基于社交網(wǎng)絡(luò)平臺用戶行為動力學(xué)分析的客戶抱怨監(jiān)控系統(tǒng)研究

陳海燕,莫玉純,肖世校

摘 ?要： 如何構(gòu)建基于社交網(wǎng)絡(luò)平臺輿情挖掘的客戶抱怨監(jiān)控系統(tǒng)，從而實施有效的客戶抱怨管理，已經(jīng)成為網(wǎng)絡(luò)時代背景下企業(yè)客戶關(guān)系管理面對的重要問題。以國內(nèi)某電網(wǎng)公司為例，將用戶對供電服務(wù)的微博抱怨評論作為研究對象，采用文本挖掘技術(shù)和行為動力學(xué)分析相結(jié)合的方法，構(gòu)建了一個新的客戶抱怨監(jiān)控系統(tǒng)。研究表明，開發(fā)一個有效客戶抱怨監(jiān)控系統(tǒng)的關(guān)鍵在于如何從空間和時間兩個維度實時監(jiān)控用戶抱怨行為動力學(xué)特征，從而具備特定對象監(jiān)控與服務(wù)能力，這將為供電企業(yè)主動識別不同地區(qū)不同類型客戶的抱怨關(guān)注點、制定有針對性的客戶服務(wù)改進方案提供技術(shù)保障。

關(guān)鍵詞： 客戶抱怨監(jiān)控系統(tǒng)； 輿情挖掘； 客戶關(guān)系管理； 文本挖掘技術(shù)

中圖分類號： TN710?34 ? ? ? ? ? ? ? ? ? ? ? ?文獻標(biāo)識碼： A ? ? ? ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2014）23?0149?03

Research of customer complaint monitor system based on analyzing the behavioral dynamics of customer on social network platform

CHEN Hai?yan1， MO Yu?chun2， XIAO Shi?xiao3

（1. Guangdong Power Grid Co.， Ltd.， Guangzhou 510080， China； 2. China Southern Power Grid Co.， Ltd.， Guangzhou 510623， China；

3. Scientific Computing Center of Jimei University Cheng Yi College， Xiamen 361021， China）

Abstract： How to build a customer complaint monitor system based on opinion mining over social network platform has become a key issue for firms to improve the effectiveness of customer complaint management in the internet era. Taking a domestic power grid company as an example， using the method of text mining and behavior dynamics analysis， a new customer complaint monitor system is established. The research results show that the key challenge for developing an effective customer complaint monitor system is to monitor the characteristics of customer complaint behaviors in space and time dimensions in real time. The system has the ability to monitor some specific target， providing a technical support for firms to identify customer complaints in different areas and implement a better customer service program.

Keywords： customer complaint monitor system； opinion mining； customer relation management； text mining technology

0 ?引 ?言

抱怨體現(xiàn)了客戶（消費者）對企業(yè)產(chǎn)品或服務(wù)不滿的情緒表達。隨著近年來網(wǎng)絡(luò)時代的興起，越來越多的客戶喜歡在微博或BBS上發(fā)布自己對于企業(yè)產(chǎn)品或服務(wù)的不滿評論，這些抱怨信息會在社交網(wǎng)絡(luò)平臺上以“負(fù)面口碑”的方式飛速傳播，這將嚴(yán)重?fù)p害企業(yè)形象，甚至直接導(dǎo)致產(chǎn)品或服務(wù)數(shù)量的下滑。因此，越來越多的企業(yè)認(rèn)識到，實施有效的客戶抱怨監(jiān)控能夠?qū)鹘y(tǒng)的客戶抱怨管理提前，這對于提高顧客滿意度、提升產(chǎn)品服務(wù)質(zhì)量具有重要意義[1]。

現(xiàn)有相關(guān)研究主要從兩方面展開：

（1） 客戶關(guān)系管理。該方面研究主要考察影響消費者抱怨的微觀心理因素，由此得出企業(yè)客戶抱怨監(jiān)控系統(tǒng)的出發(fā)點在于如何通過人工客服干預(yù)客戶的心理變化，從而減少其在網(wǎng)絡(luò)發(fā)表抱怨評論的數(shù)量[2?3]。然而，這種監(jiān)控思路依然是“被動”式，缺乏通過對客戶抱怨行為的預(yù)測。將對其抱怨管理活動前置，從而“主動”消除客戶抱怨發(fā)生的概率和頻率。

