基于标签共享的重要事项报备研究及应用

刘鲲鹏 杨 菁 冉晶晶 吴家瑞 宫立华 王宏岩

1(国家电网有限公司客户服务中心 天津 300309)2(北京中电普华信息技术有限公司 北京 100085)

0 引 言

目前，各省公司根据自身业务实际，不定期将重要事项报送给国网客服中心，以支撑国网客服中心开展差异化的解释与服务。但是由于省公司报备重要事项仅能提供客户清单或事件影响范围，客户专员受理来电时需要询问客户相关信息后，通过人工查询的方式判断用户是否属于重要服务事项报备用户，直接使用困难，应用效果不理想，容易导致客服专员错误派单。

为了解决上述问题，国网客服中心开展了基于标签共享的重要服务事项报备研究及应用，该课题主要分为两个部分：一是通过标签共享通道建设和标签库功能设计开发，实现重要服务事项在省公司和国网客服中心的数据共享；二是通过标签库与95598业务支持系统的接口建设，实现重要服务事项共享数据的应用。通过该课题的研究与应用，当客服专员接到客户来电时，能够直接看到该客户是否属于重要服务事项报备用户，从而对重要服务事项报备用户提供更有针对性的服务，并根据对应的服务策略进行派发工单，降低工单的错误派发率。

1 标签共享与重要事项报备研究及应用综述

标签共享是将已经对客户的营销数据、客户服务数据、配网数据、社交数据等进行有机整合并进行全貌抽象后形成的客户标签[1]，通过省公司与国网客户服务中心的大数据平台、统一数据发布服务的共享通道，实现总部-省公司客户标签统一应用的一种方式。

标签共享提供了省公司对国网客户服务中心上报重要事项报备的服务方式，国网客户服务中心接收到省公司上报的重要事项用户信息，通过客户统一身份识别结果关联与地址模糊匹配的方式[2]对用户信息数据进行解析，从而实现客服专员快速识别客户是否为重要事项客户，并开展针对性客户服务。

2 基于标签共享的重要事项报备研究及应用

2.1 标签共享通道构建

标签共享包括客服中心标签数据下发、省公司标签数据上收，以及重要服务事项数据共享，总体架构如图1所示。

图1 总体架构图

1) 客服中心侧标签数据下发 客服中心侧标签数据向省公司下发通过统一数据发布服务进行。根据标签实时性要求分成两种下发方式，实时类标签使用实时接口方式下发，非实时类标签使用静态数据方式下发。

2) 省(市)公司侧标签数据上收 省公司向客服中心共享标签数据通过统一数据发布服务进行。根据标签实时性要求分成两种上收方式，实时类标签使用实时接口方式上收，非实时类标签使用静态数据方式上收。

3) 客服中心与省公司重要事项共享 重要事项分为两类，一类为实时报送的个性化重要事项，另一类为非实时报送的重要事项。非实时重要事项与标签数据的共享方式相同。个性化重要事项报备通过统一数据发布服务进行。统一数据发布服务在省(市)前置节点中部署重要事项报备服务，由省(市)将重要事项封装成预先定义的消息文件格式，通过调用重要事项报备服务提供的接口将消息文件传输到客服中心，客服中心调用接口取得消息文件，并解析还原重要事项内容。

2.2 重要事项报备解析处理

基于标签共享的重要事项报备解析处理通过客户标签库管理应用与95598智慧云集成，从95598智慧云获取审批通过的重要服务事项相关信息及附件数据。

客户标签库管理应用获取重要服务事项的附件后，对附件进行解析，将解析后的数据清单写入标签库中。

客户标签库管理应用将解析出来的重要服务事项数据清单与客户统一身份识别模型结果关联。

中心客户标签库管理应用通过客户标签共享下发通道，将与客户统一身份识别结果关联后的重要服务事项清单同步传送给省公司，共享客户标签信息，同时对重要服务事项的用户清单明细表数据的电话号码及客户编号进行更新操作后，与95598业务支持系统、一屏化界面进行展示应用。

省(市)公司通过95598业务支持系统重要服务事项报备流程，向国网客服中心报送重要服务事项并审批生效后，由95598业务支持系统将审批通过的重要服务事项相关附件及用户清单数据传给标签库，由标签库进行解析。

重要服务事项报备清单附件如表1、表2所示。

表1 用户类附件模板表

表2 区域类附件模板表

说明：

① 数据类别可分为三类：用户清单有电话类、用户清单无电话类、区域类。其中对于“用户清单有电话类”，客户编号和电话号码必填；对于“用户清单无电话类”，客户编号必填；对于“区域类”，影响范围必填。

② 影响范围建议采用七级编码的方式填写(省、市、县(区)、街道、居委会(村)、道路、小区)，影响范围至少精确到居委会(村)，且影响范围之间以分号进行隔开。如**省、**市、**区、**街道、**村；**省、**市、**区、**街道、**村。

通过标签共享通道将重要服务事项报备信息获取至标签库中，信息包括如下内容：工单编号、省公司编码、市公司编码、县公司编码、重要服务事项名称、工作建议、统一答复口径、报送时间、影响开始时间、影响结束时间、数据类别、影响范围、客户编号、电话号码等。

2.2.1重要事项报备附件文本解析

附件文本解析通过文本分析与挖掘实现对附件文本内容的解析[3]。文本分析与挖掘是抽取有效、新颖、有用、可理解的、散布在文本文件中的有价值知识，并且利用这些知识更好地组织信息的过程。通常情况，文本分析与挖掘的过程包括：内容切词和分词、关键信息过滤、分类建模、自动识别等，最终实现从分散的文本内容中发掘有价值的数据规律[4]。

