廣州電信客戶服務數(shù)智化升級工程

［馬曉亮 梁裕林 賴化宇］

1 廣州電信客戶服務數(shù)智化升級背景

1.1 傳統(tǒng)ASR 引擎轉(zhuǎn)寫準確率偏低

中國電信股份有限公司廣州分公司肇始于1883 年創(chuàng)立的廣州電報局，是全國三大國際出入口、互聯(lián)網(wǎng)三大出入口之一，在全國通信網(wǎng)有著非常重要的地位。中國電信廣州分公司擁有高帶寬、全覆蓋、安全可靠、技術先進、服務種類齊全的優(yōu)質(zhì)通信網(wǎng)絡，光端口規(guī)模超710 萬，光網(wǎng)覆蓋率達到99.9%；5G 基站規(guī)模超2 萬個。2021 年，廣州經(jīng)營收入近130億元，移動和寬帶用戶規(guī)模均超300萬。

中國電信股份有限公司廣州分公司在客戶服務智能化轉(zhuǎn)型的過程中，發(fā)現(xiàn)傳統(tǒng)ASR 引擎轉(zhuǎn)寫成功率低，關鍵詞提取效率低，成為后續(xù)客服數(shù)智化改造的瓶頸。針對在細分行業(yè)和不同方言（粵語）場景下，通用ASR（自動語音識別）引擎轉(zhuǎn)寫正確率僅為87.7%和78.9%（粵語），影響后續(xù)應用的問題。針對現(xiàn)有的關鍵詞提取及摘要生成技術，需要大量的高質(zhì)量標注數(shù)據(jù)作為訓練樣本。人工標注對人員專業(yè)性要求較為嚴格，人力成本過高的問題。針對客服坐席主要依靠人工獲取客戶關聯(lián)信息，定位客戶訴求根因，確定解決方案，填寫處理信息，導致處理效率低、錯誤率高的問題。

1.2 客戶服務人工成本持續(xù)上升

人工成本上升以及客戶對服務的期望值提高，原有人工為主的客服作業(yè)流程及系統(tǒng)平臺存在成本高，自動化效率低，定責和數(shù)據(jù)分析能力弱等諸多缺點。推動客戶服務數(shù)智化改造，降低客服運營成本，提升客戶服務水平勢在必行。

針對細分行業(yè)和方言環(huán)境，通用的ASR 轉(zhuǎn)寫技術準確率低，致使轉(zhuǎn)寫文本的關鍵詞提取精度達不到應用的要求，如馬晗在《語音識別研究綜述》中提出“在實際一些復雜語音環(huán)境下，如聲源遠場等情景，低信噪比、房間混響、回聲干擾以及多聲源信號干擾等因素，使得語音識別任務面臨很大挑戰(zhàn)”[1]。兼之在垂直行業(yè)獲取關鍵詞的常規(guī)方法準確率較低，使之后的工程應用難度加大[2]?，F(xiàn)行的人工智能深度學習方法通常訓練樣本量大，且學習時間長[3]，例如關鍵詞提取技術在應用到具體領域時，若想取得實際應用效果，需要大量標注及微調(diào)工作[4]，如馬晗在《語音識別研究綜述》中提出“精度高效果好的神經(jīng)網(wǎng)絡模型往往需要大量的計算資源且規(guī)模巨大”，且客服事件經(jīng)常是偶發(fā)的，需要加入新樣本重新訓練，難以滿足客服座席的溝通快速響應、知識庫補充及根因的快速搜索分析等實際需求。上述問題都是客服數(shù)智化改造的關鍵難點。廣州電信組織研發(fā)了細分行業(yè)和方言場景ASR 轉(zhuǎn)寫糾錯及關鍵詞提取技術，并打造了全新的數(shù)智化客服系統(tǒng)。

2 項目管理過程及理念

2.1 項目管理是對資源的統(tǒng)籌規(guī)劃管理

作為廣州分公司管理層，組建一支高效的項目團隊，離不開有著共同目標的團隊成員和開放的交流合作氛圍，同時績效和激勵的合理設置也是推動項目團隊不斷取得佳績的必備條件[5]。為了進一步做好項目管理人才隊伍建設，本項目制定并推行了《中國電信廣州分公司重大項目管理及激勵制度》以及《項目管理人才管理辦法》，篩選與企業(yè)價值觀匹配的人才、積極開展項目管理培訓賦能、以及鼓勵人才應用項目管理的理念與方法開展業(yè)務劃小承包，實現(xiàn)企業(yè)項目化管理[6]。為了充分利用外部合作伙伴資源，本項目優(yōu)化了“三重一大”、采購上會等內(nèi)部流程，提供了一整套確保合作伙伴公正引入的管理體系，并圍繞項目效益評估，對項目整個生命周期實施管理及監(jiān)控，如圖1所示。

