基于大數(shù)據(jù)的IT客服用戶畫像研究報告

張逸彬 劉伊玲 郭超

摘要：隨著電網(wǎng)建設信息化程度的提高，基于大數(shù)據(jù)的IT客服用戶畫像構建重新喚醒了數(shù)據(jù)的價值。多種應用場景用戶畫像的構建，對用戶重點關注的系統(tǒng)咨詢、系統(tǒng)操作、系統(tǒng)建議、IT需求、故障維護等業(yè)務提供個性化服務，通過聚類模型、歸納聚類不同的用戶群體，以每一類用戶群體作為分析維度，進而開展個性化、差異化的精準服務，對標一流的服務管理水平，凸顯精益化運營管理水平。通過輔助和主動服務手段提升IT客服管理的主動性，挖據(jù)潛在的客戶訴求，實現(xiàn)服務先行，提升用戶滿意度。

關鍵詞：IT客服 用戶畫像 個性化服務

Abstract：With the improvement of the informationization degree of power grid construction， the user portrait construction based on big data IT customer service has reawakened the value of data. The construction of user portraits of various application scenarios provides personalized services for system consulting， system operation， system recommendations， IT requirements， fault maintenance， etc.， which are focused on by users， and clusters different user groups through clustering models. As a kind of analysis dimension， a group of users will carry out personalized and differentiated precision services， and standardize the service management level of the first-class service， highlighting the level of lean operation management. Enhance the initiative of IT customer service management through assistive and active service means， tap the potential customer appeal， achieve service first， and improve user satisfaction.

Keywords： IT customer service， user portrait，personalized service

0引言

用戶畫像在諸如電商行業(yè)、通信行業(yè)、推薦系統(tǒng)中應用成效顯著。近年年，伴隨著電網(wǎng)系統(tǒng)的升級換代，基于大數(shù)據(jù)分析技術的用戶畫像在電網(wǎng)客戶系統(tǒng)中的重要性與日俱增。傳統(tǒng)的客戶系統(tǒng)無法準確定點用戶訴求，各類訴求工單不降反增。對此，本文從幾個典型用戶畫像應用行業(yè)作為切入點，結合成功經(jīng)驗與電力行業(yè)業(yè)務特點，以提高客戶體驗為出發(fā)點，通過數(shù)據(jù)清洗、數(shù)據(jù)聚類、數(shù)據(jù)分類、數(shù)據(jù)挖掘方法識別客戶特征、提煉客戶標簽、構建客戶標簽庫，最終形成完整的用戶畫像支撐體系，從用戶檔案、話務、事件、滿意度等客戶的基本屬性和行為進行的數(shù)據(jù)建模、標簽庫建設及分析計算，以支撐用戶服務和電網(wǎng)運營。

1用戶畫像簡介

1.1用戶畫像的定義

隨著大數(shù)據(jù)技術的不斷深化，打破信息孤島，數(shù)據(jù)“可視化”，用戶畫像的概念應運而生。用戶畫像，即用戶信息標簽化，企業(yè)通過收集和分析用戶的社會屬性、生活習慣、用戶行為等主要信息的數(shù)據(jù)之后抽象出標簽化的用戶模型。以標簽庫建設為載體，通過高度凝練的特征標識給用戶進行打標簽，以提高用戶體驗為出發(fā)點，通過數(shù)據(jù)清洗、數(shù)據(jù)聚類、數(shù)據(jù)分類、數(shù)據(jù)挖掘方法識別用戶特征、提煉用戶標簽、構建用戶標簽庫，最終形成完整的用戶畫像支撐體系。

1.2用戶畫像的意義

用戶畫像的應用場景很多，用戶畫像能夠有效的幫助企業(yè)了解用戶的興趣點、偏好取向、人口屬性特征。準確定位目標群體、挖掘潛在的用戶需求，提供差異性的個性化服務。總體而言，用戶畫像主要用于實現(xiàn)精準營銷和推薦系統(tǒng)的基礎性作用，其體現(xiàn)在以下五方面：

