基于大數(shù)據(jù)技術(shù)的鐵路客戶服務(wù)中心服務(wù)質(zhì)量分析平臺研究與設(shè)計

李 強

（中國鐵路北京局集團有限公司 北京鐵路客戶服務(wù)中心，北京 100860）

客戶服務(wù)中心承擔(dān)著企業(yè)維護客戶關(guān)系，分析客戶需求，發(fā)現(xiàn)市場趨勢，提升服務(wù)質(zhì)量的重要職能。鐵路客戶服務(wù)中心自2011年運營至今，系統(tǒng)規(guī)模不斷發(fā)展，如何提升效率、保證質(zhì)量，利用客戶服務(wù)平臺為運輸主營業(yè)務(wù)提供更多支持，成為當(dāng)前客戶服務(wù)中心管理能力提升的重要方向。

隨著大數(shù)據(jù)技術(shù)的發(fā)展和成熟，應(yīng)用大數(shù)據(jù)技術(shù)對客戶文本、語音等信息進行綜合分析，實現(xiàn)客戶服務(wù)質(zhì)量關(guān)鍵指標(biāo)數(shù)字化，已經(jīng)是當(dāng)前各行業(yè)客戶服務(wù)中心信息技術(shù)發(fā)展的重要方向[1]，運用大數(shù)據(jù)技術(shù)對客戶服務(wù)質(zhì)量進行科學(xué)量化的評估，評估的準(zhǔn)確性和完整性將會得到顯著提升。國內(nèi)外學(xué)者對如何在呼叫中心領(lǐng)域應(yīng)用大數(shù)據(jù)技術(shù)進行了廣泛的探討，電信運營領(lǐng)域是大數(shù)據(jù)支持客戶管理的領(lǐng)先行業(yè)，張戩等人提出了充分利用大數(shù)據(jù)技術(shù)的客戶服務(wù)管理分析思路[2]，論證了對呼叫中心各類數(shù)據(jù)進行綜合分析應(yīng)用的可行性。眾多專家也對鐵路新一代客戶服務(wù)中心應(yīng)用大數(shù)據(jù)技術(shù)、推動客戶服務(wù)質(zhì)量的精益化管理進行了研究[3]，王馳鈞在對國內(nèi)外呼叫中心數(shù)據(jù)分析算法研究的基礎(chǔ)上，提出了一種高效的K-means聚類算法，設(shè)計出符合呼叫中心業(yè)務(wù)數(shù)據(jù)特點的數(shù)據(jù)分析系統(tǒng)，驗證了數(shù)據(jù)分析在呼叫中心應(yīng)用的效果[4]。國外的很多研究也證明了大數(shù)據(jù)分析應(yīng)用對呼叫中心服務(wù)管理提升的可行性，開源大數(shù)據(jù)技術(shù)在客服中心應(yīng)用效果顯著[5]。眾多專家通過案例分析，研究了國外大規(guī)模客戶服務(wù)中心通過Web方式進行數(shù)據(jù)采集和整合的方法，論證了技術(shù)的可行性和有效性[6]。這些研究，為大數(shù)據(jù)技術(shù)在鐵路客戶服務(wù)中心的應(yīng)用奠定了可靠的基礎(chǔ)。

本文在分析和研究其它行業(yè)呼叫中心技術(shù)發(fā)展和服務(wù)理念的基礎(chǔ)上，提出研究和設(shè)計基于大數(shù)據(jù)技術(shù)的鐵路客戶服務(wù)中心服務(wù)質(zhì)量分析平臺，具體內(nèi)容為：

（1）規(guī)劃建設(shè)基于大數(shù)據(jù)技術(shù)的數(shù)據(jù)存儲和分析平臺，對多種類型的數(shù)據(jù)進行統(tǒng)一管理，能夠與既有系統(tǒng)實現(xiàn)數(shù)據(jù)傳輸接口。

（2）設(shè)計關(guān)鍵的分析場景和相關(guān)數(shù)據(jù)處理模型，建立服務(wù)質(zhì)量關(guān)鍵績效指標(biāo)（KPI）中典型指標(biāo)的分析框架，實現(xiàn)基于驗證環(huán)境數(shù)據(jù)的KPI自動生成。

