悲观数据智能工单处置,助力经营商实现交易流程智能化改造

经营商一线交易经营亟待智能化改造近几年,经营商规模的生产经营工作的内外部环境发生了深刻变革,加快向标准化、系统化、自动化、智能化的新模式转型势在必行。经营商规模的工单处置是与客户感受息息相关的重要工作,要求处置职员具有丰富的经营商一线交易学问和很强的综合阐发本领,因而它是一项经验密集型工作,适合举行智能化改造。本文结合悲观数据在经营商规模的智能工单处置的丰富实践举行探讨。对于经营商客户服务热线的交易流程来说,一般包括故障报修、举报、赞扬、建议、咨询、意见、表扬、查询以及订阅服务等多个交易环节,每个环节都会产生大量工

工单

经营商一线交易经营亟待智能化改造

近几年,经营商规模的生产经营工作的内外部环境发生了深刻变革,加快向标准化、系统化、自动化、智能化的新模式转型势在必行。经营商规模的工单处置是与客户感受息息相关的重要工作,要求处置职员具有丰富的经营商一线交易学问和很强的综合阐发本领,因而它是一项经验密集型工作,适合举行智能化改造。本文结合悲观数据在经营商规模的智能工单处置的丰富实践举行探讨。对于经营商客户服务热线的交易流程来说,一般包括故障报修、举报、赞扬、建议、咨询、意见、表扬、查询以及订阅服务等多个交易环节,每个环节都会产生大量工单数据。具体说来,经营商的赞扬受理流程为客服职员接到客户赞扬致电后,根据客户描述生成赞扬受理内容, 由客服人工判别赞扬类型并举行赞扬处置, 形成赞扬处置意见。客户赞扬管理作为经营商规模优质服务工作的重要一环, 需要基于交易数据中台(WEB端/APP), 充分发掘客户赞扬工单数据, 掌握客户诉求, 不断提高客户满意度。然而,长久以来,上述过程大都是经由人工处置的,往往会存在如下课题:

学问密集型 

工单处置与客户感受息息相关,对职员的专业素养要求极高,是一项学问密集型的工作。联调的交易员大多学历不高,理解系统及使用方式上,接收起来比较吃力,交易员很多,分散各地,全部培训成本较高。

课题定位不够准确

由于处置职员经验不足,可能造成课题定位不准确,形成有偏差的解决方案。这不但无助于解决课题,还进一步降低了客户感受,增加了系统运行风险。

工单分类准确度低

目前工单分派是根据交易职员填写的工单所属系统举行自动分派,导致工单分类的准确度不高,经常出现工单分派错误的情况,影响了工单的顺利流转。

效力影响用户感受

工单处置效力低,用户反映了课题后,因为交易处置流程和阐发课题,导致不能尽早反应用户,影响用户感受。

无法快速匹配历史工单 

经营商规模的账号注销、网络故障、话费充值等课题经常出现,类似的工单会反复出现,这在工单处置交易中很常见。经验丰富的维修职员凭借丰富的经验或学问总结,可以快速找到类似的历史工单,并参照历史最优处置方案举行处置,确保高质量、高效力处置。由于工作职员的流动性,新的工作职员可能在短时间内不具备这种本领,导致低效的重复劳动。

自动化程度低,维护成本高

随着每日需处置的工单数量不断上升,维护职员处置工单的难度也逐渐增加。

工单代价亟待发掘

工单以非结构化文本数据形式存储,严重制约历史工单数据的代价发掘。

悲观数据智能工单处置手艺

在经营商规模的实践

鉴于上述情形,经营商亟待打造一个智能化的经营管理平台,以促进集团各省分公司向智慧化经营迈进。在探索经营商智能经营解决方案的过程中,悲观数据的智能工单处置手艺开拓了工单检索学问推荐工单派送学问经营等多个经营场景,有效的帮助经营商实现“降本增效”的交易目标。