圖1 項目開發(fā)流程圖

2.2 定標準、強量化，優(yōu)化傳統(tǒng)管理理念

在項目進度管理中，軟件項目管理作為核心內(nèi)容的作用是非常重要和關鍵的[7]。一是妥善管理項目需求。制定需求補充收集與管理計劃，對遺漏的部門進行補充調(diào)研，對收集的需求進行歸類、查重、糾偏、重要性和工作量分析、優(yōu)先級排序等分析，撰寫《用戶需求書》并盡快組織評審，確定需求變更流程，避免需求變更失控。二是落實項目實施策劃。按照WBS 分解、項目估算、進度安排、項目分工、繪制網(wǎng)絡圖、繪制甘特圖、制定輔助計劃、形成總體計劃、進行計劃評審等科學流程重新進行項目策劃[8]。尤其要注意分解、估算、進度安排、分工、網(wǎng)絡圖、甘特圖之間的邏輯關系，需要一環(huán)緊扣一環(huán)，最終達成整體均衡。三是建立項目跟蹤與控制機制。提前制定項目跟蹤計劃，對需求實現(xiàn)情況、進度、費用、工作量、風險、關鍵資源、采購等事項進行密切跟蹤，及時發(fā)現(xiàn)問題并做出調(diào)整，必要時重新制定項目計劃[9]。四是及時預防和控制項目風險。制定風險控制計劃，定期識別和分析項目風險，進行風險排序，對發(fā)生概率和危害性較大的風險制定預防措施和處置預案，避免各類風險造成項目延期[10]。

在執(zhí)行軟件項目管理時，要從項目不同階段和各項工作時間入手，所做的安排要體現(xiàn)出科學性。在一般情況下，軟件項目進度管理所涉及的內(nèi)容有多項，具體來說包括工作任務的確定和分解，還要對工作量做出評估，對工作進度做出安排和計劃，并計劃進度實施有效的控制。為了對軟件項目工作的目標進行細化分解，必須要確定和分解工作任務，把工作分解結(jié)構的方式應用于其中，使軟件項目被分解成為幾個子系統(tǒng)，還可以分解成多個模塊，在此基礎上予詳細劃分，所構成的工作內(nèi)容結(jié)構層次已經(jīng)實現(xiàn)了逐級細化。

針對實施過程中在發(fā)現(xiàn)項目出現(xiàn)進度延遲后，作為項目總負責人，PMO 會及時與對應負責人進行溝通，查找問題根源并進行補救控制。同時，一定時間內(nèi)了解項目組成員工作完成情況以及需要解決的問題，根據(jù)需要分解進度目標，做到日事日畢，嚴格按照項目進度計劃時間點實施，盡量減少進度延遲偏差出現(xiàn)的次數(shù)。按階段總結(jié)項目情況，評估本階段項目實現(xiàn)狀況是否與計劃要求一致，協(xié)調(diào)處理遇到的困難問題，對項目進度進行檢查和跟蹤分析，隨著項目開發(fā)的不斷深入，找到提高工作效率、加快項目進度的方法。

此外，由于本項目相關技術指標的實施將直接對最終應用效益產(chǎn)生直接影響，本項目始終堅持“三檢制”的貫徹落實，對WBS 分解后的每一個子任務實施單元自檢、交接檢、專職檢，真實且及時地填寫各項質(zhì)檢記錄[11]，切實地做到了有記錄、有再現(xiàn)性、有追溯性。在全面的控制各項施工過程中，重點控制工序質(zhì)量，堅持質(zhì)量標準，切實做到嚴格檢查，恪盡職守。各職位人員立足本職，積極貫徹以“以預防為主”的方針，加強事前質(zhì)量管理，盡可能避免或減少事后出現(xiàn)質(zhì)量問題的批評與處罰。[12]

為降低開發(fā)風險，本項目采用了敏捷開發(fā)模式，即極速迭代方式遞進開發(fā)，每一次版本迭代都包括：需求-計劃-設計開發(fā)-測試-交付五個階段[13]。使WBS 分解后的各個單元都經(jīng)過測試，具備可視、可集成和可運行使用的特征，從而更好地適應快速變動環(huán)境，最大化地提高客戶滿意度。

3 客戶服務數(shù)智化升級工程成效

本工程在ASR 轉(zhuǎn)寫及關鍵詞提取兩項關鍵技術的基礎上，研發(fā)了智能派單、智能助手、智能質(zhì)檢、智能定責、消息精準推送等技術，工程實現(xiàn)上推動了客服數(shù)智化水平提升。其中，智能派單可根據(jù)話務內(nèi)容作出正確的派單判斷，已實現(xiàn)代替88%的人工派單量；智能坐席助手可實現(xiàn)話務員通話過程中的知識跟隨和自動填單，截至目前，每坐席日均處理單量已由22 單提升至27 單，人均效能提升了23%，客戶重復投訴率由7.5%下降至6%；智能質(zhì)檢可將客戶與人工坐席的實時通話內(nèi)容輸入自我歸納模型，獲取質(zhì)檢結(jié)果、坐席服務質(zhì)量以及客戶投訴風險預警，目前已實現(xiàn)100%實時智能質(zhì)檢；智能定責已實現(xiàn)使用經(jīng)過處理的關鍵詞生成序列，輸入到貝葉斯模型預測工單對應的責任單位，從而完成工單智能定責。