（2） 客戶負(fù)面口碑效應(yīng)的產(chǎn)生和傳播機制。相關(guān)研究認(rèn)為，企業(yè)實施客戶抱怨監(jiān)控的核心在于構(gòu)建“網(wǎng)絡(luò)口碑輿情監(jiān)測系統(tǒng)”，即通過文本挖掘技術(shù)，實時監(jiān)測網(wǎng)絡(luò)上的負(fù)面評論信息出現(xiàn)，并在第一時間對抱怨客戶進行危機公關(guān)，從而避免負(fù)面口碑效應(yīng)的大規(guī)模病毒式擴散[4?5]。

但是，客戶抱怨的內(nèi)容和地點可能隨時發(fā)生變化，特別是遇到一些突發(fā)事件，因此這種監(jiān)測系統(tǒng)既缺乏具備“特定對象監(jiān)控與服務(wù)”能力，即對關(guān)鍵客戶的識別、跟蹤和安撫，也忽視了從時間和空間維度深入考察客戶抱怨行為的變化過程。本文認(rèn)為，對于上述過程的分析將有助于建設(shè)全面實時的客戶抱怨監(jiān)控系統(tǒng)。endprint

針對現(xiàn)有研究存在的不足，本文以國內(nèi)某電網(wǎng)公司為例，以客戶對供電服務(wù)的微博評論作為研究對象，在對客戶抱怨行為進行動力學(xué)分析的基礎(chǔ)上，構(gòu)建基于社交網(wǎng)絡(luò)平臺輿情挖掘的客戶抱怨監(jiān)控系統(tǒng)，從而為供電企業(yè)改進客戶關(guān)系管理、提高供電服務(wù)水平提供一定的啟示和參考。

1 ?研究方法

1.1 ?數(shù)據(jù)獲取

鑒于新浪微博已經(jīng)成為中國使用人數(shù)最多的社交網(wǎng)絡(luò)平臺，本文選擇它作為研究樣本對象，共獲取了2011年11月到2012年12月期間345 096條微博文本。

1.2 ?分析方法

對用戶微博信息的分析主要從如下三方面展開：

（1） 對微博用戶動力學(xué)行為分析則從三個方面展開：

① 分析客戶的相關(guān)屬性；

② 通過用戶歷史微博GPS信息識別客戶主要活動區(qū)域；

③ 評定客戶在微社交網(wǎng)絡(luò)平臺上的影響力。

（2） 建立客戶抱怨監(jiān)控系統(tǒng)。該系統(tǒng)實施的核心在于如下四個步驟：

① 構(gòu)建電力客服微博關(guān)鍵詞庫。通過關(guān)鍵詞庫，把客戶對供電服務(wù)體驗反饋評論的中文詞語進行歸類，如停電限電、繳費及賬單、服務(wù)渠道、電價電費、計量用檢、業(yè)務(wù)辦理、供電服務(wù)和宣傳活動等。同時，將上述關(guān)鍵詞庫信息存儲于客戶抱怨監(jiān)控系統(tǒng)的數(shù)據(jù)庫中。

② 判斷客戶評論情感傾向類型。鑒于客戶抱怨監(jiān)控系統(tǒng)監(jiān)控的關(guān)鍵詞主要是微博上的負(fù)面情感評論，因此本文首先構(gòu)建微博負(fù)面情感評論詞庫，并對詞庫中不同詞語所表達情感賦予不同的負(fù)面權(quán)重。本文對每條涉及該電網(wǎng)客服關(guān)注領(lǐng)域的微博進行情感趨向類型判斷，準(zhǔn)確率統(tǒng)計值為78%，這說明本文構(gòu)建的情感識別算法效果良好。

③ 劃分客戶抱怨評論類型。運用基于分詞技術(shù)的微博分類算法，識別微博中包含的詞及固定表達結(jié)構(gòu)，并依此來判斷微博是否有包含相應(yīng)的分類詞，從而判斷該條微博的類別，并重點識別出負(fù)面微博的客戶訴求點和抱怨點，并與第①步構(gòu)建的電力客服微博關(guān)鍵詞庫相匹配。這樣，客戶抱怨監(jiān)控系統(tǒng)便知道客戶抱怨的信息究竟屬于客服的哪些領(lǐng)域。