（1）精準營銷：針對歷史用戶特征，挖掘產(chǎn)品的潛在用戶和用戶的潛在需求，對特征群體利用短信、郵件等多種方式營銷。

（2）用戶統(tǒng)計：對用戶的屬性、行為特征進行分類，統(tǒng)計不同特征的用戶數(shù)量、分布，分析不同類別的用戶畫像群體的分布特征。

（3）數(shù)據(jù)挖掘：以用戶畫像為基礎構建推薦系統(tǒng)、搜索引擎、廣告投放系統(tǒng)，提升服務精準度。

（4）服務產(chǎn)品：對產(chǎn)品進行受眾分析，掌握用戶使用產(chǎn)品的心理動機和行為習慣，完善產(chǎn)品運營，提供與用戶需求對標的產(chǎn)品。

（5）了解行業(yè)動態(tài)和用戶研究：通過用戶畫像分析了解行業(yè)變化態(tài)勢，消費習慣、消費偏好分析、不同地域或產(chǎn)品的消費差異，塑造與市場和用戶需求相一致的營銷策略。

1.3用戶畫像特征分析

每個用戶的形象都是立體多維的，單純從某幾個方面難以做到用戶特征的全方位覆蓋。不同的企業(yè)對用戶特征的關注點是不盡相同的。對此，企業(yè)結合行業(yè)特點和業(yè)務重心，對構成客戶畫像的特征體系進行合理設計是建設客戶畫像的首要工作。

在電子商務、通信、金融等行業(yè)，已經(jīng)通過對客戶業(yè)務需求、場景建設方向、現(xiàn)有數(shù)據(jù)現(xiàn)狀特點進行分析，結合其數(shù)據(jù)特征和業(yè)務特征經(jīng)驗成果，匯聚各個系統(tǒng)零散的原始數(shù)據(jù)，并根據(jù)業(yè)務的規(guī)則構建起相對成熟的用戶戶畫像應用體系。（見圖1）

2用戶畫像行業(yè)應用

2.1電子商務

隨著電子商務的繁榮，用戶畫像在諸如淘寶、天貓、京東為代表的電商平臺得到廣泛應用。對用戶瀏覽、關注、購物信息建立用戶畫像。實現(xiàn)，一、對用戶數(shù)據(jù)進行挖掘和分析實現(xiàn)精準營銷，幫助商家獲取目標群體，通過推送短信、郵件等形式精準營銷;二、對用戶購買的商品進行統(tǒng)計分析，得出最受用戶歡迎的Top10產(chǎn)品，為用戶提供決策支持;三、分析產(chǎn)品之間的關聯(lián)，利用聚類分析算法，為用戶推送相關產(chǎn)品或將產(chǎn)品推送給特定特征的用戶群體。

2.2精準營銷

精準營銷是從用戶的角度出發(fā)，調研用戶的產(chǎn)品需求和購買能力，有計劃的組織營銷活動，滿足客戶需求的產(chǎn)品策略、渠道策略和促銷策略。企業(yè)以精準、高可靠和高回報的營銷策略以求更好的營銷效果。精準營銷的基本原則是可量化，獲得市場需求的精確定位。有別于傳統(tǒng)的粗放式廣告投放營銷，精準營銷降低營銷成本，形成企業(yè)與用戶之間的長效溝通。

精準營銷是建立在用戶畫像的基礎之上的，將用戶標簽化，抽象出用戶的信息模型。根據(jù)用戶的瀏覽行為、分析出用戶的偏好及購買傾向，向用戶推送其感興趣的產(chǎn)品;對用戶所在地區(qū)的熱度產(chǎn)品推薦給當?shù)赜脩?通過關聯(lián)分析和預測算法搭建智能推薦系統(tǒng)。（見圖2）