3.1 基于細分行業(yè)及方言場景的SID-ASR 轉(zhuǎn)寫糾錯技術模塊

在通用ASR 語音識別引擎下，不僅針對細分行業(yè)存在大量且常見的領域?qū)Ｓ忻~轉(zhuǎn)寫不準情況[14]，而且針對不同區(qū)域方言也容易出現(xiàn)轉(zhuǎn)寫錯誤，致使轉(zhuǎn)寫文本后，下一步關鍵詞提取所需文本精確度達不到要求。對此，本項目發(fā)明文本摘要提取技術和增強型的MLM 預測詞分類模型，構建細分行業(yè)糾錯詞表；發(fā)明方言自動識別方法和融合預設策略的方言消歧模型，構建方言糾錯詞表。利用兩個詞表對通用ASR 引擎轉(zhuǎn)寫的文本進行快速精準糾錯，為下一步關鍵詞提取創(chuàng)造工程應用基礎。

3.2 S&DS 關鍵詞提取技術模塊

針對現(xiàn)有關鍵詞提取技術，需要高質(zhì)量人工標注，對人員專業(yè)性要求嚴格，人力成本高的問題[15]。本項目發(fā)明了三項創(chuàng)新技術，分別為同義詞匹配技術、融合預設策略和增強型MLM 算法的T5 模型、基于雙注意力深度神經(jīng)網(wǎng)絡提取關鍵詞技術，實現(xiàn)了關鍵詞自動提取，并在對話訓練文本中獲得基礎關鍵詞表。通過比對實時對話文本提取的關鍵詞和基礎關鍵詞表，得到工程應用的關鍵詞，實現(xiàn)關鍵詞提取全自動化，且準確率高。

由于客服事件具有偶發(fā)性，人工定期更新標注難以滿足快速響應、快速分析的客服坐席需求，項目組通過進一步優(yōu)化技術，將對應不上的關鍵詞，重新輸入S&DS 關鍵詞提取模型，并進行小樣本修正訓練，快速優(yōu)化關鍵詞表，實現(xiàn)了基礎關鍵詞表自動更新。

3.3 工程成效

ASR 轉(zhuǎn)寫準確率顯著提升：針對普通話和粵語數(shù)據(jù)集進行測試，將騰訊、清華、阿里三個通用ASR 作為基線，插入錯誤率、替換錯誤率以及字準確率，均得到了顯著優(yōu)化，在普通話數(shù)據(jù)集上字準確率平均提升了11.18%，在粵語數(shù)據(jù)集上字準確率平均提升了11.95%。

關鍵詞提取準確率顯著提升：運用114 來電用戶原始語音轉(zhuǎn)寫作為數(shù)據(jù)集，對比了本文和其他研究實驗中的數(shù)據(jù)集，發(fā)現(xiàn)本文模型的結(jié)果在準確率、召回率和F 值上均有顯著提升。其中準確率達到86.16%，較通用模型平均提升41%；召回率98.47%，較通用模型平均提升51%；F值91.91%，較通用模型平均提升43%。

項目經(jīng)濟效益顯著：目前，本項目成果被中國電信、中國平安、廣發(fā)銀行、廣州銀行、阿里云、美的等世界500 強企業(yè)、廣東省及各地市政府部門應用，產(chǎn)生了顯著的經(jīng)濟效益。項目實施三年來，已為中國電信創(chuàng)造直接經(jīng)濟收入9.6 億元，包括廣東12345 項目總收入7.5 億元、云呼總收入6 175 萬元等；拉動間接業(yè)務收入超18 億元。

4 總結(jié)

本項目始終秉承公司戰(zhàn)略、組織架構、人員技能、管理工具相互融合、互相支撐的項目管理思維，以“項目效益的評估必須貫穿項目整個生命周期”為基本要求，通過明確各項工作具體責任人，落實責權利和諧統(tǒng)一的人員責任制，確保項目質(zhì)量、安全、環(huán)境、工期、成本等一系列管理目標的達成。本項目在實施的過程中，通過對項目進行合理詳盡的WBS 分解，并以此為依據(jù)開展項目管理工作。

“制造有用的軟件產(chǎn)品”是軟件項目的根本，軟件項目與其他工程項目相比，有很多獨有特點。在管理論中，十分重視管理者在相關領域中的專業(yè)知識，在不同的階段利用相應的資源、采用適當?shù)墓芾矸椒▉磉m應產(chǎn)品的要求。軟件開發(fā)項目管理體系也同樣如此，需要更多的軟件開發(fā)專業(yè)人士去學習項目管理理論，參與到項目管理之中。對于用戶和開發(fā)者而言，這是一種變革。高效的管理將為用戶節(jié)約成本，為開發(fā)企業(yè)增加利潤。管理的水平高低終將成為衡量企業(yè)核心競爭力的重要標準。