智慧水务客服话务运营分析文字总结.pdfVIP

智慧水务客服话务运营分析文字总结

在大数据时代下，如果智慧客服仍仅依赖自然语言处理、光学

字符识别等技术，通过对语音和文字的关键词识别来了解客户的需

求，则其服务水平与质量将远远达不到智能化。因此需在利用人工

智能技术减少人工客服工作量、减轻后台客服系统压力的同时，结

合大数据平台建立一套更加高效、准确的智慧客服平台系统。

人工智能的飞速发展为智慧客服与大数据的结合提供了丰富的

资源，其中机器学习、深度学习为其提供了大量算法模型和学习框

架；GPU集群、CPU等硬件设备的快速发展保证了数据库强大的运算

和储存能力，其结合的基本思路如图2.以智慧客服为例，业务系统

通过分布式采集组件采集网络上用户的个人信息、历史交易等数

据，并将这些大量数据输送到大数据平台。在用户通过网络在线客

服或电话客服发送请求之前，业务系统通过大数据平台提前对用户

建立的模型可快速对用户的综合信息进行分析甄别，并将提取到的

非结构化数据通过算法模型进行一系列的数据挖掘分析，得出最为

符合用户主观意识的预测数据，并结合数据库中已有的实例向客户

推送最佳解决方案，最后将用户的反馈结果输送到大数据中心，用

来调整大数据分析问题的权重结构，实现从非结构化数据向结构化

数据转变的需求。

传统客服的缺点分析

传统客服系统在广义上定义为通过取得系统所服务客户对象的

满意度来实现公司或部门的稳定发展，其重点在于服务。然而当前

传统客服部门主要存在以下缺点：在特殊时间段内，往往会在局部

短时间收到超过客服服务端以及客服工作人员承载能力的接入量，

使得客服电话长期处于拥堵状态，导致客户满意度大幅度下降；缺

少对客户数据完善的分析系统，缺乏对现有客服人员科学的调度规

则，不能建立一套完整的评价标准去应对业务的不同变化；大量客

户数据由人工进行审核分析，庞大的工作量增加了人工成本，且得

不到较高的分析准确度和较强的解决问题能力。

智慧客服研究与发展

智慧客服系统与传统呼叫中心最大的不同点在于，智慧客服应

用了自然语言处理、情感分析等人工智能领域技术，通过对客户智

能语音识别来预测客户行为，将客户信息转化成结构化数据信息。

客服人员可根据不同业务场景的智能分类，从传统的被动服务模式

转换成主动服务模式，使客服人员快速解决业务办理、业务查询、

定制服务等工作，实现数据地集中存储、统一维护、按需分配、阶

层管理的新型智慧客服全景综合管理平台。

随着智慧客服系统在各行业不断壮大、客户市场不确定因素不

断增加、服务受众呈多元化的今天，能够在客服系统中完成业务的

协同化、渠道的立体化、作业的智能化。在纵横向协同贯通下，通

过多渠道受理、多需求构建、多任务并行、多途径解决的渠道沟通

手段完成智能化客户需求预测，对庞大的客户需求信息进行科学分

流，建立一套完整的智慧客服管理系统，科学管理客服系统。

综上所述，大数据时代下智慧客服通过多种交叉学科提出了利

用知识图谱、深度学习、机器学习等多种技术手段减轻客服人员压

力、提高客服服务质量[9]，基本解决了传统客服工作效率低、人力

成本高的问题，也克服了脱离大数据的智慧客服的问答准确率低、

不能自我补充学习的缺点。

大数据背景下客服面临的挑主要有两点：用户的个人隐私问

题。随着信息技术和电子网络的不断发展，个人隐私问题得到了越

来越多地关注，然而在大数据背景下用户的个人隐私该如何得到有

效地保护，始终没有一个定论。如果想要建立大数据知识库为智慧

客服提供强大的数据资源，则应在效率和隐私中寻求两者的平衡

点；如何快速整合多源头多种类问题。智慧客服若想从知识库中匹

配到高准确率的答案，就必须在大数据建立知识库时利用多渠道整

合、数据挖掘的特殊技术手段从网络、电话、线下等各大平台积累

不同的问题集，建立庞大的语料库，将不同非标准化的问题归一

化，使智慧客服在应对用户问题时能以数据库提供的大量数据为基

础进行准确匹配。

大数据时代给客服带来的机遇。近年来我国人口红利正在逐年

消失，加上人工智能近几年的飞速发展，如何借助科技的力量节省

人力资源已成为各行业争相寻求的发展方向。人工智能依靠高效

率、低成本的绝对优势已成为每个企业改革产业的有力支撑。在大

数据技术的推动下，智慧客服不仅能够低成本的代替绝大部分的简

单劳动，更能通过深度学习、神经网络等人工智能技术赋予机器自

主学习的能力，并且其响应速度和情感逻辑准确度都超乎预期。对

客服而言，通过大数据与智慧客服的有效结合，对人员利用率、资

源调度和基础服务能