2.3新浪微博

新浪微博是一個巨大的社交網(wǎng)絡平臺、每天都產(chǎn)生著巨大的用戶交互數(shù)據(jù)信息，這些數(shù)據(jù)的背后蘊含巨大商業(yè)價值。明星效應在一定程度上刺激消費。對此，企業(yè)可以將營銷策略與明星效應相結合，聚合特定類別的粉絲人群，建立用戶畫像。實現(xiàn)廣告的精準投放，避免消費廣告聚集造成粉絲反感?；谖⒉┯脩粜袨閿?shù)據(jù)、博文數(shù)據(jù)為用戶提供熱搜詞指數(shù)，采用數(shù)理統(tǒng)計方法得出和反映不同事件領域的發(fā)展狀況，預測熱詞趨勢、實時性、地域性解讀和屬性分析。根據(jù)尋找熱點關聯(lián)和用戶偏好取向，統(tǒng)計頻率。對特定粉絲群體提供直擊需求的服務，從而實現(xiàn)流量優(yōu)質轉化。

3用戶畫像在IT客服系統(tǒng)中的應用

3.1構建用戶畫像必要性分析

用戶畫像在電子商務、通信、金融等行業(yè)的應用已經(jīng)日臻成熟。隨著電網(wǎng)信息化水平的提升，利用大數(shù)據(jù)來分析用戶的行為，優(yōu)化IT客服服務，是未來業(yè)務的發(fā)展趨勢。通過“用戶畫像”研究用戶特征，集中IT客服的多種信息，包括工單、事件、問題、呼叫信息等數(shù)據(jù)，利用大數(shù)據(jù)技術平臺，將用戶訴求信息，自動識別合成存儲為客戶的投訴、舉報、偏好等結構化數(shù)據(jù)，豐富客戶熱點分析數(shù)據(jù)集，了解客戶反映的問題及潛在服務需求。全面梳理客服分析體系服務，了解和掌握不同用戶的目標、行為和需求的差異，快速有效地處理用戶訴求，提升用戶滿意度和減少投訴。

3.2 IT客服系統(tǒng)用戶畫像概述

基于客服用戶關注點、客戶信息、來訪渠道、來訪時長、ITSM工單數(shù)據(jù)，實現(xiàn)客戶標簽庫、客戶群的管理，基于大數(shù)據(jù)分析，自動標定客戶標簽，提升客服效率和質量，實現(xiàn)主動服務和個性化服務。采用客服大數(shù)據(jù)，對客戶服務對象進行精準畫像分析，構建客服全景及話務預測;實現(xiàn)服務需求挖掘以及用戶目的預判?？梢杂行У奶嵘蛻魸M意度，降低客戶投訴率。通過分析客戶的人員信息、崗位信息、年齡信息、工作信息、組織信息等基本屬性特征，話務屬性，問題屬性，交互屬性，渠道屬性，結合渠道分析、關注熱點分析、投訴分析、滿意度分析、工單分析等動態(tài)事件屬性。構建客服用戶屬性庫，基于屬性庫，形成服務標庫庫，按照客服精細化管理要求，實現(xiàn)客戶群的管理，并針對不同的客服群進行個性化服務策略。應用K-means聚類模型，將客戶歸納聚類為業(yè)務敏感型客戶、價值型客戶、潛力型客戶、引導型客戶、普通客戶五大類，進而支撐對用戶開展個性化、差異化的精準服務。（見圖3）

3.3標簽庫架構

根據(jù)電網(wǎng)IT客服業(yè)務現(xiàn)狀及對支撐客戶全方位服務的要求，可將用戶標簽分為用戶個體標簽和用戶群體標簽兩大類。其中：用戶個體標簽，用于描述具體用戶個體的用戶屬性、行為偏好和業(yè)務狀態(tài)。個體標簽基本可分為6個一級分類：用戶行為偏好渠道類、客戶服務評價類、服務客戶屬性類、話務情況變化類、投訴風險類、用戶分群類，基本涵蓋了6大類用戶畫像模型（用戶行為偏好渠道類畫像模型、客戶服務評價類畫像模型、服務客戶屬性類畫像模型、話務情況變化類畫像模型、投訴風險類畫像模型、用戶分群類畫像模型）所需標簽。