④ 將第②步客戶動力學(xué)行為分析得出的外部信息與企業(yè)客服關(guān)注范圍的內(nèi)部信息進行匹配整合，從而最終建立客戶抱怨監(jiān)控系統(tǒng)。

2 ?結(jié)果分析及討論

本文以臺風(fēng)“天兔”期間客戶對供電企業(yè)服務(wù)的抱怨評論為案例研究對象， 從時間維度進一步分析了五個城市的抱怨情況，即從2013年9月15日至2013年9月27日這段時間內(nèi)，這些城市微博用戶抱怨行為隨時間的變化趨勢，如圖1所示。

<；E：＼2014年23期＼2014年23期＼Image＼51t1.tif>；

圖1 臺風(fēng)“天兔”期間五個重點地區(qū)微博用戶

抱怨隨時間的變化趨勢

臺風(fēng)登陸前及臺風(fēng)登陸中客戶抱怨內(nèi)容關(guān)注點的變化如圖2所示。

<；E：＼2014年23期＼2014年23期＼Image＼51t2.tif>；

圖2 臺風(fēng)登陸前及臺風(fēng)登陸中客戶抱怨內(nèi)容關(guān)注點的變化

從圖中可以看出，微博抱怨評論爆發(fā)高峰時間為2013年9月22日傍晚6點42分鐘，比臺風(fēng)登陸提前1小時左右。同時，微博抱怨評論在9月24日出現(xiàn)第二次爆發(fā)高峰期。這表明，一方面企業(yè)應(yīng)該在突發(fā)事件（如臺風(fēng)）到來之前，做好相關(guān)及輿論導(dǎo)向工作；另一方面，在突發(fā)事件（如臺風(fēng)）發(fā)生的過程中應(yīng)密切注意客戶抱怨評論的變化趨勢，避免客戶抱怨評論數(shù)量像傳染病一樣達到某個“閾值”，從而處于失控的態(tài)勢。

總體而言，有效的客戶抱怨監(jiān)控系統(tǒng)能夠?qū)崟r跟進客戶抱怨高峰出現(xiàn)地區(qū)的變動和轉(zhuǎn)移，從而能夠在大面積停電時，實時監(jiān)控客戶抱怨出現(xiàn)，配合生產(chǎn)、調(diào)度信息，這有利于企業(yè)集中進行資源調(diào)度。

另一方面，由圖2可知，臺風(fēng)“天兔”登陸前和登陸中客戶在微博上關(guān)于供電服務(wù)的抱怨內(nèi)容也不相同。顯然，突發(fā)事件（如臺風(fēng)）會導(dǎo)致客戶抱怨關(guān)注點發(fā)生轉(zhuǎn)移。因此，當(dāng)大面積停電的復(fù)電過程較長時，企業(yè)應(yīng)該充分運用客戶抱怨監(jiān)控系統(tǒng)實時跟進客戶關(guān)注點的切換，輔助判斷在復(fù)電不同時間點應(yīng)采取什么措施，提供哪些信息，并做好復(fù)電進度告知及客戶解釋的工作。

其次，還可以通過將客戶抱怨監(jiān)控系統(tǒng)與客戶關(guān)系管理系統(tǒng)無縫對接，對微博進行實時獲取、跟蹤與分析，能夠識別不同地區(qū)、不同客戶的關(guān)注點，從而可以制定有針對性的客戶服務(wù)改進方案。

最后，有效的客戶抱怨監(jiān)控系統(tǒng)要具備“特定對象監(jiān)控與服務(wù)”能力，即對需要重點關(guān)注的微博用戶進行跟蹤，通過辨識其常用活動區(qū)域，并對微博內(nèi)容進行判斷，微博客服可以及時進行安撫，解釋及干預(yù)。相關(guān)監(jiān)控活動可以從以下三步進行：

（1） 辨識對供電服務(wù)高敏感、影響力大的微博用戶；

（2） 查看微博的情感、具體訴求及影響范圍及時跟進處理客戶訴求，并進行反饋與安撫；

（3） 辨識微博用戶發(fā)布的時間及停電報告的內(nèi)容查看發(fā)布地理位置，或估計常用活動區(qū)域及時跟進故障停電的處理，并及時發(fā)布信息并反饋。

