数字化技术在电网客服域的探索与应用

刘振华

(广东电网有限责任公司 客户服务中心， 广东 广州 510000)

0 引言

客户服务作为企业与客户间的联结，其质量对企业发展影响重大。而当前企业客服中心存在着业务系统间信息资源不流通、服务渠道单一、流程繁冗且客服人员工作量大等问题，降低了客户满意度，制约了企业的发展。

为解决上述问题，优化客户服务流程，企业在客户服务领域应用云计算、大数据、物联网、移动互联网和人工智能等数字化技术具有重大价值[1-2]。基于此，本文分析了数字化技术在解决客户旅程各关键节点现存问题的方法和预期成效，并以电网企业为例，深入探讨了数字化解决方案在帮助企业打造流畅的客户服务全流程体验上的价值。

1 现状与问题梳理

通过识别客户与企业的高频互动环节，可在客户服务全流程中提炼出六大关键接触点：接入、代理、受理、处理、回访和预期，企业通过分析服务现状与客户的行为、诉求和评价，梳理现存服务痛点及改进方向，挖掘引入数字化技术的契机。

1.1 接入

接入是客户服务流程的开端，是客服中心倾听、挖掘客户需求的关键。由于客户对互联网社交平台的不同偏好，单一的消息推送、报障和解决渠道已无法适应来源多样的客户需求。因此，企业需要拓展客户接入渠道，提供主动服务或引导客户自助解决问题。

1.2 代理

传统的人工客服模式存在着服务需求量大、客服业务水平参差、转接流程繁冗等问题，导致客户等待时间长且满意度降低。代理工具在此环节的引入，能够全天候为客户提供标准化服务，实现简单问题线上闭环及客户分流，减轻人工渠道的压力。

1.3 受理

在受理阶段，人工客服通过询问明晰客户诉求将客户分流，普遍耗时较长。且渠道变化带来了客户信息跨渠道流转不及时甚至信息遗失的问题，降低了诊断效率。数字化技术的应用不仅能实现各时期及各渠道间的信息互通，还能为预判客户行为和提供后续服务提供参考。

1.4 处理

问题的诊断和解决是落实客户需求的基础，需要人工坐席与客户沟通发现问题、规划解决方案，是需要企业重点把控的环节。而传统的人工质检发现问题不够及时全面，需要通过引入智能质检技术实现实时、准确的监控。

在问题解决阶段，人工工单分派模式存在问题定位不准确、不能迅速匹配历史信息等问题，降低了工单流转的效率和问题处理的质量。基于规则的数字化工单处理模式则能实现快速、精准的问题诊断和工单分派，有利于解决传统模式的弊端[3-4]。

1.5 回访

客户回访为企业提升服务质量提供了重要信息源，但海量的回访要求为客户服务工作带来巨大压力。智能回访系统能够实现自动及时及定期的多渠道回访，帮助形成完善的服务满意度调查机制。

1.6 预期

企业需重视客户预期、挖掘客户需求，基于回访和服务分析进行流程自检，提升人员服务能力，为客户提供不同业务场景下的主动服务。

总体而言，传统客户服务模式的各环节均存在一些不足，影响了客户体验和内部运营。针对存在问题，企业需积极探索和推广数字化技术在上述服务环节的应用，解决服务痛点，提升客户满意度。

2 数字化技术的应用

客户服务的数字化转型能大幅减少服务过程中的人工干预，不仅提升了客服响应效率，更能优化内部运营管理机制、降低成本[5-6]。数字化技术在客户服务全流程各环节中的应用可能性，如表1所示。

表1 数字化技术在客户服务全流程的应用

后续章节将对所列举的部分重要技术进行展开描述。

2.1 接入

(1) 社交响应：企业通过监测主要的互联网社交平台，迅速发现、介入处理简单问题，完成简单服务的闭环；对于重大投诉、业务办理及变更等复杂问题，可引导客户查找支持内容或交由人工客服处理，以社交渠道响应分散人工渠道的压力，缩减无效等待时间。

(2) 埋点数据采集：将设置 “采集器”埋至互联网社交平台页面中，追踪并记录客户操作痕迹，将数据实时回传至后台数据仓库，通过数据分析结果全面了解客户的行为特征，智能预判客户行为及目的、完善企业知识库和辅助业务决策[7-8]。

(3) 自助服务：集成多渠道的在线自助服务平台可引导客户在线自主办理基础业务和获取资讯，协助企业实现客户服务从线下至线上、从依赖人工到智能支持的转移。

2.2 代理

(1) 聊天机器人：机器人使用分词、语义解析技术分析客户提问，在后台知识库中为客户检索问题解决方案。对于复杂问题，机器人依据对话模型和预置规则明确客户需求并引导至相应坐席处，简化了顾客和企业间的沟通。

