2019年客户服务管理提升工程优化客户服务资源配置项目实施方案目录一、工作概述及现状 (1)1.1 工作概述 (1)1.2 工作现状 (2)二、项目实施方案 (3)2.1 业务需求 (3)2.1.1 客户诉求文本信息自动分析 (3)2.1.2 客户诉求热点问题监测分析 (4)2.1.3 客户服务渠道偏好分析及优化 (4)2.1.4 重点服务资源优化及应急策略 (5)2.2 核心技术 (5)2.2.1 文本挖掘 (5)2.2.2 可视化技术 (6)2.2.3 数据挖掘 (6)2.3业务主要功能 (8)2.3.1 客户诉求文本信息自动分析 (8)2.3.2 客户诉求热点问题监测分析 (15)2.3.3 客户服务渠道偏好分析及优化 (20)2.3.4 重点服务资源优化及应急策略 (22)2.3.5 构建可视化应用场景 (25)三、总体方案架构 (30)3.1建设关键点 (30)3.1.1 数据预处理 (30)3.1.2客户诉求库构建 (30)3.1.3 服务资源配置优化 (31)3.2非功能需求 (32)3.2.1 性能及可靠性需求 (32)3.2.2 信息安全需求 (32)3.2.3 可维护性要求 (32)3.2.4 易用性 (33)四、技术方案 (34)4.1总体架构 (34)4.2业务架构 (34)4.3应用架构 (35)4.4数据架构 (37)4.5技术架构 (38)五、组织机构及工作计划 (39)5.1组织机构 (39)5.2相关职责 (39)5.3工作计划 (41)六、主要设备材料清册 (46)6.1编制说明 (46)6.2主要设备材料表 (46)一、工作概述及现状1.1 工作概述2015年9月，国务院印发了《促进大数据发展行动纲要》，将大数据提升到治国的战略。
中国电力工程学会在《中国电力大数据发展白皮书》中指出，“电力大数据是中国电力工业在打造下一代电力工业系统过程中，有效应对资源有限、环境压力等问题，实现厚积后发、绿色可持续发展的关键”。
随着电力行业市场化发展，各企业之间的竞争已不再仅是业务竞争，而更多地向服务领域倾斜，国家电网作为传统的电力企业应该逐渐加大对客户服务的持续关注与改进，不断提升对客户的服务水平和自身营销能力。
同时，人民美好生活需要日益增长，民众自主意识和维权意识的不断提升，广大群众对供电服务需求量快速增长，对供电和服务需求呈现出多元化、个性化和特殊化。
这就要求供电企业服务理念亟待从“客户需求导向”进一步向“客户体验导向”提升，提高服务管理水平，开展优质服务和主动服务活动，而供电公司的服务资源是有限的，如何有效利用有限的服务资源满足用户对供电服务需求的增长和多元化趋势，需要客服专业迅速改变传统的思维方式和工作模式，进一步树立市场化服务意识。
有效利用数据驱动等技术手段来提升自身营销能力和客户服务水平是电力企业深化改革的重点，优化客户服务资源配置重点从客户服务诉求热点问题跟踪及应对策略、客户服务渠道分析、重点服务资源优化配置等方面开展创新、全面、合理地客户服务资源配置，助力公司提升服务质量水平，赢得客户的信任，确保市场份额。
1.2 工作现状随着社会经济不断的发展，很多行业都将经济效益为主转为以服务为主，当今社会也是如此，服务是任何行业领域的核心，通过好的服务才能为企业创造更大的效益。
供电企业也是如此，虽然电力是人们生活、工作、生产中的必须品，但是缺乏服务的行业必定会被取代，因此供电企业也在不断的扩展市场和完善以客服服务为核心的发展机制。
95598系统是主要面向客户服务的平台，也是提高供电企业以客户服务的重要标志。
95598业务系统创始于2003年，到目前为止运行已有10余年之久，系统数据的可靠性、翔实性为供电企业的服务领域打下了夯实的基础。
作为与客户交流、沟通的重要窗口，95598客户服务系统记录了海量的客户信息，涉及业务咨询、故障报修、投诉、举报、建议、意见、表扬等业务类型。
针对系统中的结构化数据，相关业务部门常态开展了统计分析，但仅限于时间、区域等维度，精细化程度不够；对投诉工单的文本数据虽然也进行逐一的溯源分析，但主要是通过人工逐条查看进行问题梳理，工作量较大；关注的业务问题范围相对集中且颗粒度较粗，可能存在部分业务问题被长期忽视；各类型客户服务数据之间，以及其与设备、服务资源之间的关联性较弱，缺乏信息间的深度关联和挖掘；对于客户服务资源方面，各类型资源管理较为分散，缺少对资源的整体管控，业务高峰时期出现的服务问题明显增多，有待于加强对服务资源配置的调控。
技术上，缺乏从大量数据中寻找价值规律的数据挖掘手段，对于非结构化数据的挖掘缺乏全面性，数据价值使用率不高，且更多是侧重于事后追责，无法实现事前预警，这使自动化、智能化、全面化分析探索客户服务诉求分析以及客户资源配置优化策略迫在眉睫。
二、项目实施方案2.1 业务需求国网陕西电科院客服中心2019年客户服务管理提升工程—优化客户服务资源配置，项目业务需求主要包括客户诉求文本信息自动分析、客户诉求热点问题监测分析、客户服务渠道偏好分析及优化、重点服务资源优化及应急策略四部分内容，构建客户诉求库、诉求热点监测模型、服务渠道偏好分析模型，实现对整体服务资源优化及应急策略，服务于精准服务、优质服务和智慧化服务。
