大数据技术在客户诉求中的应用

山西省太原供水集团有限公司

随着信息技术的快速发展，大数据技术也得到长远发展，全球迎来大数据时代，供水公司抓住大数据发展带来的发展机遇，根植于用水领域的大数据，搭建数据中心，施行“用数据分析，用数据说话，用数据决策”的工作思路，充分挖掘客户诉求数据中的潜在价值，围绕如何提升客户满意度，积极开展营销大数据分析，为公司进一步整合窗口资源，实行高效抢修，精准识别客户并进行投放提供了充分的数据支撑。

一、客户诉求大数据分析思路

大数据技术在客户诉求中的应用，主要是将企业内部包括水营销，网格服务，客服服务热线，微信平台等信息渠道全面打通，通过将各涉及客户诉求，客服服务轨迹，客户用水信息等信息数据整合分析，挖掘更多的信息，形成一个多层次的客户标签，最终打造一个一体化的综合数据信息平台，全面应用的到整理客户档案，防控客户投诉风险，为客户提供增值服务等领域，实现供水企业客户服务与客户管理的深层次发展。

二、大数据技术应用主要步骤

（一）建立模型

大数据模型主要涉及数据层、清洗层、加工层以及结果层，通过将供水系统数据模型化处理后深入挖掘，继而应用到客户服务的方放面面。通常供水企业的数据主要分为内部与外部两大块，内部数据主要指的是企业营销服务体系中生成的，包括营业窗口所有的交易笔数与业务量，客服热线的互动等内容，而外部数据则主要指的是从社会公共信息平台与政府信息平台能够获得数据，主要包括企业营业厅的分布情况，企业的人力资源情况，地方经济发展情况等。

（二）大数据加工

大数据加工主要是依托于各种数据模型算来计算出客户的特征，通常来说常用的数据计算模型有以下几种：第一，逻辑回归型，这一模型属于问题分类，通过建立代价函数来分析事件可能发生的概率结果；第二，聚类模型，这一模型主要是借助特征将客户群体进行自动分群；第三，统计分析模型，主要是根据客户在某一方面存在的历史数据建立函数关系。

（三）结果应用

通常大数据技术在进行数据分析后还需要应用到实际层面去解决问题，其在客户诉求中的应用主要包括以下四个方面：第一，及时发现企业当前运行过程中存在的薄弱环节，差距服务业务没有照顾到的地方，有针对性的提出预警；第二，基于客户用水特征的综合数据评估情况，提前进行精准的用水指导；第三，分析出客户面对停水故障时可能存在的反应，更精细化的开展故障抢修工作；第四，基于营业厅运行效果的综合测评，对现有的营业厅分布情况进行优化。

三、大数据分析技术

大数据分析技术主要是针对客户反映出来的问题合理分类，精准分析的基础上将客户分组，用关键字分别进行表标记。关键字及其相近的词组构成词库后借助Partition算法建立相互之间的关系，有针对性开展营销服务，提升客户服务的针对性，减少客户投诉。

（一）工单分类

客服热线在进行工单流转之前都会先根据客户的投诉内容进行详细的分类，可以分为工程部工单，维运部工单，客服部工单等一系列工单，并将相应的工单派发到相应的管理部门。让各部门根据工单内容针对性地解决客户遇到的问题，因此在接到工单主动为客户提供服务的时候，工作人员可以根据分类进一步进行专业细分后提供精准服务。

（二）关键词提取

如今处在大数据时代，每天的信息量都十分巨大，如果单靠人脑是无法记住客户的所有需求，以及哪些需求是出现频率最高的，需要企业高度重视的。这个时候关键字查找就起到了重要作用，我们针对客服热线中出现的关键词进行汇总分类，在此基础上根据关键词出现的频率排序，这样就可以弥补人脑记忆的不足，清晰地看出客户哪项需求是最急切的，在得到能够体现客户诉求的关键字信息后，形成数据库，方便我们以后对比研究问题是否解决。

（三）建立分析模型

依托于高速发展的信息数据所兴起的大数据技术，能够深入挖掘数据内在关系，建立客户感知度分析模型，将过往发生停水故障，故障处理，工单受理等方面的数据整合在一起后，借助数据挖掘，分布式计算等分析技术，建立出一套可以解决用水问题的体系。客户的用水问题总是千奇百怪，但大致问题就分为几类，比如停水，水质污染，以及水的流速的问题，我们可以将这些问题想象成数学模板题，我们所谓的建立分析模型就相当于通过各种分析计算得出大致的解题模板，当客户向企业反映用水出现的问题时，企业可以参照之前建立的分析模型找出导致问题的原因，这对于短时间解决客户常见的用水问题很有帮助。

（四）相关性分析

借助大数据技术进行数据分析后可以发现在传统人工数据分析中所不能发现的数据内在关联性，比如通过分析业扩报装数据，对比工作人员违规数据，可以发现二者之间存在明显的互为正比的关系，也就是说，进行业扩报装的过程中，很容易出现工作人员违规操作的现象，进而引起客户的投诉，有效支撑了后续业务管理工作的开展。比如对比客户联系方式调整与供水企业供水设施消缺两个数据可以发现，双方也存在很大的内在关联性，需要进一步分析，有针对性的进行工作调整。

大数据技术应用在客户诉求领域有着非常明显的优势，但是在具体使用过程中也存在很多问题，比如前期数据分析过程比较冗长，需要很长的分析周期，还需要多部门的配合，但是如果能够得到全面应用，那么后续对人工干预的需求大大减少，分析的周期也明显变短，分析数据更加准确，不需要其他部门多参与，效果非常明显。可以预见，大数据技术应用到供水等行业的客户需求领域，无论是对提升企业运行效率还是控制运行成本来说，都能够起到非常明显的数据支撑作用。