3 ?結(jié) ?語

本文以國內(nèi)某電網(wǎng)公司為例，將用戶對供電服務(wù)的微博抱怨評論作為研究對象， 結(jié)合文本挖掘技術(shù)研究方法，構(gòu)建了一個新的客戶抱怨監(jiān)控系統(tǒng)。研究表明，開發(fā)一個有效客戶抱怨監(jiān)控系統(tǒng)的關(guān)鍵在于如何從空間和時間兩個維度實時監(jiān)控用戶抱怨行為動力學(xué)特征，從而具備特定對象監(jiān)控與服務(wù)能力。這不僅能夠?qū)鹘y(tǒng)的客戶關(guān)系管理前置，也能夠為供電企業(yè)通過主動識別不同地區(qū)、不同類型客戶的抱怨關(guān)注點，從而制定有針對性的客戶服務(wù)改進方案提供技術(shù)保障。后續(xù)相關(guān)研究可以將突發(fā)事件應(yīng)急管理的思想納入客戶抱怨監(jiān)控系統(tǒng)構(gòu)建過程中，這將幫助企業(yè)在突發(fā)事件情景下進一步提升客戶關(guān)系管理水平。

參考文獻

[1] JOHNSTON R， MEHRA S. Best?practice complaint management [J]. Academy of Management Executive， 2002， 16（4）： 145?154.

[2] BOSCH V G， ENRIQUEZ F T. TQM and QFD： exploiting a customer complaint management system [J]. International Journal of Quality Reliability Management， 2005， 22（1）： 30?37.

[3] 康鍵，劉金蘭.基于系統(tǒng)動力學(xué)的顧客抱怨管理研究[J].西安電子科技大學(xué)學(xué)報：社會科學(xué)版，2006，16（3）：19?23.

[4] 何建民，劉明星.面向特定主題的客戶抱怨文本分類識別方法[J].合肥工業(yè)大學(xué)學(xué)報：自然科學(xué)版，2010，33（12）：1884?1888.

[5] 李巍，王志章.網(wǎng)絡(luò)口碑發(fā)布平臺對消費者產(chǎn)品判斷的影響研究—歸因理論的視角[J].管理學(xué)報，2011，8（9）：1345?1352.

[6] 葛?；郏R瀟，周振宇.網(wǎng)絡(luò)安全管理平臺中的數(shù)據(jù)融合技術(shù)[J].現(xiàn)代電子技術(shù)，2004，37（24）：69?70.endprint

針對現(xiàn)有研究存在的不足，本文以國內(nèi)某電網(wǎng)公司為例，以客戶對供電服務(wù)的微博評論作為研究對象，在對客戶抱怨行為進行動力學(xué)分析的基礎(chǔ)上，構(gòu)建基于社交網(wǎng)絡(luò)平臺輿情挖掘的客戶抱怨監(jiān)控系統(tǒng)，從而為供電企業(yè)改進客戶關(guān)系管理、提高供電服務(wù)水平提供一定的啟示和參考。

1 ?研究方法

1.1 ?數(shù)據(jù)獲取

鑒于新浪微博已經(jīng)成為中國使用人數(shù)最多的社交網(wǎng)絡(luò)平臺，本文選擇它作為研究樣本對象，共獲取了2011年11月到2012年12月期間345 096條微博文本。

1.2 ?分析方法

對用戶微博信息的分析主要從如下三方面展開：

（1） 對微博用戶動力學(xué)行為分析則從三個方面展開：

① 分析客戶的相關(guān)屬性；

② 通過用戶歷史微博GPS信息識別客戶主要活動區(qū)域；

③ 評定客戶在微社交網(wǎng)絡(luò)平臺上的影響力。

（2） 建立客戶抱怨監(jiān)控系統(tǒng)。該系統(tǒng)實施的核心在于如下四個步驟：

① 構(gòu)建電力客服微博關(guān)鍵詞庫。通過關(guān)鍵詞庫，把客戶對供電服務(wù)體驗反饋評論的中文詞語進行歸類，如停電限電、繳費及賬單、服務(wù)渠道、電價電費、計量用檢、業(yè)務(wù)辦理、供電服務(wù)和宣傳活動等。同時，將上述關(guān)鍵詞庫信息存儲于客戶抱怨監(jiān)控系統(tǒng)的數(shù)據(jù)庫中。

