李鶯

【摘 要】為了解決傳統(tǒng)運(yùn)營商面臨的急需提升主動服務(wù)能力的問題，研究了大數(shù)據(jù)分析在客戶服務(wù)方面的應(yīng)用，通過大數(shù)據(jù)分析鎖定目標(biāo)用戶，并對用戶做特征畫像，確定觸發(fā)用戶關(guān)鍵行為的因素、閾值及預(yù)警機(jī)制，供主動服務(wù)和針對營銷調(diào)用，從而實(shí)現(xiàn)提升客服的主動服務(wù)能力和營銷成功率的目的。

【關(guān)鍵詞】主動服務(wù) 大數(shù)據(jù) 數(shù)據(jù)挖掘 離網(wǎng)預(yù)警

doi：10.3969/j.issn.1006-1010.2016.24.018 中圖分類號：F626 文獻(xiàn)標(biāo)識碼：A 文章編號：1006-1010（2016）24-0087-04

1 運(yùn)營商客服主動服務(wù)壓力巨大

運(yùn)營商向客戶提供主動服務(wù)的重要性越來越大，具體如下：

（1）隨著網(wǎng)絡(luò)的普及，信息獲取途徑變得多而快捷，用戶在通信產(chǎn)品消費(fèi)當(dāng)中的信息不對稱現(xiàn)象正慢慢消失。與此同時，通信產(chǎn)品可替代選擇眾多，用戶對產(chǎn)品和服務(wù)也越來越挑剔，維權(quán)意識日益加強(qiáng)，“用腳投票”成為用戶在對一家運(yùn)營商服務(wù)不滿時經(jīng)常做出的舉動，為了維護(hù)穩(wěn)定的用戶市場，對于運(yùn)營商而言，服務(wù)質(zhì)量提升壓力巨大。

（2）消費(fèi)者協(xié)會以及大眾媒體均緊盯運(yùn)營商，每年3·15都會曝光運(yùn)營商產(chǎn)品和服務(wù)質(zhì)量相關(guān)的一些內(nèi)容，而平時運(yùn)營商的負(fù)面事件傳播更是迅速，影響范圍極大，工信部等行業(yè)監(jiān)管部門的監(jiān)管趨向嚴(yán)格，嚴(yán)控服務(wù)事故、越級申訴，這也促使運(yùn)營商不得不更關(guān)注產(chǎn)品與服務(wù)質(zhì)量。

（3）服務(wù)經(jīng)濟(jì)、體驗(yàn)經(jīng)濟(jì)的時代，服務(wù)領(lǐng)先的企業(yè)在激烈的市場競爭中更具有優(yōu)勢，伴隨著虛擬運(yùn)營商、移動互聯(lián)網(wǎng)公司等新型通信服務(wù)企業(yè)的興起，靈活、創(chuàng)新的服務(wù)模式更多地從用戶需求角度出發(fā)，越來越能夠滿足用戶需求，使得傳統(tǒng)運(yùn)營商面臨著更嚴(yán)酷的競爭。

2 大數(shù)據(jù)技術(shù)應(yīng)用萬事俱備

大數(shù)據(jù)分析技術(shù)業(yè)已成熟，尤其是運(yùn)營商擁有海量、多樣、快速而高價值的用戶數(shù)據(jù)，通過大數(shù)據(jù)挖掘可以看到用戶喜歡什么、討厭什么，并預(yù)測用戶未來會怎樣、需要什么，從而針對不同人群設(shè)計(jì)出各種匹配的服務(wù)方案，主動、智能化地提供給用戶。充分運(yùn)用大數(shù)據(jù)分析技術(shù)，可以有效協(xié)助運(yùn)營商從傳統(tǒng)、被動的服務(wù)模式向主動服務(wù)轉(zhuǎn)型。

3 如何讓大數(shù)據(jù)應(yīng)用于客戶主動服務(wù)