1.智能工单处置嵌入交易流程 

对工单内容引入语义阐发本领,实现共性工单预警、自动派单,自动推荐解决方案,大幅缩短工单处置周期。

工单2

2.交易流程智能化改造

引入机器训练模型,结合专家经验,培养一体化经营管理平台的自主进修本领,匹配自动化处置手段,建立一个“智能、敏捷、高效”的课题处置平台。原有学问中心引入智能推荐系统举行学问匹配和推荐,提高学问使用效力,并通过在线进修管控,提高交易学问的传递,有效降低员工培训成本,提高交易本领。

工单3

3.先进的AI手艺赋能经营商智慧化经营

悲观数据智能工单处置手艺利用前沿的深度语义阐发手艺进和学问图谱手艺对工单数据举行智能化处置和学问泛化,建立贴合交易的分类模型,提高工单分类和流转效力,可实现系统自动分类与派单,并能基于历史沉淀的语料库建立智能语义学问库,辅助一线坐席快速找到优秀的应答话术。

工单4

悲观数据智能工单处置

交易代价与优势

总体上讲,智能工单处置手艺/引擎可以为经营商经营部门带来如下交易代价:

工单5

悲观数据智能工单处置手艺的优势:

优势1:学问图谱与机器进修相结合提高短文本阐发准确度

客服热线中用户的非正式的表达很多,比如“那个给我取消了我我没订那个”属于指代不明的口语化说辞,且缺少有意义的特征;还有字少信息量大,比如“我问一下幺零零八五是什么平台?;那为什么他给我打电话说?;赠送我流量了…”中提及的“幺零零八五(营销服务热线)”属于经营商规模独有的词汇,需要结合经营商规模的交易学问来处置。引进学问图谱做长短文本处置阐发(与复旦大学肖仰华教授合作手艺)中,解决了文本稀疏性等难题。

工单6

优势2:机器进修模型结合人工反应机制驱动产品更智能

智能工单引擎中若干机器进修/深度进修模型,会随着交易职员的使用和bad case反应,会“进修”到更多的交易学问,变得越来越“聪明”,准确率、召回率和F1Score会逐步提高。

工单7

 

优势3:人机协作大幅度提高交易分类体系建立的效力

在工单处置中,需要对工单所反映的课题举行自动化打标,这需要提前认为建立交易标签体系。标签体系的建立要符合“MECE(Mutually Exclusive CollectivelyExhaustive)”原则,即“相互独立,完全穷尽”。然而,人工建立分类体系的成本很高,且需要交易经验深厚的员工参与,一般职员难以在短时间内完成一个高质量的交易标签体系的建立。悲观数据通过先进的无监督语义算法,可辅助交易职员在短时间建立一个的科学化的交易标签体系:基于无监督语义聚类算法从大量无标注的交易语料中发现潜在的交易结构。

工单8

基于少许先验学问(即有一定结构的种子词汇)的主题模型可以提高主题划分和主题词拓展的质量。

工单9

智能工单处置引擎在其他行业的展望除了经营商智慧化经营这个典型场景外,其他文字密集型规模,如银行、保险、电力、经营商等,每年需要处置数以万计的工单数据,也需要基于自然语义理解手艺的智能工单处置引擎举行本领支撑。目前,上述规模的工单处置系统仅在工单报送、审批、存档等办公事务性环节实现了自动化,在最主要的课题阐发处置环节,还是主要依靠人工。上述规模的服务智能化已经是大势所趋,这些规模的工单处置是与客户感受息息相关的重要工作,要求处置职员具有丰富的交易学问和很强的阐发本领,是一项经验密集型工作,适合举行智能化改造。下面列举几个常见行业:

保险行业客服

提高坐席的服务质量和效力

理解用户话语意图后,经提醒功能页面,将回答建议提供给客服职员

风险识别与预警识别和防范交易发掘中潜在的、突发的风险,针对非结构化数据,通过简单的关键词匹配较难实现对高频、高危课题的发掘和监控,并对这个高频、高危、突发事件举行及时的预警。客服话术质检对客服违禁用于举行(实时)监控,更可以直观展现坐席在服务过程中的表现,能及时发现课题并反应给经营层。工单数据代价发掘话务、微信、APP等应用所产生的的文本数据涵盖了许多客户真实的需求和意图信息,如客户通话情绪、客户通话意图等重要的客户服务信息,需要针对这些新手艺可获取的客户服务信息举行阐发展现,以便更真切、及时的感知到用户的需求。