② 判斷客戶評論情感傾向類型。鑒于客戶抱怨監(jiān)控系統(tǒng)監(jiān)控的關(guān)鍵詞主要是微博上的負(fù)面情感評論，因此本文首先構(gòu)建微博負(fù)面情感評論詞庫，并對詞庫中不同詞語所表達情感賦予不同的負(fù)面權(quán)重。本文對每條涉及該電網(wǎng)客服關(guān)注領(lǐng)域的微博進行情感趨向類型判斷，準(zhǔn)確率統(tǒng)計值為78%，這說明本文構(gòu)建的情感識別算法效果良好。

③ 劃分客戶抱怨評論類型。運用基于分詞技術(shù)的微博分類算法，識別微博中包含的詞及固定表達結(jié)構(gòu)，并依此來判斷微博是否有包含相應(yīng)的分類詞，從而判斷該條微博的類別，并重點識別出負(fù)面微博的客戶訴求點和抱怨點，并與第①步構(gòu)建的電力客服微博關(guān)鍵詞庫相匹配。這樣，客戶抱怨監(jiān)控系統(tǒng)便知道客戶抱怨的信息究竟屬于客服的哪些領(lǐng)域。

④ 將第②步客戶動力學(xué)行為分析得出的外部信息與企業(yè)客服關(guān)注范圍的內(nèi)部信息進行匹配整合，從而最終建立客戶抱怨監(jiān)控系統(tǒng)。

2 ?結(jié)果分析及討論

本文以臺風(fēng)“天兔”期間客戶對供電企業(yè)服務(wù)的抱怨評論為案例研究對象， 從時間維度進一步分析了五個城市的抱怨情況，即從2013年9月15日至2013年9月27日這段時間內(nèi)，這些城市微博用戶抱怨行為隨時間的變化趨勢，如圖1所示。

<；E：＼2014年23期＼2014年23期＼Image＼51t1.tif>；

圖1 臺風(fēng)“天兔”期間五個重點地區(qū)微博用戶

抱怨隨時間的變化趨勢

臺風(fēng)登陸前及臺風(fēng)登陸中客戶抱怨內(nèi)容關(guān)注點的變化如圖2所示。

<；E：＼2014年23期＼2014年23期＼Image＼51t2.tif>；

圖2 臺風(fēng)登陸前及臺風(fēng)登陸中客戶抱怨內(nèi)容關(guān)注點的變化

從圖中可以看出，微博抱怨評論爆發(fā)高峰時間為2013年9月22日傍晚6點42分鐘，比臺風(fēng)登陸提前1小時左右。同時，微博抱怨評論在9月24日出現(xiàn)第二次爆發(fā)高峰期。這表明，一方面企業(yè)應(yīng)該在突發(fā)事件（如臺風(fēng)）到來之前，做好相關(guān)及輿論導(dǎo)向工作；另一方面，在突發(fā)事件（如臺風(fēng)）發(fā)生的過程中應(yīng)密切注意客戶抱怨評論的變化趨勢，避免客戶抱怨評論數(shù)量像傳染病一樣達到某個“閾值”，從而處于失控的態(tài)勢。

總體而言，有效的客戶抱怨監(jiān)控系統(tǒng)能夠?qū)崟r跟進客戶抱怨高峰出現(xiàn)地區(qū)的變動和轉(zhuǎn)移，從而能夠在大面積停電時，實時監(jiān)控客戶抱怨出現(xiàn)，配合生產(chǎn)、調(diào)度信息，這有利于企業(yè)集中進行資源調(diào)度。

另一方面，由圖2可知，臺風(fēng)“天兔”登陸前和登陸中客戶在微博上關(guān)于供電服務(wù)的抱怨內(nèi)容也不相同。顯然，突發(fā)事件（如臺風(fēng)）會導(dǎo)致客戶抱怨關(guān)注點發(fā)生轉(zhuǎn)移。因此，當(dāng)大面積停電的復(fù)電過程較長時，企業(yè)應(yīng)該充分運用客戶抱怨監(jiān)控系統(tǒng)實時跟進客戶關(guān)注點的切換，輔助判斷在復(fù)電不同時間點應(yīng)采取什么措施，提供哪些信息，并做好復(fù)電進度告知及客戶解釋的工作。

其次，還可以通過將客戶抱怨監(jiān)控系統(tǒng)與客戶關(guān)系管理系統(tǒng)無縫對接，對微博進行實時獲取、跟蹤與分析，能夠識別不同地區(qū)、不同客戶的關(guān)注點，從而可以制定有針對性的客戶服務(wù)改進方案。

