李 強

（中國鐵路北京局集團有限公司 北京鐵路客戶服務中心，北京 100860）

客戶服務中心承擔著企業(yè)維護客戶關系，分析客戶需求，發(fā)現(xiàn)市場趨勢，提升服務質量的重要職能。鐵路客戶服務中心自2011年運營至今，系統(tǒng)規(guī)模不斷發(fā)展，如何提升效率、保證質量，利用客戶服務平臺為運輸主營業(yè)務提供更多支持，成為當前客戶服務中心管理能力提升的重要方向。

隨著大數(shù)據(jù)技術的發(fā)展和成熟，應用大數(shù)據(jù)技術對客戶文本、語音等信息進行綜合分析，實現(xiàn)客戶服務質量關鍵指標數(shù)字化，已經(jīng)是當前各行業(yè)客戶服務中心信息技術發(fā)展的重要方向[1]，運用大數(shù)據(jù)技術對客戶服務質量進行科學量化的評估，評估的準確性和完整性將會得到顯著提升。國內外學者對如何在呼叫中心領域應用大數(shù)據(jù)技術進行了廣泛的探討，電信運營領域是大數(shù)據(jù)支持客戶管理的領先行業(yè)，張戩等人提出了充分利用大數(shù)據(jù)技術的客戶服務管理分析思路[2]，論證了對呼叫中心各類數(shù)據(jù)進行綜合分析應用的可行性。眾多專家也對鐵路新一代客戶服務中心應用大數(shù)據(jù)技術、推動客戶服務質量的精益化管理進行了研究[3]，王馳鈞在對國內外呼叫中心數(shù)據(jù)分析算法研究的基礎上，提出了一種高效的K-means聚類算法，設計出符合呼叫中心業(yè)務數(shù)據(jù)特點的數(shù)據(jù)分析系統(tǒng)，驗證了數(shù)據(jù)分析在呼叫中心應用的效果[4]。國外的很多研究也證明了大數(shù)據(jù)分析應用對呼叫中心服務管理提升的可行性，開源大數(shù)據(jù)技術在客服中心應用效果顯著[5]。眾多專家通過案例分析，研究了國外大規(guī)?？蛻舴罩行耐ㄟ^Web方式進行數(shù)據(jù)采集和整合的方法，論證了技術的可行性和有效性[6]。這些研究，為大數(shù)據(jù)技術在鐵路客戶服務中心的應用奠定了可靠的基礎。

本文在分析和研究其它行業(yè)呼叫中心技術發(fā)展和服務理念的基礎上，提出研究和設計基于大數(shù)據(jù)技術的鐵路客戶服務中心服務質量分析平臺，具體內容為：

（1）規(guī)劃建設基于大數(shù)據(jù)技術的數(shù)據(jù)存儲和分析平臺，對多種類型的數(shù)據(jù)進行統(tǒng)一管理，能夠與既有系統(tǒng)實現(xiàn)數(shù)據(jù)傳輸接口。

（2）設計關鍵的分析場景和相關數(shù)據(jù)處理模型，建立服務質量關鍵績效指標（KPI）中典型指標的分析框架，實現(xiàn)基于驗證環(huán)境數(shù)據(jù)的KPI自動生成。

（3）結合語音轉換技術，實現(xiàn)驗證性錄音信息的文本化轉換，并利用歷史數(shù)據(jù)進行轉換驗證，提出針對鐵路客戶服務業(yè)務的語音轉換優(yōu)化方案，為未來持續(xù)提升轉換準確率提供參考。

（4）利用鐵路客戶服務中心大屏展示系統(tǒng)，實現(xiàn)綜合數(shù)據(jù)展示，改變原有簡單的數(shù)據(jù)展示模式，支持更多樣的圖形結果。

（5）規(guī)劃總體技術方案，進行關鍵技術環(huán)節(jié)驗證，設計鐵路客戶服務中心大數(shù)據(jù)技術平臺總體框架，指導后續(xù)建設。

1 平臺總體方案

遵循大數(shù)據(jù)技術平臺框架，設計鐵路客戶服務中心服務質量分析平臺總體架構[7-8]，如圖1所示。

圖1 客戶服務質量分析平臺總體架構

1.1 數(shù)據(jù)采集層

實現(xiàn)數(shù)據(jù)源從原始系統(tǒng)向客戶服務質量分析數(shù)據(jù)整合平臺（數(shù)據(jù)倉庫）的采集，技術上實現(xiàn)數(shù)據(jù)同步、數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)加載和數(shù)據(jù)格式轉換等功能。通過部署數(shù)據(jù)采集工具，主要實現(xiàn)質檢數(shù)據(jù)、員工工作量統(tǒng)計和語音錄音數(shù)據(jù)的導入。