此外，聊天机器人还能在服务过程中积累应答语料和为知识库收编新问题，并通过自主学习功能不断丰富应答场景，提高应答准确度。

(2) 智能IVR：智能IVR利用自然语言与客户进行任务式对话，自动匹配数据中心所储备的问答数据，打造集业务办理、咨询为一体的机器人自助服务模式。其语音主导的特点打破了有限按键数量对按键式IVR的限制，实现“业务承载量多”和“业务查找高效”双收益。

(3) 语音语义分析：人工智能通过识别模型判定来电的语种和逻辑，利用自然语言处理和词法分析对语义和情绪进行综合分析并提取核心观点，支撑与客户的多轮对话。企业可通过完善语音语义组件功能持续提升人工智能的服务能力。

2.3 受理

(1) 智能知识库：智能知识库收录了包括国家政策、企业通知、客户服务相关的制度规范和客户高频提问答案等内容，兼具库内知识的自主分类、聚类和深度学习功能，可将知识采编成支撑坐席与客户对话的业务应答语言[9-10]。作为管理知识采编信息的重要工具，如图1所示。

图1 智能知识库应用逻辑图

智能知识库具有下列三大核心功能。

1) 提供坐席搜索应答的文档；

2) 支撑机器人服务一问一答过程用的FAQ；

3) 支撑基于多轮对话的业务流程操作。

(2) 客户画像：营销系统、客服系统等多个原始业务系统所收录的海量数据为构建客户画像体系提供了数据基础，通过数据挖掘和数据建模的方法，分析客户行为特征并构建标签模型，输出客户标签并将标签跨系统共享。业务人员可通过客户标签信息及全景画像，识别客户身份，为客户提供个性化服务，实现数据资产对业务优化的反哺[11-12]。

2.4 解决

(1) 智能质检：智能质检以智能语音识别、自然语言处理和大数据挖掘等技术为支撑，实现对语音内容的100%全覆盖文本转化，通过文本分析和数据挖掘技术，对通话内容进行合规检查、风险预警、趋势分析和商机挖掘，准时、批量地输出质检结果，有效提升质检效率，降低了质检成本。

(2) 故障诊断分析：智能工单系统在收到客户需求后自动生成工单，提取工单关键信息在企业知识库中检索诊断问题，通过预设字段及规则进行工单分类及分派。智能工单处理具有批量化、标准化、规范化的特点，能够显著提升故障诊断和工单分派的准确率与工单流转效率。

2.5 回访

(1) 全渠道回访：企业在收到客户服务闭环请求后，结合具体服务内容，生成针对性服务满意度调查，通过电话、短信、邮件或互联网社交平台等多渠道触达客户。对首次未成功回访的客户，系统会将其自动编入“未回访”分类，并通过其他渠道发送回访邀请。多样的渠道为客户参与回访提供了更灵活的时间和方式选择，降低了因客户的某项联系方式缺失而无法完成回访的概率，同时也避免了人工延迟、遗漏回访的问题。

(2) 评价分析：客户回访结果以语音和文字的方式被录入企业知识库，通过分析反馈信息，自动标注客户投诉案例，实现追踪服务及后续回访。此外，数据挖掘有利于企业了解客户对各项具体业务的评价，及时发现服务痛点，优化服务策略。

2.6 预期

(1) 主动服务：企业可根据客户行为特征、对现有产品和服务的评价等信息，预估客户可能感兴趣的服务和潜在需求，结合该客户的画像信息，通过营销系统向客户主动推送个性化服务。

(2) 仿真培训：基于对客户反馈以及服务运营现状的分析，及时发现客服人员在服务过程中处理不当的问题，运用智能仿真培训系统真实还原具体的服务场景开展仿真应答练习，切实提高客服人员业务水平，满足客户的实际需求。

综上，数字化技术在客户服务流程各重要节点的应用有利于电网企业构建人机协同的新型服务模式：多渠道、社交化的客户接入方式使企业能够更加全面、敏锐地响应客户需求；聊天机器人、智能IVR等代理工具能够逐步替代部分人工在解决简单、标准化问题中的角色[13-14]；灵活流转的客户信息为客户标签与客户画像技术的精准化奠定了基础，客服人员能够更全面地了解客户特征，预判需求。在服务质量的监控方面，智能质检技术与全渠道客户回访实现了企业对服务流程的自检与“他检”。纵观企业客户服务全流程，数字化技术的应用在协助优化内部运营的同时改善了客户的服务体验。

3 数字化技术在电网企业客户服务中的应用价值

随着以云、大、物、移、智为代表的数字化技术在各客户服务场景中的应用，企业服务效率和客户满意度得到了显著提升。以电网企业为例，2017年广东电网公司成立了客户服务中心，打造贯通全渠道的、可全面感知和监测客户动向的集约型客户服务平台，进一步探索客户服务数字化、智能化、信息化发展。

3.1 客户端数字化赋能

目前，广东电网公司客户服务中心已实现网上营业厅、微信、APP等多个互联网社交平台的联动，通过一体化营销管理系统和集合19个地市业务的95598语音服务平台等多个信息系统的支持，形成汇集多接入渠道的客户服务平台。