最后，有效的客戶抱怨監(jiān)控系統(tǒng)要具備“特定對象監(jiān)控與服務(wù)”能力，即對需要重點關(guān)注的微博用戶進行跟蹤，通過辨識其常用活動區(qū)域，并對微博內(nèi)容進行判斷，微博客服可以及時進行安撫，解釋及干預(yù)。相關(guān)監(jiān)控活動可以從以下三步進行：

（1） 辨識對供電服務(wù)高敏感、影響力大的微博用戶；

（2） 查看微博的情感、具體訴求及影響范圍及時跟進處理客戶訴求，并進行反饋與安撫；

（3） 辨識微博用戶發(fā)布的時間及停電報告的內(nèi)容查看發(fā)布地理位置，或估計常用活動區(qū)域及時跟進故障停電的處理，并及時發(fā)布信息并反饋。

3 ?結(jié) ?語

本文以國內(nèi)某電網(wǎng)公司為例，將用戶對供電服務(wù)的微博抱怨評論作為研究對象， 結(jié)合文本挖掘技術(shù)研究方法，構(gòu)建了一個新的客戶抱怨監(jiān)控系統(tǒng)。研究表明，開發(fā)一個有效客戶抱怨監(jiān)控系統(tǒng)的關(guān)鍵在于如何從空間和時間兩個維度實時監(jiān)控用戶抱怨行為動力學(xué)特征，從而具備特定對象監(jiān)控與服務(wù)能力。這不僅能夠?qū)鹘y(tǒng)的客戶關(guān)系管理前置，也能夠為供電企業(yè)通過主動識別不同地區(qū)、不同類型客戶的抱怨關(guān)注點，從而制定有針對性的客戶服務(wù)改進方案提供技術(shù)保障。后續(xù)相關(guān)研究可以將突發(fā)事件應(yīng)急管理的思想納入客戶抱怨監(jiān)控系統(tǒng)構(gòu)建過程中，這將幫助企業(yè)在突發(fā)事件情景下進一步提升客戶關(guān)系管理水平。

參考文獻

[1] JOHNSTON R， MEHRA S. Best?practice complaint management [J]. Academy of Management Executive， 2002， 16（4）： 145?154.

[2] BOSCH V G， ENRIQUEZ F T. TQM and QFD： exploiting a customer complaint management system [J]. International Journal of Quality Reliability Management， 2005， 22（1）： 30?37.

[3] 康鍵，劉金蘭.基于系統(tǒng)動力學(xué)的顧客抱怨管理研究[J].西安電子科技大學(xué)學(xué)報：社會科學(xué)版，2006，16（3）：19?23.

[4] 何建民，劉明星.面向特定主題的客戶抱怨文本分類識別方法[J].合肥工業(yè)大學(xué)學(xué)報：自然科學(xué)版，2010，33（12）：1884?1888.

[5] 李巍，王志章.網(wǎng)絡(luò)口碑發(fā)布平臺對消費者產(chǎn)品判斷的影響研究—歸因理論的視角[J].管理學(xué)報，2011，8（9）：1345?1352.

[6] 葛?；?，盧瀟，周振宇.網(wǎng)絡(luò)安全管理平臺中的數(shù)據(jù)融合技術(shù)[J].現(xiàn)代電子技術(shù)，2004，37（24）：69?70.endprint

針對現(xiàn)有研究存在的不足，本文以國內(nèi)某電網(wǎng)公司為例，以客戶對供電服務(wù)的微博評論作為研究對象，在對客戶抱怨行為進行動力學(xué)分析的基礎(chǔ)上，構(gòu)建基于社交網(wǎng)絡(luò)平臺輿情挖掘的客戶抱怨監(jiān)控系統(tǒng)，從而為供電企業(yè)改進客戶關(guān)系管理、提高供電服務(wù)水平提供一定的啟示和參考。

1 ?研究方法

1.1 ?數(shù)據(jù)獲取

鑒于新浪微博已經(jīng)成為中國使用人數(shù)最多的社交網(wǎng)絡(luò)平臺，本文選擇它作為研究樣本對象，共獲取了2011年11月到2012年12月期間345 096條微博文本。