傳統(tǒng)的客服屬于被動式服務(wù)，如當(dāng)用戶通過渠道觸點(diǎn)反映在產(chǎn)品使用過程中所遇到的問題或享受運(yùn)營商提供的某項(xiàng)服務(wù)過程中產(chǎn)生不滿后，觸點(diǎn)將投訴內(nèi)容記錄且反饋至系統(tǒng)相關(guān)環(huán)節(jié)，經(jīng)過系統(tǒng)分析并派單，由責(zé)任部門或觸點(diǎn)負(fù)責(zé)解決。這種解決問題的模式的缺點(diǎn)在于不具有預(yù)見性，總是處于被動等待問題出現(xiàn)、解決問題、整改問題的狀態(tài)，而導(dǎo)致問題產(chǎn)生的因素并沒有從根源上得以解決，那么用戶對此的整體滿意度水平必然無法有效提升，相關(guān)的運(yùn)營商內(nèi)部運(yùn)營機(jī)制和工作效率也得不到有效改善。

那么，如何解決這個問題呢？以上述用戶反映問題到問題解決的整個流程為例來考慮改進(jìn)方向。如果能夠提前知道哪些用戶會就哪些產(chǎn)品和服務(wù)問題產(chǎn)生不滿，以及不滿達(dá)到何種程度會觸發(fā)該類用戶產(chǎn)生抱怨、投訴甚至離網(wǎng)，則可以提前采取措施來避免這類問題的發(fā)生，從而將用戶的不滿打消在萌芽前。此外，如果同時可以對用戶“打標(biāo)簽”，用消費(fèi)、行為喜好等特征勾勒出用戶畫像，那么針對性的主動營銷成功率也將大大提升。

基于大數(shù)據(jù)分析的運(yùn)營商主動服務(wù)研究框架示意圖如圖1所示。

3.1 通過大數(shù)據(jù)分析鎖定目標(biāo)用戶

以用戶的物理基本信息、消費(fèi)信息、網(wǎng)絡(luò)信息、業(yè)務(wù)異動信息（如投訴信息和離網(wǎng)信息）等為研究對象，對各類信息數(shù)據(jù)先進(jìn)行清洗、篩選、標(biāo)準(zhǔn)化預(yù)處理，形成可供建模挖掘的基礎(chǔ)數(shù)據(jù)。多元化數(shù)據(jù)的采集能夠突破傳統(tǒng)單一結(jié)構(gòu)化數(shù)據(jù)分析的局限，充分利用用戶各類資料來源，勾勒更生動、更清晰的用戶畫像，反映出用戶的性格、消費(fèi)習(xí)慣、心理訴求、偏好等信息。由于運(yùn)營商的數(shù)據(jù)分散于各系統(tǒng)中，因此元數(shù)據(jù)的獲取和處理比較復(fù)雜。

對上述用戶信息做各類計(jì)量統(tǒng)計(jì)挖掘分析。以用戶離網(wǎng)預(yù)警為例，通過聚類、關(guān)聯(lián)分析，充分挖掘影響用戶離網(wǎng)的因素，進(jìn)一步簡約各因素，構(gòu)建離網(wǎng)預(yù)警模型，常用的方法包括神經(jīng)網(wǎng)絡(luò)、決策樹、貝葉斯等。結(jié)合業(yè)務(wù)人員經(jīng)驗(yàn)及模型校驗(yàn)結(jié)果，對模型進(jìn)行綜合優(yōu)化。投訴用戶的離網(wǎng)傾向模型示例如表1所示。

由此可見，數(shù)據(jù)挖掘的目的是實(shí)現(xiàn)對用戶消費(fèi)行為、偏好、情緒、心理等方面特征的畫像，并確定各場景下能夠觸發(fā)用戶關(guān)鍵行為的因素及其閾值。當(dāng)特定場景發(fā)生，關(guān)鍵行為因素達(dá)到閾值時，給出預(yù)警以及診斷報告，供主動服務(wù)和針對營銷調(diào)用。系統(tǒng)離網(wǎng)預(yù)警提示示例如圖2所示。

3.2 分析結(jié)果應(yīng)用

上述數(shù)據(jù)分析得到的結(jié)果可以供專題研究所用，作為策略控制運(yùn)營系統(tǒng)的輸入，為策略匹配、渠道策劃、效果評估提供依據(jù)。例如，根據(jù)異常高額話費(fèi)和異常高額流量場景進(jìn)行的細(xì)化分析以及場景動因診斷分析結(jié)果，判斷細(xì)化場景發(fā)生的原因并確定責(zé)任部門，派單至責(zé)任部門進(jìn)行核查處理和后續(xù)改進(jìn)，制定和完善細(xì)化場景匹配策略。

