大数据支撑下的客户服务应用探索.PDFVIP

业务与运营 Business Operation 大数据支撑下的客户服务应用探索 陶晓英 中国联通上海市分公司 上海 200050 摘　要 随着大数据的应用越来越广泛，运营商对基于大数据支撑下的应用场景进行了探索。为提高投申诉管控效 率，提升客户问题响应速度和服务质量，文章对一线客户代表的工作痛点进行研究，分析投诉客户的画像特征，利 用数据挖掘技术，构建相关分析模型，为客户服务工作一线的各种场景提供数据分析和决策优化支撑能力。通过客 服应用方面的创新探索，实现一线员工的工作方式由被动变为主动，为降低升级用户的投诉率提供参考方案，并为 电信运营商的新发展战略提供了重要的技术支撑。 关键词 大数据；客户服务；挖掘分析方法；数据模型 引 言 1 大数据技术和挖掘方法 随着通信市场逐步细分化、业务的多样化和全球 本节简单介绍大数据挖掘的基本概念，并从运营商 化的发展，电信客户需求逐渐个性化、多样化，电信行 角度分析海量电信客户数据的特征。 业的竞争日趋激烈。 1.1 大数据的基本概念 在传统的服务中，当客户对产品、业务使用不满 大数据是指所涉及的资料量规模巨大到无法通过 意时 通过投诉渠道表达自己的不满 客服代表面临客 ， ； 目前主流软件工具 在合理时间内达到撷取 管理 处 ， 、 、 户未知因素的来电困扰；公司内部面对客户的投诉进行 理，并整理成为帮助企业经营决策更积极 目的的资讯。 事后分析 ，实现对客户投诉的原因进行诊断。这样的 大数据是一个由数量巨大 结构复杂 类型众多构成的 、 、 服务形式过于传统和被动，但随着大数据处理技术的 数据集合，是一种基于云计算来进行数据处理和应用的 进步，通过对投诉文本分类梳理、对投诉客户进行画 模式 大数据也是通过数据的整合共享 交叉 复用 ； 、 、 ， 像，通过大数据对客户服务的症结进行深入分析以及通 形成智力资本和知识服务能力 把数据变成一种智力来 ， 过大数据分析锁定哪些用户会来投诉 投诉的焦点又是 ， 为我们服务，即数据资产变现[2] 。 什么，从而达到对未知客户投诉风险的主动预警的功 1.2 大数据挖掘主要分析方法 能 本文在 目前上海联通大服务建设体系下另辟新径创 。 1.2.1 大数据挖掘核心分析方法 新思路 ，着力将大数据的应用深耕在提升客户服务领 此应用借助大数据的挖掘能力，深挖数据间的逻 域。利用大数据技术实现对用户的需求进行多方面的预 辑关系，实现模型的构建。数据挖掘常见的分析方法 判