1.2 ?分析方法

對用戶微博信息的分析主要從如下三方面展開：

（1） 對微博用戶動力學(xué)行為分析則從三個方面展開：

① 分析客戶的相關(guān)屬性；

② 通過用戶歷史微博GPS信息識別客戶主要活動區(qū)域；

③ 評定客戶在微社交網(wǎng)絡(luò)平臺上的影響力。

（2） 建立客戶抱怨監(jiān)控系統(tǒng)。該系統(tǒng)實施的核心在于如下四個步驟：

① 構(gòu)建電力客服微博關(guān)鍵詞庫。通過關(guān)鍵詞庫，把客戶對供電服務(wù)體驗反饋評論的中文詞語進行歸類，如停電限電、繳費及賬單、服務(wù)渠道、電價電費、計量用檢、業(yè)務(wù)辦理、供電服務(wù)和宣傳活動等。同時，將上述關(guān)鍵詞庫信息存儲于客戶抱怨監(jiān)控系統(tǒng)的數(shù)據(jù)庫中。

② 判斷客戶評論情感傾向類型。鑒于客戶抱怨監(jiān)控系統(tǒng)監(jiān)控的關(guān)鍵詞主要是微博上的負(fù)面情感評論，因此本文首先構(gòu)建微博負(fù)面情感評論詞庫，并對詞庫中不同詞語所表達情感賦予不同的負(fù)面權(quán)重。本文對每條涉及該電網(wǎng)客服關(guān)注領(lǐng)域的微博進行情感趨向類型判斷，準(zhǔn)確率統(tǒng)計值為78%，這說明本文構(gòu)建的情感識別算法效果良好。

③ 劃分客戶抱怨評論類型。運用基于分詞技術(shù)的微博分類算法，識別微博中包含的詞及固定表達結(jié)構(gòu)，并依此來判斷微博是否有包含相應(yīng)的分類詞，從而判斷該條微博的類別，并重點識別出負(fù)面微博的客戶訴求點和抱怨點，并與第①步構(gòu)建的電力客服微博關(guān)鍵詞庫相匹配。這樣，客戶抱怨監(jiān)控系統(tǒng)便知道客戶抱怨的信息究竟屬于客服的哪些領(lǐng)域。

④ 將第②步客戶動力學(xué)行為分析得出的外部信息與企業(yè)客服關(guān)注范圍的內(nèi)部信息進行匹配整合，從而最終建立客戶抱怨監(jiān)控系統(tǒng)。

2 ?結(jié)果分析及討論

本文以臺風(fēng)“天兔”期間客戶對供電企業(yè)服務(wù)的抱怨評論為案例研究對象， 從時間維度進一步分析了五個城市的抱怨情況，即從2013年9月15日至2013年9月27日這段時間內(nèi)，這些城市微博用戶抱怨行為隨時間的變化趨勢，如圖1所示。

<；E：＼2014年23期＼2014年23期＼Image＼51t1.tif>；

圖1 臺風(fēng)“天兔”期間五個重點地區(qū)微博用戶

抱怨隨時間的變化趨勢

臺風(fēng)登陸前及臺風(fēng)登陸中客戶抱怨內(nèi)容關(guān)注點的變化如圖2所示。

<；E：＼2014年23期＼2014年23期＼Image＼51t2.tif>；

圖2 臺風(fēng)登陸前及臺風(fēng)登陸中客戶抱怨內(nèi)容關(guān)注點的變化

從圖中可以看出，微博抱怨評論爆發(fā)高峰時間為2013年9月22日傍晚6點42分鐘，比臺風(fēng)登陸提前1小時左右。同時，微博抱怨評論在9月24日出現(xiàn)第二次爆發(fā)高峰期。這表明，一方面企業(yè)應(yīng)該在突發(fā)事件（如臺風(fēng)）到來之前，做好相關(guān)及輿論導(dǎo)向工作；另一方面，在突發(fā)事件（如臺風(fēng)）發(fā)生的過程中應(yīng)密切注意客戶抱怨評論的變化趨勢，避免客戶抱怨評論數(shù)量像傳染病一樣達到某個“閾值”，從而處于失控的態(tài)勢。

總體而言，有效的客戶抱怨監(jiān)控系統(tǒng)能夠?qū)崟r跟進客戶抱怨高峰出現(xiàn)地區(qū)的變動和轉(zhuǎn)移，從而能夠在大面積停電時，實時監(jiān)控客戶抱怨出現(xiàn)，配合生產(chǎn)、調(diào)度信息，這有利于企業(yè)集中進行資源調(diào)度。

