關聯的策略則直接通過短信、彈窗、電話等方式通知相應人員。

（三）關鍵技術

1.ETL技術

基于對大數據的加工和分析是客戶服務風險預警系統的關鍵，系統采用開源ETL技術+Kettle工具對服務客戶過程中產生的數據處理。ETL即對數據的抽取（extract）、轉換（transform）、加載（load）的過程，ETL的產生是源于數據倉庫，數據的集成是構建數據倉庫的核心，而在實際生產中數據的來源十分廣泛，存在于各種平臺中無法直接使用。ETL技術可以對各種分布、異構的源數據按預定規則將不完整、重復、錯誤數據進行清洗和一致性處理，輸出可用數據加載到數據倉庫中進行存儲，有效地支撐上層應用的運行。

2.Rete匹配算法

建立預警系統首先需要構建合理的預警指標體系，然后通過匹配算法完成指標數據分類、整理，成為可觸發風險預警的有用信息，為提高系統的效率，本系統采用Rete算法對預警指標數據進行規則匹配并觸發風險預警，Rete是一種前向規則高效匹配算法[10]，核心是通過規則（Rule）和對象（Fact）集合間比較，篩選出匹配規則的對象結果。規則語句由條件（LHS，lefthandside）和結論（RHS，righthandside）構成，找出符合LHS部分集合，滿足條件執行RHS得出結論。本系統針對用戶創建的多種預警規則，通過Rete匹配算法，將大量規則中條件組成集合，遍歷預警指標對比條件集合從而得出是否觸發預警結論，如圖3所示。

四、系統應用效果及展望

客戶服務風險預警系統目前已穩定運行于中國移動客服系統，全年不間斷地為用戶提供風險預警服務，據統計，全國31省用戶已累計創建5000余條預警規則，觸發了678萬余條預警信息，包括接通率低預警、超長話務預警、客戶滿意度預警等。本文提出的方案不僅有效地釋放了人力投入，將之前通過人工分析進行預警，升級為系統自動預警，而且大大提高了預警的實效性，將之前的15—20分鐘的預警時長縮短至5min以內，使用戶可以快速對風險問題進行干預、調度和補救，同時基于預警信息本系統還打通了與調度平臺、服務幫扶等功能聯動，對保障客戶服務質量和服務效能提供了強有力的支持。

作者單位：黃華林 尹沙楠 尚佳慶 殷限 張蓓

中移在線服務有限公司

參 ?考 ?文 ?獻

[1]蔡靜.通信運營商如何有效提升客戶滿意度[J].數字通信世界， 2022（03）：152-154.

[2]游黎敏.通信運營商如何有效提升客戶滿意度[J].全國商情（理論研究）， 2014（09）： 41-44.

[3]宋慶. 電信運營商戰略轉型模型研究[D].北京郵電大學，2020.

[4]劉乃賀，劉海龍，張鵬，等.淺談服務質量風險預警對客服專員指標提升影響[J].農電管理，2022（05）：29-31.

[5]楊鋒.客服端到端前置預警系統運營研究[J].湖南郵電職業技術學院學報，2020，19（03）：28-30+48.

[6]袁加梅，張莉莉，倪妍妍，等.客戶服務風險識別預警研究與深化應用[J].機電信息， 2020 （35）：139 +141.

[7]裴佳，賈志勃.基于大數據的客戶服務預警平臺搭建[J].中國新通信，2018，20（23）：84.

[8]黃瑞泉.基于Spring Boot框架的地圖監管系統[J].計算機系統應用，2021，30（08）：89-95.

[9]楊開振. 深入淺出Spring Boot 2.x[M].人民郵電出版社， 201808.442.

[10]賀洲強，孔晨華，張建軍，等.基于Rete算法的操作票專家系統研究[J].電氣時代，2022（02）：85-88.