1.2 數(shù)據(jù)整合層

構建支持海量數(shù)據(jù)存儲，支持復雜數(shù)據(jù)分析計算、存儲和數(shù)據(jù)處理的技術平臺，主要包括數(shù)據(jù)模型體系的設計和實施。以邏輯數(shù)據(jù)模型為核心組織數(shù)據(jù)，是客戶服務質量分析平臺數(shù)據(jù)管理的關鍵環(huán)節(jié)，需要從客戶服務質量分析的業(yè)務視角對數(shù)據(jù)模型進行全面規(guī)劃設計，保證服務質量KPI分析相關數(shù)據(jù)的融合，支持全面的智能分析，包括必要的數(shù)據(jù)管理和數(shù)據(jù)質量管理能力。

1.3 數(shù)據(jù)分析層

在數(shù)據(jù)整合環(huán)境的基礎上，實現(xiàn)面向不同業(yè)務需求的分析場景（如：接聽回答完成率趨勢分析），設計針對性的數(shù)據(jù)集市，部署所需的數(shù)據(jù)分析引擎和分析工具，支持業(yè)務和數(shù)據(jù)分析專家完成相關數(shù)據(jù)分析，分析結果可以直接應用于客戶服務業(yè)務管理，也為應用展現(xiàn)交互提供支持。

1.4 應用展現(xiàn)層

基于數(shù)據(jù)分析層的結果，開發(fā)豐富的圖形化展示界面，形成多種可定義的數(shù)據(jù)展示模式，同時，考慮數(shù)據(jù)應用場景，展現(xiàn)結果可在移動終端等不同環(huán)境進行自適應的圖形化處理，例如：圖形能夠在微信社交工具中有效展現(xiàn)和交互。

2 平臺主要功能及實現(xiàn)

2.1 原始數(shù)據(jù)采集

平臺實現(xiàn)獲取、轉換、加載（ETL）相關功能，能夠從既有的桌面輔助系統(tǒng)、精細化管理平臺和交互式語音平臺等系統(tǒng)提取數(shù)據(jù)，功能開發(fā)實現(xiàn)中考慮采集數(shù)據(jù)的多樣性，設計了高性能的處理框架，保證數(shù)據(jù)采集功能可以靈活適應各類處理算法，以開源Hadoop框架下的組件為基礎，實現(xiàn)對多類數(shù)據(jù)的采集，包括客戶基本信息、客戶服務過程記錄以及語音信息等。數(shù)據(jù)采集過程中，要對鐵路客戶服務中心既有系統(tǒng)中的數(shù)據(jù)進行清洗，解決重復記錄選擇問題，進行一致性檢驗等，如圖2所示。

圖2 數(shù)據(jù)采集功能實現(xiàn)

2.2 數(shù)據(jù)整合管理

為實現(xiàn)客戶服務數(shù)據(jù)的綜合分析，需要在平臺上實現(xiàn)各類數(shù)據(jù)整合，數(shù)據(jù)整合管理功能是平臺核心功能之一[9]，從開發(fā)技術路線上，選擇Hadoop框架構建基礎數(shù)據(jù)管理環(huán)境，考慮對高性能計算要求，定制部署相應的技術組件，包括實時處理組件、并行計算組件、流式計算組件等。從性能角度出發(fā)，針對分析型數(shù)據(jù)倉庫，選擇合理的性能設計方式，設計合理的基礎數(shù)據(jù)模型，以適應復雜分析的應用場景，按照分層數(shù)據(jù)架構進行規(guī)范的數(shù)據(jù)整合管理，如圖3所示。

圖3 數(shù)據(jù)整合管理實現(xiàn)

對于存在的大量客服語音等信息，適合直接在Hadoop分布式文件系統(tǒng)（HDFS）環(huán)境上，進行分布式存儲和管理，有效控制存儲規(guī)模和成本[10]。數(shù)據(jù)整合層將考慮從技術上引入內存計算的能力，對于數(shù)據(jù)處理性能要求高的分析場景，可直接加載到內存中，不再由I/O系統(tǒng)從硬盤讀取，能夠顯著提升實時分析的響應能力，極大地加速聯(lián)機事務處理過程（OLTP，On-Line Transaction Processing）數(shù)據(jù)處理速度，實現(xiàn)后臺在線分析，為鐵路客戶服務中心提供更加及時的分析服務，例如：在座席與客戶交互過程中，實時提供客戶綜合情況的分析，為座席做出合理的應對，提供準確有效的輔助性支持。