另一方面，由圖2可知，臺風(fēng)“天兔”登陸前和登陸中客戶在微博上關(guān)于供電服務(wù)的抱怨內(nèi)容也不相同。顯然，突發(fā)事件（如臺風(fēng)）會導(dǎo)致客戶抱怨關(guān)注點發(fā)生轉(zhuǎn)移。因此，當(dāng)大面積停電的復(fù)電過程較長時，企業(yè)應(yīng)該充分運用客戶抱怨監(jiān)控系統(tǒng)實時跟進客戶關(guān)注點的切換，輔助判斷在復(fù)電不同時間點應(yīng)采取什么措施，提供哪些信息，并做好復(fù)電進度告知及客戶解釋的工作。

其次，還可以通過將客戶抱怨監(jiān)控系統(tǒng)與客戶關(guān)系管理系統(tǒng)無縫對接，對微博進行實時獲取、跟蹤與分析，能夠識別不同地區(qū)、不同客戶的關(guān)注點，從而可以制定有針對性的客戶服務(wù)改進方案。

最后，有效的客戶抱怨監(jiān)控系統(tǒng)要具備“特定對象監(jiān)控與服務(wù)”能力，即對需要重點關(guān)注的微博用戶進行跟蹤，通過辨識其常用活動區(qū)域，并對微博內(nèi)容進行判斷，微博客服可以及時進行安撫，解釋及干預(yù)。相關(guān)監(jiān)控活動可以從以下三步進行：

（1） 辨識對供電服務(wù)高敏感、影響力大的微博用戶；

（2） 查看微博的情感、具體訴求及影響范圍及時跟進處理客戶訴求，并進行反饋與安撫；

（3） 辨識微博用戶發(fā)布的時間及停電報告的內(nèi)容查看發(fā)布地理位置，或估計常用活動區(qū)域及時跟進故障停電的處理，并及時發(fā)布信息并反饋。

3 ?結(jié) ?語

本文以國內(nèi)某電網(wǎng)公司為例，將用戶對供電服務(wù)的微博抱怨評論作為研究對象， 結(jié)合文本挖掘技術(shù)研究方法，構(gòu)建了一個新的客戶抱怨監(jiān)控系統(tǒng)。研究表明，開發(fā)一個有效客戶抱怨監(jiān)控系統(tǒng)的關(guān)鍵在于如何從空間和時間兩個維度實時監(jiān)控用戶抱怨行為動力學(xué)特征，從而具備特定對象監(jiān)控與服務(wù)能力。這不僅能夠?qū)鹘y(tǒng)的客戶關(guān)系管理前置，也能夠為供電企業(yè)通過主動識別不同地區(qū)、不同類型客戶的抱怨關(guān)注點，從而制定有針對性的客戶服務(wù)改進方案提供技術(shù)保障。后續(xù)相關(guān)研究可以將突發(fā)事件應(yīng)急管理的思想納入客戶抱怨監(jiān)控系統(tǒng)構(gòu)建過程中，這將幫助企業(yè)在突發(fā)事件情景下進一步提升客戶關(guān)系管理水平。

參考文獻

[1] JOHNSTON R， MEHRA S. Best?practice complaint management [J]. Academy of Management Executive， 2002， 16（4）： 145?154.

[2] BOSCH V G， ENRIQUEZ F T. TQM and QFD： exploiting a customer complaint management system [J]. International Journal of Quality Reliability Management， 2005， 22（1）： 30?37.

[3] 康鍵，劉金蘭.基于系統(tǒng)動力學(xué)的顧客抱怨管理研究[J].西安電子科技大學(xué)學(xué)報：社會科學(xué)版，2006，16（3）：19?23.

[4] 何建民，劉明星.面向特定主題的客戶抱怨文本分類識別方法[J].合肥工業(yè)大學(xué)學(xué)報：自然科學(xué)版，2010，33（12）：1884?1888.

[5] 李巍，王志章.網(wǎng)絡(luò)口碑發(fā)布平臺對消費者產(chǎn)品判斷的影響研究—歸因理論的視角[J].管理學(xué)報，2011，8（9）：1345?1352.

[6] 葛?；?，盧瀟，周振宇.網(wǎng)絡(luò)安全管理平臺中的數(shù)據(jù)融合技術(shù)[J].現(xiàn)代電子技術(shù)，2004，37（24）：69?70.endprint