本文中重要事项报备附件文本解析主要采用中文分词技术进行文本解析。中文分词指的是将一个汉字序列切分成一个一个单独的词[5]。分词就是将连续的字序列按照一定的规范重新组合成词序列的过程。中文分词是文本挖掘的基础，现有的分词算法可分为三大类：基于字符串匹配的分词方法、基于理解的分词方法和基于统计的分词方法。按照是否与词性标注过程相结合，又可以分为单纯分词方法和分词与标注相结合的一体化方法。主要应用到字符匹配法、理解法、统计法[6]。这里主要介绍统计法。

统计法：在对文本进行解析时，我们可以将词看作是稳定的字的组合，因此在整个文本的单个字中，当两个或多个字同时出现在一段文本中，且这两个或多个字是彼此相邻，则这个相邻的字可能为一个词。因此字与字相邻共同出现的频率或概率能够较好地反映成词的可信度，所以我们对语料文本中相邻出现的单个字的组合频度进行统计，计算它们的互现信息。定义两个字的互现信息，计算两个字或多个字相邻出现的概率，当计算出的概率值高于某一特定概率值时，我们可认为这两个字或多个字组成了一个词。但这种方法也有出现一些识别高但不是词的问题出现，例如“有一”、“完了”、“是的”、“你们的”、“太多了”等。针对这类问题，在实际应用中会使用一部基本的分词词典(常用词词典)进行基本分词的匹配，同时使用统计方法识别一些新的词，即将串频统计和串匹配结合起来，既发挥匹配分词切分速度快、效率高的特点，又利用了无词典分词结合上下文识别生词、自动消除歧义的优点[7]。

2.2.2客户统一身份识别结果关联

标签库将解析出来的重要服务事项数据清单存储后，与客户统一身份识别模型结果关联。

客户统一身份识别模型是基于95598业务，引入大数据分析挖掘方法，构建的统一身份识别模型，有效识别客户来电号码与户号的对应关系。采用大数据文本挖掘技术，有效解析用电地址信息、客户姓名等内容，并计算地址相似度得分、姓名相似度得分，作为对应关系校验以及识别疑似户号的关键因子指标；如拨打行为指标(如号码拨打次数、拨打时间点、最近拨打时间、拨打事件类型、用电地址在历史工单中出现次数、客户姓名在历史工单中出现次数、同一户号是否在历史工单中出现，出现该户号的频次等因素)可作为行为量化因素指标[8]；通过使用层次分析法、熵值法[9]、因子分析法等大数据建模方法，构建指标权重划分模型，对其计算各个因子指标权重，进而计算关系匹配度得分。

表3为利用熵值法对筛选后的18个影响因子赋予权重，并对电话号码进行评分后所得。

表3 拨打行为权重评分表

续表1

针对能获取到的对应关系，构建权重划分模型，计算对应关系匹配度得分，根据分值大小，校验对应关系的可靠性；针对找不到户号对应关系的来电号码，基于文本相似度得分构建KNN模型[10]，计算对应关系匹配度得分，依据分值大小，识别疑似户号。在校验过程中，若不满足以上因素的检验条件，则将不满足条件的来电号码放到下一分类情况(即有号码无户号情况)进行关系识别。统一身份识别逻辑图如图2所示。

图2 统一身份识别逻辑图

对于用户清单类重要服务事项，若有电话号码，则无需关联；若无电话号码，则与客户统一身份识别结果进行匹配，通过客户编号关联到对应的电话号码。

对于区域类重要服务事项，客户统一身份识别模型计算后，匹配到疑似的客户编号及电话号码。

3 重要服务事项报备的应用成效

当客服来电时，95598业务支持系统调用标签库服务策略推送接口，将用户编号、电话号码等信息推送至标签库。标签库判断若客户为重要服务事项报备用户，通过接口将重要服务事项(是否有效为“生效”)的类别及服务策略信息(统一答复口径及工单编号)推送至95598业务支持系统工单受理界面、工单受理审核界面及一屏化系统展示。

当客服专员在受理界面输入客户现场地址后， 95598业务支持系统调用标签库的工单地址推送接口，将地址信息推送至标签库。标签库判断若该地址属于重要服务事项报备地址范围，通过接口将重要服务事项名称、服务策略等内容推送至一屏化系统进行展示。

通过“基于标签共享的重要服务事项报备”的研究与应用，形成如下成效：

(1) 通过与95598业务支持系统及知识库管理系统集成，实现重要服务事项的管理制度、推荐话术及服务策略推送功能，有效减少省公司由于重要事项导致的意见、投诉等工单数量。

(2) 通过客户统一身份识别模型，工单识别率(识别电话号码与客户编号对应关系)达到63.7%，相较于模型使用前得工单识别率20%，提升了3倍。

(3) 通过与95598业务支持系统集成，客户专员可快速识别客户是否为重要服务事项报备用户及省公司标签客户，减少检索时间，有效降低平均通话时长，提升工作效率。

4 结 语

通过基于标签共享的重要服务事项报备研究，并在国网客服中心和试点省(市)公司开展实际应用，实现重要服务事项的线上准实时报备。借助客户统一身份识别模型及客户地址匹配模型，将解析出的数据进行自动关联与校验，打破了传统的手工筛查方式，是电力客服业大数据的又一示范应用，有效地支撑了客服专员对重要服务事项报备用户的精准服务，工单的错误派单显著减少，进一步提升了服务水平和客户满意度。