（3）結(jié)合語音轉(zhuǎn)換技術(shù)，實現(xiàn)驗證性錄音信息的文本化轉(zhuǎn)換，并利用歷史數(shù)據(jù)進行轉(zhuǎn)換驗證，提出針對鐵路客戶服務(wù)業(yè)務(wù)的語音轉(zhuǎn)換優(yōu)化方案，為未來持續(xù)提升轉(zhuǎn)換準(zhǔn)確率提供參考。

（4）利用鐵路客戶服務(wù)中心大屏展示系統(tǒng)，實現(xiàn)綜合數(shù)據(jù)展示，改變原有簡單的數(shù)據(jù)展示模式，支持更多樣的圖形結(jié)果。

（5）規(guī)劃總體技術(shù)方案，進行關(guān)鍵技術(shù)環(huán)節(jié)驗證，設(shè)計鐵路客戶服務(wù)中心大數(shù)據(jù)技術(shù)平臺總體框架，指導(dǎo)后續(xù)建設(shè)。

1 平臺總體方案

遵循大數(shù)據(jù)技術(shù)平臺框架，設(shè)計鐵路客戶服務(wù)中心服務(wù)質(zhì)量分析平臺總體架構(gòu)[7-8]，如圖1所示。

圖1 客戶服務(wù)質(zhì)量分析平臺總體架構(gòu)

1.1 數(shù)據(jù)采集層

實現(xiàn)數(shù)據(jù)源從原始系統(tǒng)向客戶服務(wù)質(zhì)量分析數(shù)據(jù)整合平臺（數(shù)據(jù)倉庫）的采集，技術(shù)上實現(xiàn)數(shù)據(jù)同步、數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)加載和數(shù)據(jù)格式轉(zhuǎn)換等功能。通過部署數(shù)據(jù)采集工具，主要實現(xiàn)質(zhì)檢數(shù)據(jù)、員工工作量統(tǒng)計和語音錄音數(shù)據(jù)的導(dǎo)入。

1.2 數(shù)據(jù)整合層

構(gòu)建支持海量數(shù)據(jù)存儲，支持復(fù)雜數(shù)據(jù)分析計算、存儲和數(shù)據(jù)處理的技術(shù)平臺，主要包括數(shù)據(jù)模型體系的設(shè)計和實施。以邏輯數(shù)據(jù)模型為核心組織數(shù)據(jù)，是客戶服務(wù)質(zhì)量分析平臺數(shù)據(jù)管理的關(guān)鍵環(huán)節(jié)，需要從客戶服務(wù)質(zhì)量分析的業(yè)務(wù)視角對數(shù)據(jù)模型進行全面規(guī)劃設(shè)計，保證服務(wù)質(zhì)量KPI分析相關(guān)數(shù)據(jù)的融合，支持全面的智能分析，包括必要的數(shù)據(jù)管理和數(shù)據(jù)質(zhì)量管理能力。

1.3 數(shù)據(jù)分析層

在數(shù)據(jù)整合環(huán)境的基礎(chǔ)上，實現(xiàn)面向不同業(yè)務(wù)需求的分析場景（如：接聽回答完成率趨勢分析），設(shè)計針對性的數(shù)據(jù)集市，部署所需的數(shù)據(jù)分析引擎和分析工具，支持業(yè)務(wù)和數(shù)據(jù)分析專家完成相關(guān)數(shù)據(jù)分析，分析結(jié)果可以直接應(yīng)用于客戶服務(wù)業(yè)務(wù)管理，也為應(yīng)用展現(xiàn)交互提供支持。

1.4 應(yīng)用展現(xiàn)層

基于數(shù)據(jù)分析層的結(jié)果，開發(fā)豐富的圖形化展示界面，形成多種可定義的數(shù)據(jù)展示模式，同時，考慮數(shù)據(jù)應(yīng)用場景，展現(xiàn)結(jié)果可在移動終端等不同環(huán)境進行自適應(yīng)的圖形化處理，例如：圖形能夠在微信社交工具中有效展現(xiàn)和交互。

2 平臺主要功能及實現(xiàn)