異常高額話費(fèi)場景應(yīng)用示例：

高額話費(fèi)的類型分為高額上網(wǎng)流量費(fèi)和高額增值業(yè)務(wù)費(fèi)。其中，高額上網(wǎng)流量費(fèi)的原因診斷結(jié)果是：該用戶主套餐屬性和流量包屬性不一致；派單至：投訴中心；派單詳情是：手機(jī)153***是***時長版套餐，計(jì)費(fèi)模式從時長變更為流量，導(dǎo)致上網(wǎng)費(fèi)用**元按流量計(jì)費(fèi)在套餐外出賬，請投訴中心核實(shí)處理。

此外，確定責(zé)任渠道觸點(diǎn)，從而明確派單路徑，如VPN、星級客戶經(jīng)理、外呼渠道等，觸點(diǎn)根據(jù)診斷報告，主動外呼關(guān)懷，分細(xì)化場景用戶進(jìn)行消費(fèi)使用輔導(dǎo)、資費(fèi)流量使用解釋、業(yè)務(wù)引導(dǎo)等。

4 結(jié)束語

本文以用戶的物理信息、消費(fèi)信息、網(wǎng)絡(luò)信息、業(yè)務(wù)異動信息等為研究對象，以用戶離網(wǎng)場景為例，給出通過大數(shù)據(jù)分析挖掘基本數(shù)據(jù)庫中用戶數(shù)據(jù)不同項(xiàng)目之間的聯(lián)系，找出并研究事物或人們的行為模式，從而對用戶未來消費(fèi)和使用行為作出預(yù)判，使運(yùn)營商從傳統(tǒng)的被動式客戶服務(wù)向主動服務(wù)的轉(zhuǎn)變成為可能，同時也使主動營銷的成功率得到提升。

參考文獻(xiàn)：

[1] 徐艷，陳崚. 電信客戶服務(wù)需求的關(guān)聯(lián)規(guī)則挖掘[J]. 信息通信， 2008，21（5）： 53-56.

[2] 劉資媛. 顧客滿意度影響因素的理論分析及實(shí)證研究[D]. 長沙： 湖南大學(xué)， 2005.

[3] 中國移動北京公司. 互聯(lián)網(wǎng)投訴處理及主動服務(wù)研究[EB/OL]. （2014-09-28）. http：//www.docin.com/p-924034828.html.

[4] 華信郵電咨詢設(shè)計(jì)研究院有限公司. 北京移動數(shù)據(jù)業(yè)務(wù)客戶價值管理及提升項(xiàng)目建議書[Z]. 2013.

[5] 羅旭祥. 產(chǎn)品與數(shù)據(jù)——基于數(shù)據(jù)挖掘的產(chǎn)品設(shè)計(jì)[EB/OL]. （2016-06-26）. http：//wenku.baidu.com/link？url=-MEA2wb1y03ZfUjAbvhhJ82xZm7QbUqnqekkGgzkApmWqbOnLQa8ulQspTAJpjhgmygxmFrpK15J69eR_3fELmxuy5vKP7fTmCbLbnfn5Dy.

[6] 中國聯(lián)通網(wǎng)研院大數(shù)據(jù). 一張圖看懂運(yùn)營商大數(shù)據(jù)解決投訴問題[EB/OL]. （2015-09-22）. http：//bbs.c114.net/thread-853703-1-1.html.

[7] 董智純，楊林，詹念武，等. 一種基于大數(shù)據(jù)技術(shù)的投訴分析與預(yù)測系統(tǒng)[J]. 信息通信， 2015（9）： 285-286.

[8] 吳蒙. 主動服務(wù)中服務(wù)發(fā)現(xiàn)及其主動機(jī)制的研究[D]. 武漢： 武漢理工大學(xué)， 2009.

[9] 林波，丁東輝，郭靖羽，等. 基于投訴文本記錄的數(shù)據(jù)挖掘系統(tǒng)[J]. 中國科技信息， 2015（21）： 51-54.

[10] 于愛民. 利用數(shù)據(jù)挖掘?qū)崿F(xiàn)電信行業(yè)客戶流失分析[J]. 廣東通信技術(shù)， 2004（5）： 4-7.