2.3 數(shù)據(jù)分析

數(shù)據(jù)分析是客戶服務質量分析平臺產生業(yè)務價值的關鍵功能，各類數(shù)據(jù)通過數(shù)據(jù)分析功能模塊相關的分析工具和模式算法，產生出符合業(yè)務需求的KPI，統(tǒng)計報表、趨勢預測等各類分析結果。主要實現(xiàn)智能分析、數(shù)據(jù)挖掘等相關功能，通過聚類、決策樹、神經(jīng)網(wǎng)絡等方法對數(shù)據(jù)的深層分析和挖掘模型予以支撐。通過對大量歷史數(shù)據(jù)的處理，在排除異常數(shù)據(jù)的基礎上，構建指標計算的數(shù)學模型，在約束條件的限制下，對未來一段時間內的指標進行預測。

其中，語音數(shù)據(jù)的處理分析是客戶服務質量分析平臺的重要子功能，語音識別技術所涉及的領域包括信號處理、模式識別、概率論和信息論、發(fā)聲機理和聽覺機理、人工智能等。具體實施中將真實場景引入訓練客戶服務過程模型，進行場景訓練建模。在完成聲學模型建模后，基于聲學模型對未知語音幀序列進行語音識別，根據(jù)語法、字典，應用馬爾科夫模型進行優(yōu)化，進行連接后的搜索網(wǎng)絡，在所有可能的搜索路徑中選擇一條或多條最優(yōu)路徑作為識別結果。

2.4 數(shù)據(jù)展現(xiàn)交互

數(shù)據(jù)展現(xiàn)交互功能是服務分析應用最終結果的提交界面，為用戶和相關系統(tǒng)提供處理交互的用戶界面（UI）環(huán)境和數(shù)據(jù)交互接口。通過設計多渠道、多類型圖形展示能力，為客戶服務質量分析平臺構建更加友好、便捷、靈活的數(shù)據(jù)展現(xiàn)界面，為各類需要有分析結果的系統(tǒng)提供數(shù)據(jù)交換接口。

選擇基于開源技術Echarts 的可視化技術，采用MVC（Model - View - Controller）3層架構，如圖4所示。Echarts是商業(yè)級數(shù)據(jù)圖表，基于純Javascript的圖表庫，可以流暢地運行在PC和移動設備上，兼容當前大部分瀏覽器，底層依賴輕量級的Canvas類庫ZRender，提供直接、生動、可交互及可高度個性化定制的數(shù)據(jù)可視化圖表。具備拖拽重計算、數(shù)據(jù)視圖、值域漫游等特性。

圖4 展示交互功能實現(xiàn)

3 平臺應用效果

各類數(shù)據(jù)在平臺上進行整合，最終以圖形等方式展現(xiàn)出來，平臺實現(xiàn)了基于大數(shù)據(jù)技術的圖形展示，能夠支持傳統(tǒng)基礎報表和統(tǒng)計工作的完成，提供話務量分析、分時段統(tǒng)計、工作績效分析等。平臺對傳統(tǒng)分析數(shù)據(jù)的展現(xiàn)效果和響應速度能夠超過原有架構的效果，在實際應用中實現(xiàn)本班績效的實時圖形化展示，圖形展示的效果也更加精細化，相關指標維度可以拖曳定義，部分圖形展示示例如圖5所示。

圖5 話務量分析

在完成基礎功能的基礎上，平臺借助大數(shù)據(jù)技術和圖形化工具，能夠為不同類型用戶提供多維度、多指標、動態(tài)化的數(shù)據(jù)展示，具備自定義和調整能力，典型場景展示效果如圖6所示。

圖6 通話時段分析

平臺從技術上實現(xiàn)了客戶服務中心全部歷史客戶訪問信息的綜合管理，并完成客戶服務記錄信息的識別和語義轉換，構建支持綜合分析的數(shù)據(jù)倉庫，具備綜合數(shù)據(jù)管理、數(shù)據(jù)分析的功能，能夠支持對座席人員服務過程的綜合分析，根據(jù)需求為服務質量管理者提供各類管理報表，實現(xiàn)精益化的服務質量管理。

4 結束語

本文以鐵路客戶服務中心業(yè)務需求為核心，提出了基于大數(shù)據(jù)技術的鐵路客戶服務中心服務質量分析平臺的總體架構，同時，應用了語音轉換技術，針對鐵路客戶服務用語進行了效果優(yōu)化，為鐵路客戶語音分析技術應用提出了優(yōu)化方向。開發(fā)了數(shù)據(jù)展示交互界面，通過實踐驗證了大數(shù)據(jù)技術在客戶服務中心的應用思路，能夠為未來全面推進客戶服務中心大數(shù)據(jù)分析平臺建設提供技術參考。