银行理财产品电销

客服数据代价发掘客服与用户的交互过程中产生大量数据(语音转文本、工单等),难以及时处置,并产生商业代价优化坐席营销本领为实现目标客户的个性化营销,提高营销成功率,信用卡中心提出对营销录音转译后的文本数据和工单数据举行阐发,实现对客户行为及偏好分类,为坐席提供动态营销指导,提高客户感受,优化已有非金融产品,引领客户生命周期管理。提高坐席的服务质量和效力电话营销主要依据规范话术和销售职员自身的营销经验,虽话术标准,但缺少针对性,无法满足客户更多的交易需求,导致存在部分目标客户流失的风险。

电力行业

提高坐席的服务质量和效力

基层客服职员素质参差不齐,专业技能较差,缺乏服务意识的敏感性,为客户提供的供电服务存在单一性、粗糙性和趋同性。

工单数据代价发掘

客户的赞扬是针对电力产品或服务中的某一个具体课题提出的,这就为供电服务中心提供了市场反应的信息。如何有效的根据工单数据阐发客户赞扬的心理需求与行为诉求,切实提高服务质量,是供电公司面临的一项迫切任务。

工单10虽然行业规模不同,但各行业面临的场景诉求和以期得到交易代价相同。悲观智能工单处置手艺可以为上述场景提供量身定制的智能化工单处置解决方案。欢迎申请试用。

原创文章,作者:达观数据,如若转载,请注明出处:https://www.iaiol.com/news/bei-guan-shu-ju-zhi-neng-gong-dan-chu-zhi-zhu-li-jing-ying/

(0)
上一篇 2021年 5月 26日 下午2:45
下一篇 2021年 5月 27日 下午3:02

相关推荐

  • 数学奥赛冠军都做不对的题,却被拿来考ML模型?GPT-3:我不行

    为了衡量机器学习模型的数学求解能力,来自 UC 伯克利和芝加哥大学的研究者提出了一个包含 12, 500 道数学比赛难题的新型数据集 MATH,以及帮助模型学习数学基础知识的预训练数据集 AMPS。研究发现,即使是大参数的 Transformer 模型准确率也很低。

    2021年 3月 16日
  • 降低门槛,全平台运用,昇腾还会手把手地教你如何用AI

    机械之心报道作者:泽南如何才能做到 AI 运用一次开发,全场景布署?昇腾给出了答案。如今的大多数 AI 运用程序都必要跑在多种类型的处理器上,覆盖数十个版本的操作系统,运行在从端侧到云计算集群的各种设备上。这样复杂的环境,对软件的适应性和模型的可裁剪、可伸缩性提出了极高要求。AI 开源框架也在顺应这股潮流,昇腾发布的 CANN、MindSpore、MindX 等对象,可以让开发者实现「统一端边云,全端自动布署」,开启了机械进修开发的新时代,一直被人们寄予厚望。昇腾的 AI 全栈软件平台。其中,基础架构作为连接硬件与

    2021年 3月 19日
  • 《语音识别基础:(一)语音是什么》

    从最起初的一声巨响,到梵音天籁,到耳旁的窃窃私语,到妈妈喊我回家吃饭,总离不开声响。声响是这个世界存在并运动着的证据。

    2021年 7月 29日
  • 1.8M超轻量方向检测模型NanoDet,比YOLO跑得快,上线两天Star量超500

    如何把 anchor-free 模型移植到静止端或嵌入式设备?这个项目对单阶段检测模型三大模块(Head、Neck、Backbone)进行轻量化,得到模型大小仅 1.8m、速度超快的轻量级模型 NanoDet-m。

    2020年 11月 24日
  • 快手鉴于 Flink 构建及时数仓场景化实践

    一、快手及时计较场景快手业务中的及时计较场景主要分为四块:公司级别的核心数据:席卷公司经营大盘,及时核心日报,以及移动版数据。相当于团队会有公司的大盘目标,以及各个业务线,比如视频相关、直播相关,都会有一个核心的及时看板;大型举止及时目标:其中最核心的内容是及时大屏。例如快手的春晚举止,我们会有一个总体的大屏去看总体举止现状。一个大型的举止会分为 N 个不同的模块,我们对每一个模块不同的玩法会有不同的及时数据看板;运营部分的数据:运营数据主要席卷两方面,一个是创作者,另一个是内容。对于创作者和内容,在运营侧,比如上