◼业务数据需求业务系统：95598系统、营销业务应用系统、营业厅运营数据、第三方数据（待定）等；业务类型：95598工单涉及报修、投诉、意见、服务申请、咨询、建议及举报等各业务类型，营销系统涉及缴费、业扩报装、报修等；区域：陕西全省，具体单位包括西安、渭南、咸阳、宝鸡、汉中、铜川、安康、商洛、延安、榆林、西咸、省检、陕送、省公司、经研院；时间：2018年至今。
2.1.1 客户诉求文本信息自动分析基于95598系统客户诉求历史数据，利用文本挖掘技术，更加科学合理的从文本非结构化数据中发现和提取客户所关注的诉求信息，并最终形成结构化数据，以减少人工抽检、梳理的工作量，提升对客户诉求信息分析的效率和准确性，为实际业务提供指导建议。
涉及的预期业务应用功能包括：词库构建（业务词库构建、近义词词库构建、停用词词库构建），文本信息提取，文本特征融合以及文本规范化。
作为本次项目数据挖掘分析的关键基础，通过文本挖掘技术，实现海量非结构化文本数据中有效消息的关键词提取，经程序自动化处理，提取业务关注的有效信息，提升客户诉求工单的分析效率，降低人工分析工作量。
2.1.2 客户诉求热点问题监测分析结合营销系统、用电采集、营业厅业务数据等，进行多维度关联分析，实现对客户诉求热点问题的追踪及定位，并通过深入挖掘热点高发区域中隐藏的潜在问题，提升对客户诉求信息分析的效率和准确性，辅助管理部门快速响应并进行问题整改。
针对报修、投诉、意见、服务申请、咨询、建议及举报等各业务类型数据开展客户诉求热点分析，涉及的预期业务应用功能包括：满意度分析、频繁停电投诉分析、服务态度投诉分析、服务规范投诉分析、营业服务投诉分析、营业计量装置投诉分析、重复诉求等处理不当转投诉。
通过各业务功能点对客户投诉根因分析、精准地域定位、热点诉求聚焦以及关联多维信息等，有助于拓展及定位关注的业务范围，包括反复、高频率、敏感诉求，并挖掘客户诉求根因；关联供电所、设备、时间等维度提升客户服务数据分析结果的关联性；评估客户满意度水平，及潜在投诉倾向性分析，尽早规避降低投诉转化率。
2.1.3 客户服务渠道偏好分析及优化通过对营业厅、缴费终端等服务资源分布情况进行调研统计，结合对客户办理业务的服务渠道偏好分析，梳理不同服务渠道的重点业务流量变化及客户渠道迁移规律和频率，分析服务资源配置不合理问题和原因，准确定位资源配置薄弱区域，辅助管理部门制定资源配置优化策略，提升客户满意度和资源的利用率。
涉及的预期业务应用功能包括：服务渠道偏好以及服务渠道优化两个方面，服务渠道偏好分析开展营业厅、班组、第三方等多个渠道中客户办理缴费、业扩报装、报修等业务的服务渠道偏好分析，分析各渠道业务占比、区域服务渠道偏好、渠道业务发展趋势等；服务渠道优化在统计分析服务资源分布情况的前提下，开展客户建议渠道优化分析、关联班组的服务质量分析、服务资源业务承载力水平以及整体服务渠道优化。
该子课题综合了客户对服务资源最直接的诉求，以及服务渠道偏好特征等多源信息，有助于全面地、有针对性地开展客户服务资源配置优化。
2.1.4 重点服务资源优化及应急策略针对呈现周期性、季节性的客户服务需求特点，分析不同类型服务诉求与时间、区域、负荷及气象等关联关系，并结合对用户服务渠道偏好分析，提前灵活合理安排服务资源，并针对服务高峰制定服务资源优化策略和应急方案，包括周期服务诉求资源配置优化与应对策略。
2.2 核心技术本项目主要运用语义分析、机器学习等算法模型对非结构化的客户诉求文本进行分析，主要涉及的关键技术及算法如下：2.2.1 文本挖掘文本挖掘（Text Mining）是信息挖掘的一个研究分支，用于基于文本信息的知识发现。
文本挖掘利用智能算法，如神经网络、基于案例的推理、可能性推理等，并结合文字处理技术，分析大量的非结构化文本源（如文档、电子表格、客户电子邮件、问题查询、网页等），抽取或标记关键字概念、文字间的关系，并按照内容对文档进行分类，从大量文本数据中抽取事先未知的可理解的最终可用的信息和知识的过程。
它与传统的数据挖掘又有许多不同，文本挖掘的对象是海量、异构、分布的文档；文档内容是人类使用的自然语言，缺乏计算机可理解的语义。
涵盖多学科领域技术，包括数据挖掘技术、信息抽取、信息检索，机器学习、自然语言处理、计算语言学、统计数据分析、线性几何、概率理论甚至还有图论。
文本挖掘是从数据挖掘发展而来，但并不意味着简单地将数据挖掘技术运用到大量文本的集合上就可以实现文本挖掘，还需要做很多准备工作。
文本挖掘的准备工作由文本收集、文本分析和特征修剪三个步骤组成。
◆文本收集需要挖掘的文本数据可能具有不同的类型，且分散在很多地方。
需要寻找和检索那些所有被认为可能与当前工作相关的文本。
一般地，系统用户都可以定义文本集，但是仍需要一个用来过滤相关文本的系统。