2.1 原始數(shù)據(jù)采集

平臺實現(xiàn)獲取、轉(zhuǎn)換、加載（ETL）相關(guān)功能，能夠從既有的桌面輔助系統(tǒng)、精細(xì)化管理平臺和交互式語音平臺等系統(tǒng)提取數(shù)據(jù)，功能開發(fā)實現(xiàn)中考慮采集數(shù)據(jù)的多樣性，設(shè)計了高性能的處理框架，保證數(shù)據(jù)采集功能可以靈活適應(yīng)各類處理算法，以開源Hadoop框架下的組件為基礎(chǔ)，實現(xiàn)對多類數(shù)據(jù)的采集，包括客戶基本信息、客戶服務(wù)過程記錄以及語音信息等。數(shù)據(jù)采集過程中，要對鐵路客戶服務(wù)中心既有系統(tǒng)中的數(shù)據(jù)進行清洗，解決重復(fù)記錄選擇問題，進行一致性檢驗等，如圖2所示。

圖2 數(shù)據(jù)采集功能實現(xiàn)

2.2 數(shù)據(jù)整合管理

為實現(xiàn)客戶服務(wù)數(shù)據(jù)的綜合分析，需要在平臺上實現(xiàn)各類數(shù)據(jù)整合，數(shù)據(jù)整合管理功能是平臺核心功能之一[9]，從開發(fā)技術(shù)路線上，選擇Hadoop框架構(gòu)建基礎(chǔ)數(shù)據(jù)管理環(huán)境，考慮對高性能計算要求，定制部署相應(yīng)的技術(shù)組件，包括實時處理組件、并行計算組件、流式計算組件等。從性能角度出發(fā)，針對分析型數(shù)據(jù)倉庫，選擇合理的性能設(shè)計方式，設(shè)計合理的基礎(chǔ)數(shù)據(jù)模型，以適應(yīng)復(fù)雜分析的應(yīng)用場景，按照分層數(shù)據(jù)架構(gòu)進行規(guī)范的數(shù)據(jù)整合管理，如圖3所示。

圖3 數(shù)據(jù)整合管理實現(xiàn)

對于存在的大量客服語音等信息，適合直接在Hadoop分布式文件系統(tǒng)（HDFS）環(huán)境上，進行分布式存儲和管理，有效控制存儲規(guī)模和成本[10]。數(shù)據(jù)整合層將考慮從技術(shù)上引入內(nèi)存計算的能力，對于數(shù)據(jù)處理性能要求高的分析場景，可直接加載到內(nèi)存中，不再由I/O系統(tǒng)從硬盤讀取，能夠顯著提升實時分析的響應(yīng)能力，極大地加速聯(lián)機事務(wù)處理過程（OLTP，On-Line Transaction Processing）數(shù)據(jù)處理速度，實現(xiàn)后臺在線分析，為鐵路客戶服務(wù)中心提供更加及時的分析服務(wù)，例如：在座席與客戶交互過程中，實時提供客戶綜合情況的分析，為座席做出合理的應(yīng)對，提供準(zhǔn)確有效的輔助性支持。

2.3 數(shù)據(jù)分析

數(shù)據(jù)分析是客戶服務(wù)質(zhì)量分析平臺產(chǎn)生業(yè)務(wù)價值的關(guān)鍵功能，各類數(shù)據(jù)通過數(shù)據(jù)分析功能模塊相關(guān)的分析工具和模式算法，產(chǎn)生出符合業(yè)務(wù)需求的KPI，統(tǒng)計報表、趨勢預(yù)測等各類分析結(jié)果。主要實現(xiàn)智能分析、數(shù)據(jù)挖掘等相關(guān)功能，通過聚類、決策樹、神經(jīng)網(wǎng)絡(luò)等方法對數(shù)據(jù)的深層分析和挖掘模型予以支撐。通過對大量歷史數(shù)據(jù)的處理，在排除異常數(shù)據(jù)的基礎(chǔ)上，構(gòu)建指標(biāo)計算的數(shù)學(xué)模型，在約束條件的限制下，對未來一段時間內(nèi)的指標(biāo)進行預(yù)測。

其中，語音數(shù)據(jù)的處理分析是客戶服務(wù)質(zhì)量分析平臺的重要子功能，語音識別技術(shù)所涉及的領(lǐng)域包括信號處理、模式識別、概率論和信息論、發(fā)聲機理和聽覺機理、人工智能等。具體實施中將真實場景引入訓(xùn)練客戶服務(wù)過程模型，進行場景訓(xùn)練建模。在完成聲學(xué)模型建模后，基于聲學(xué)模型對未知語音幀序列進行語音識別，根據(jù)語法、字典，應(yīng)用馬爾科夫模型進行優(yōu)化，進行連接后的搜索網(wǎng)絡(luò)，在所有可能的搜索路徑中選擇一條或多條最優(yōu)路徑作為識別結(jié)果。