    2021年 8月 25日
  • 博弈论让 AI 更加精确、高效,LLM 与自己竞争

    编辑 | 绿罗想象一下,你有一位朋友对同一课题给出了分歧的谜底,具体取决于你提问的方式。「秘鲁的首都是哪里?」会获得一个谜底;「利马是秘鲁的首都吗?」 会获得另一个。你能够会有点担心你朋友的智力,而且你几乎很难相信他们给出的任何谜底。这正是许多大型谈话模型 (LLM) 正在发生的事,这些超强大的机器学习工具为 ChatGPT 和其他人工智能奇迹提供了动力。开放式的生成性课题会产生一个谜底,而涉及必须在选项之间进行采用的判断性课题,通常会产生分歧的谜底。麻省理工学院的博士生 Athul Paul Jacob 表示:「

    AI 2024年 5月 13日
  • AI模型被「骗」怎么破?《燃烧吧!天才程序员》冠军团队解决方案出炉

    前段时间,一档名为《燃烧吧!天才程序员》的竞赛类综艺让「程序员」这一群体成功破圈,也呈现了 AI 在解决实际问题的过程中面临的一些挑战,如数据集中存在对立样本、图象中存在噪声等。在本文中,CLS 战队(大赛头名团队)的优秀选手、奥比中光算法工程师埼玉详细解读了他们在竞争中用到的解决方案。近日,由蚂蚁集团、清华大学等组织共同协办的首届「Inclusion|A-tech 科技精英赛」(以下简称 A-tech 大赛)圆满落幕。奥比中光科技集团股份有限公司 (以下简称「奥比中光」) 研究院 SDK 组负责人小蛮腰、算法工程

    2021年 1月 21日
  • 环球首个隐衷较量争论一体机国际尺度宣布,中国企业主导

    近日,IEEE 尺度协会(IEEE-SA)正式宣布并推行了由我国企业主导的环球首个隐衷较量争论一体机国际尺度《隐衷较量争论一体机技巧要求》(IEEE 3156-2023)。IEEE-SA是权威国际尺度订定机构,该尺度的成功宣布意味着中国的隐衷较量争论技巧与应用摸索受到国际高度认可,可为环球提供参照方案。(图:IEEE尺度协会官网宣布“隐衷较量争论一体机技巧要求”国际尺度)隐衷较量争论一体机作为隐衷较量争论产业落地的重要技巧摸索,通过软硬件结合方式构建从硬件、固件、操作系统到应用软件的一站式隐衷爱护较量争论解决方案,提供

    2024年 3月 1日
  • WAIC开发者日Workshop预告:超参数科技如何索求海量AI计划问题

    近年来,无论是在学术研究还是产业落地层面,关注的焦点都在从智能感知向智能计划阶段过渡。「计划 AI」逐渐成为热点问题,不管是谷歌、微软、IBM 等全球科技巨头,还是国内一众 AI 龙头企业,均积极投身于智能计划的相关研究。其中,海量 AI 如何在大型开放世界做智能计划,是推动智能计划手艺发展、加速社会智能化转型的重要问题,也是人工智能领域的手艺难题之一。为深入研究海量 AI 前沿问题,超参数科技联合麻省理工学院、清华大学深圳国际研究生院,以及数据科学挑战平台 Alcrowd 主办了 Neural MMO 系列挑战赛

    2022年 8月 30日
  • 参加这场大佬云集的开发者大会,还能抽RTX3060,请叫我「良心之心」

    这是一场 AI 开发者的盛会!2021 WAIC AI 开发者论坛上,多位业界大咖齐聚一堂,共同探讨后深度学习时代的 AI 发展。目前,AI 开发者论坛招募活动已经开启,1000 席免费专业观众席位 7 月 2 日报名截止。7 月 10 日上海,不见不散。

    2021年 6月 25日

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注