3.4建立和優(yōu)化算法庫及標簽計算算法模型

按照標簽庫的設計進行標簽數(shù)據(jù)計算，建立個體用戶標簽算法庫，通過建立模型進行統(tǒng)計分析，得出客戶的渠道偏好與使用習慣;建立群體用戶標簽算法庫，通過話務量、事件分類、業(yè)務分類、地區(qū)等數(shù)據(jù)，形成多維數(shù)據(jù)集進行統(tǒng)計分析。標簽計算算法庫將是一個不斷完善與優(yōu)化過程，標簽計算工作應開展不同算法運行對比分析，找出最合適值或算法選擇。

3.5構建基于標簽和算法的用戶畫像模型

在完成電網(wǎng)IT客服標簽庫及標簽計算算法庫建設后，開展用戶畫像的應用場景建設，包括用戶服務及IT客服系統(tǒng)運營支持，基本畫像場景如下：

1、用戶行為偏好渠道類畫像建模;

2、客戶服務評價類畫像建模;

3、服務客戶屬性類畫像建模;

4、話務情況變化類畫像建模;

5、投訴風險類畫像建模;

6、用戶分群類畫像建模。

4電網(wǎng)客服系統(tǒng)用戶畫像應用展望

通過收集用戶社會屬性、生活習慣、行為、交互特征等各個原始系統(tǒng)的零散數(shù)據(jù)，運用各種大數(shù)據(jù)技術對數(shù)據(jù)信息進行深層加工，通過關聯(lián)分析挖掘用戶隱性特征和潛在需求，并以標簽形式固化分析成果，形成用戶畫像。為用戶的潛在需求提供主動服務，對不同特征的用戶群體提供差異性的個性服務，根據(jù)用戶的畫像描述選擇針對性的措施，如對風險型用戶進行提前溝通及心理疏導，進而在一定程度上規(guī)避投訴風險。

5結語

綜上所述，用戶畫像在IT客服領域的應用大有可為，建立用戶畫像標簽庫，訓練標簽庫算法模型，進行用戶屬性畫像、用戶行為偏好及渠道、用戶投訴風險管控、客戶服務評價等數(shù)據(jù)畫像等多種應用場景建模，實現(xiàn)電網(wǎng)運維的多維度、綜合性、精準化運維管理，確實提升企業(yè)的服務水平和解決用戶“痛點”問題，完善電網(wǎng)客服系統(tǒng)運營，打造智慧型客服服務平臺。

參考文獻

[1]王曉霞，劉靜沙，許丹丹.運營商大數(shù)據(jù)用戶畫像實踐[J].電信科學.2018，5.

[2]劉勇，吳翔宇，解本巨.基于動態(tài)用戶畫像的信息推薦研究[J].計算機系統(tǒng)應用.2018，6.

[3]張海旭，胡訪宇，趙家輝.基于話單數(shù)據(jù)的移動通信用戶畫像研究[J].計算機系統(tǒng)應用.2018，11.

[4]楊潔.面向企業(yè)營銷的全景用戶畫像與模型預測[D].浙江大學.2017.

[5]劉彪，劉金長.基于用戶畫像分析預測電費敏感型客戶的建模實踐[J].電力大數(shù)據(jù).2017，8.

[6]郝勝宇，陳靜仁.大數(shù)據(jù)時代用戶畫像助力企業(yè)實現(xiàn)精準營銷[J].中國集體經(jīng)濟.2016，4.

[7]張哲.基于微博數(shù)據(jù)的用戶畫像系統(tǒng)的設計與實現(xiàn)[D].華中科技大學.2015.

[8]施麗，洪鋒，李沛，霖白楓.電網(wǎng)客戶用戶畫像系統(tǒng)設計與實現(xiàn)[J].信息系統(tǒng)工程.2018，4.

[9]陸冬磊.基于電子商務的用戶畫像分析[J].電腦知識與技術.2018，22.

[10]劉蓓琳，張琪.基于購買決策過程的電子商務用戶畫像應用研究[J].商業(yè)經(jīng)濟研究.2017，24.

作者簡介

張逸彬，男，1989年10月，云南電網(wǎng)有限責任公司信息中心 應用運維專責，工程師、云南省昆明市經(jīng)濟技術開發(fā)區(qū)云大西路105號