2.4 數(shù)據(jù)展現(xiàn)交互

數(shù)據(jù)展現(xiàn)交互功能是服務(wù)分析應(yīng)用最終結(jié)果的提交界面，為用戶和相關(guān)系統(tǒng)提供處理交互的用戶界面（UI）環(huán)境和數(shù)據(jù)交互接口。通過設(shè)計多渠道、多類型圖形展示能力，為客戶服務(wù)質(zhì)量分析平臺構(gòu)建更加友好、便捷、靈活的數(shù)據(jù)展現(xiàn)界面，為各類需要有分析結(jié)果的系統(tǒng)提供數(shù)據(jù)交換接口。

選擇基于開源技術(shù)Echarts 的可視化技術(shù)，采用MVC（Model - View - Controller）3層架構(gòu)，如圖4所示。Echarts是商業(yè)級數(shù)據(jù)圖表，基于純Javascript的圖表庫，可以流暢地運行在PC和移動設(shè)備上，兼容當(dāng)前大部分瀏覽器，底層依賴輕量級的Canvas類庫ZRender，提供直接、生動、可交互及可高度個性化定制的數(shù)據(jù)可視化圖表。具備拖拽重計算、數(shù)據(jù)視圖、值域漫游等特性。

圖4 展示交互功能實現(xiàn)

3 平臺應(yīng)用效果

各類數(shù)據(jù)在平臺上進行整合，最終以圖形等方式展現(xiàn)出來，平臺實現(xiàn)了基于大數(shù)據(jù)技術(shù)的圖形展示，能夠支持傳統(tǒng)基礎(chǔ)報表和統(tǒng)計工作的完成，提供話務(wù)量分析、分時段統(tǒng)計、工作績效分析等。平臺對傳統(tǒng)分析數(shù)據(jù)的展現(xiàn)效果和響應(yīng)速度能夠超過原有架構(gòu)的效果，在實際應(yīng)用中實現(xiàn)本班績效的實時圖形化展示，圖形展示的效果也更加精細(xì)化，相關(guān)指標(biāo)維度可以拖曳定義，部分圖形展示示例如圖5所示。

圖5 話務(wù)量分析

在完成基礎(chǔ)功能的基礎(chǔ)上，平臺借助大數(shù)據(jù)技術(shù)和圖形化工具，能夠為不同類型用戶提供多維度、多指標(biāo)、動態(tài)化的數(shù)據(jù)展示，具備自定義和調(diào)整能力，典型場景展示效果如圖6所示。

圖6 通話時段分析

平臺從技術(shù)上實現(xiàn)了客戶服務(wù)中心全部歷史客戶訪問信息的綜合管理，并完成客戶服務(wù)記錄信息的識別和語義轉(zhuǎn)換，構(gòu)建支持綜合分析的數(shù)據(jù)倉庫，具備綜合數(shù)據(jù)管理、數(shù)據(jù)分析的功能，能夠支持對座席人員服務(wù)過程的綜合分析，根據(jù)需求為服務(wù)質(zhì)量管理者提供各類管理報表，實現(xiàn)精益化的服務(wù)質(zhì)量管理。

4 結(jié)束語

本文以鐵路客戶服務(wù)中心業(yè)務(wù)需求為核心，提出了基于大數(shù)據(jù)技術(shù)的鐵路客戶服務(wù)中心服務(wù)質(zhì)量分析平臺的總體架構(gòu)，同時，應(yīng)用了語音轉(zhuǎn)換技術(shù)，針對鐵路客戶服務(wù)用語進行了效果優(yōu)化，為鐵路客戶語音分析技術(shù)應(yīng)用提出了優(yōu)化方向。開發(fā)了數(shù)據(jù)展示交互界面，通過實踐驗證了大數(shù)據(jù)技術(shù)在客戶服務(wù)中心的應(yīng)用思路，能夠為未來全面推進客戶服務(wù)中心大數(shù)據(jù)分析平臺建設(shè)提供技術(shù)參考。