客服中心逐步推进95598客户服务热线IVR的智能化进程，已涵盖包括故障报修、电费查询和缴费等9类常用服务，通过提升人工智能的自主学习能力，增强智能IVR的灵敏度[15]。在线上端，智能聊天机器人通过学习企业知识库内容，应答客户日常咨询、解决简单问题，完成线上服务闭环，还能够将提出复杂问题的客户自动引流至人工客服处，减轻渠道压力。

为了支撑智能客服代理的问题处理，客服中心持续探索营销系统语音语义组件的功能迭代与优化，通过加强语音识别、语义分析、分词分析和观点抽取技术的准确度，提升智能客服代理识别客户需求、推送问题解决方案等操作的效率和精准度。

此外，在服务闭环后，客服中心正积极完善客户回访和回访分析机制，为优化运营流程和客户体验提供参考。以停电服务为例，客服中心可通过分析客户停电报障频率和原因，归纳常见停电原因，整理简易可行的解决办法和用电建议主动推送给客户，想客户所想且行在客户之先，以主动的、优质的服务提升客户的忠诚度。

由此可见，贯穿客户旅程各环节的数字化技术显著改善了电网企业传统服务模式中的客户痛点，打造流畅的服务体验。

3.2 坐席端数字化赋能

对于客服人员而言，数字化技术为问题诊断和处理的方式带来了显著改变。广东省电网公司客服中心已初步建成了企业级智能知识库，收录了国家政策、电网公司的通知、涉及到客户服务制度、常规回答等内容，已覆盖大部分业务服务场景，支撑坐席的日常应答[16]。

此外，通过应用大数据技术对全省超过3 000万用电客户的数据进行分析挖掘，客服中心开展了停电敏感主题和投诉倾向主题的客户画像应用研究，并取得了一定成效，如图2所示。

客户画像体系的应用有利于企业更准确地把握客户个性化需求，提供精准营销与增值服务。以客户来电倾向标签的预判和客户来电IVR操作行为的应对策略为例，如图3所示。

图2 广东电网客服中心客户画像来电主题标签应用展示

图3 广东电网客服中心客户画像客户话务标签主题分析

企业通过分析客户的历史来电记录数据，了解客户致电95598的原因，为客户输出相应的标签模型，判断该客户属于电费敏感型或账务敏感型。当客户再次来电时，客服人员便可根据标签内容了解客户的特征。客户来电IVR操作行为预判标签和应对策略分析主题可实现的应用场景如：根据客户每次致电95598的习惯，为客户针对性配置话务菜单流程。如客户A一共有5次电话来访记录，其中4次为电费咨询业务，一次为普通咨询业务，系统即将其定义为“电费关心客户”。该客户下次来电时IVR流程则将优先播报“按XX号键为查询电费业务”，而后继续正常播报。

在服务质量的质检和保障方面，客服中心在2018年引入了基于自然语音处理技术的智能语音质检平台，克服质检人员数量有限、工作效率低的弊端。智能质检技术实现了语音内容的文本转译，提高质检覆盖率和精确度，并将逐步实现对客户来电、在线咨询和留言回复的100%“零错误”质检，大幅提升对服务质量的监管力度。

数字化技术的推广减少了客户服务流程中的人工干预，提升了办事效率和服务质量，有利于最大程度地发挥人工和智能在客户服务中的价值。

自客服中心成立以来，每年人工服务规模约1 500万户次，互联网服务规模则超过4 000万次，逐步将客户向线上渠道引流。相比于8.2元/户次的营业网点服务，低至0.05元/户次的远程服务显著降低了服务成本，客户满意度不断上升。同时，数字化技术的应用打破了企业信息系统间的壁垒，大大缓解了“信息孤岛”的问题，建立起灵活协同的数据集市，实现了对客户行为、渠道和服务质量等多方面的综合分析，挖掘数据潜在价值，探索服务与营销的新模式。

数字化技术的应用和探索是一个循序渐进的过程，广东电网公司客户服务中心计划于2020年，通过完善大数据分析平台，形成初步支撑智能电网大数据的能力，在实现技术更新迭代之余，加强智能回访、仿真培训等薄弱环节的数字化技术应用，并积极探索更多数字化技术应用场景，为客户提供更智能、便捷的购电、办电服务。

4 总结

随着数字化技术的发展成熟，应用场景日益广泛，客户服务单位作为企业和客户沟通的窗口，承担着优化客户服务感知和建立积极企业形象的责任。当下主要依赖人工的传统客户服务模式已经无法满足日益庞大和多样的客户需求，为了实现多渠道间的信息对称和高效的闭环流转，为客户提供流畅的服务体验，电网企业通过不断借鉴国内外各行业、企业的客户服务数字化成功经验，结合企业自身发展现状，积极探索客户服务数字化道路。