陳雪嵩 王思杰 劉 靜

（國(guó)家電網(wǎng)有限公司客戶服務(wù)中心南方分中心，江蘇 南京 210000）

0 前言

電話客戶服務(wù)企業(yè)在向用戶提供通信服務(wù)的過(guò)程中經(jīng)常會(huì)面對(duì)服務(wù)需求不均衡、業(yè)務(wù)波動(dòng)差異大的問(wèn)題，給現(xiàn)場(chǎng)人員排班、業(yè)務(wù)宣傳及客戶感知等方面帶來(lái)具大的壓力。

業(yè)務(wù)波動(dòng)監(jiān)測(cè)是根據(jù)業(yè)務(wù)類型實(shí)時(shí)對(duì)電話客戶訴求進(jìn)行識(shí)別和數(shù)據(jù)統(tǒng)計(jì)，設(shè)置對(duì)應(yīng)波動(dòng)區(qū)間值，預(yù)警監(jiān)測(cè)業(yè)務(wù)量的異常升高或降低并分析其產(chǎn)生的原因，從而對(duì)現(xiàn)場(chǎng)資源進(jìn)行調(diào)整和優(yōu)化。目前業(yè)務(wù)波動(dòng)監(jiān)測(cè)在很多呼叫行業(yè)還處于事后追蹤分析的階段，部分波動(dòng)幅度較小卻持續(xù)時(shí)間長(zhǎng)的業(yè)務(wù)的人工監(jiān)測(cè)敏感性較差，追蹤分析較為滯后；部分波動(dòng)較大的業(yè)務(wù)需要多方位查詢才能獲得峰涌原因，反應(yīng)靈敏度較差，干預(yù)手段更為滯后。依賴大數(shù)據(jù)平臺(tái)形成的自動(dòng)化預(yù)警工具可以在該領(lǐng)域發(fā)揮巨大的作用，該工具旨在當(dāng)業(yè)務(wù)出現(xiàn)峰涌時(shí)，將當(dāng)前實(shí)時(shí)數(shù)據(jù)與基準(zhǔn)值進(jìn)行對(duì)比，及時(shí)觸發(fā)預(yù)警，提醒對(duì)應(yīng)人員關(guān)注該情況，調(diào)整業(yè)務(wù)流程和話術(shù)，安撫客戶情緒；同時(shí)定位峰涌涉及的事件類型、問(wèn)題區(qū)域等信息，并結(jié)合圖表工具直觀地對(duì)模型結(jié)果進(jìn)行展示，大大提升了現(xiàn)場(chǎng)效能；在長(zhǎng)期監(jiān)測(cè)方面，可作為策略調(diào)整、資源配置及規(guī)劃布局的參考，運(yùn)用科技手段協(xié)助現(xiàn)場(chǎng)分析和運(yùn)用。

1 業(yè)務(wù)波動(dòng)監(jiān)測(cè)模型建立

參照近3a歷史業(yè)務(wù)數(shù)據(jù)，根據(jù)算法得到各監(jiān)測(cè)指標(biāo)的基準(zhǔn)值；通過(guò)大數(shù)據(jù)平臺(tái)獲取實(shí)時(shí)業(yè)務(wù)數(shù)據(jù)，采用Hive、SQL等大數(shù)據(jù)組件計(jì)算實(shí)時(shí)監(jiān)測(cè)值并與基準(zhǔn)值進(jìn)行比對(duì)，根據(jù)差異發(fā)出對(duì)應(yīng)預(yù)警等級(jí)的警告。

可根據(jù)區(qū)域性的特點(diǎn)，從省、市和區(qū)縣3個(gè)維度按小時(shí)分別對(duì)各個(gè)場(chǎng)景下的業(yè)務(wù)總量進(jìn)行匯總，計(jì)算每小時(shí)的基準(zhǔn)值、當(dāng)天時(shí)間累計(jì)占比均值，通過(guò)時(shí)間序列模型對(duì)第二天業(yè)務(wù)量的基準(zhǔn)值進(jìn)行測(cè)算；以停電問(wèn)題數(shù)據(jù)為例建立數(shù)據(jù)模型，其過(guò)程如下。

第一步：導(dǎo)入數(shù)據(jù)。對(duì)數(shù)據(jù)進(jìn)行可視化處理并對(duì)其平穩(wěn)性進(jìn)行檢驗(yàn)。主要是針對(duì)前期的數(shù)據(jù)來(lái)分解話務(wù)量的影響趨勢(shì)、季節(jié)以及隨機(jī)效應(yīng)，數(shù)據(jù)規(guī)律性的分析結(jié)果如圖1所示。

圖1 業(yè)務(wù)數(shù)據(jù)規(guī)律分析圖

業(yè)務(wù)量數(shù)據(jù)具有季節(jié)性規(guī)律，其異常值較少，提取趨勢(shì)和季節(jié)效應(yīng)后的殘差基本穩(wěn)定。再通過(guò)繪制移動(dòng)平均值和標(biāo)準(zhǔn)差、ADF檢驗(yàn)2種方法進(jìn)行檢驗(yàn)，其結(jié)果為“序列是平穩(wěn)的”，檢驗(yàn)驗(yàn)證可以采用該模型。

第二步：序列平穩(wěn)化。消除趨勢(shì)和季節(jié)性后再進(jìn)行白噪聲檢驗(yàn)。分析結(jié)果如下：當(dāng)1階12步差分后的序列延遲1~12期時(shí)，樣本統(tǒng)計(jì)量的P值(判定假設(shè)檢結(jié)果的一個(gè)參數(shù))均小于0.01（表明可使用時(shí)間序列模型進(jìn)行預(yù)測(cè)）。

第三步：SARIMA模型。黃文杰等人查閱上海1952—1975年逐月溫度資料，分別用288個(gè)樣本和324個(gè)樣本對(duì)月氣溫進(jìn)行長(zhǎng)期預(yù)報(bào)，得到的SARIMA模型的參數(shù)相同，說(shuō)明求得的模型具有穩(wěn)定性，季節(jié)性的數(shù)據(jù)變化可采用SARIMA模型的方法進(jìn)行搭建，SARIMA較為精準(zhǔn)[1]。利用Python繪制業(yè)務(wù)量的時(shí)間序列圖，繪制差分后序列的自相關(guān)和偏自相關(guān)圖，通過(guò)觀察自相關(guān)和偏自相關(guān)圖找出模型的最優(yōu)參數(shù)，建立SARIMA模型，并對(duì)模型進(jìn)行診斷。

對(duì)原序列建立SARIMAX（1，1，1）x（0，1，1，12）模型，P>|z|列（顯著性水平）是對(duì)每個(gè)變量系數(shù)的檢驗(yàn)。每個(gè)變量的P值均小于0.01，因此在0.01的顯著性水平下，模型中每個(gè)變量的系數(shù)均通過(guò)顯著性檢驗(yàn)，可以認(rèn)為擬合的模型中所包括的這些變量是合理的。

由表1的模型診斷結(jié)果可知，殘差的時(shí)序圖基本穩(wěn)定，殘差隨著時(shí)間的波動(dòng)并沒(méi)有出現(xiàn)很大的波動(dòng)。

表1 對(duì)殘差的z檢驗(yàn)

第四步：模型預(yù)測(cè)。從靜態(tài)預(yù)測(cè)和動(dòng)態(tài)預(yù)測(cè)2個(gè)方面分別對(duì)擬合的模型進(jìn)行預(yù)測(cè)驗(yàn)證，得出具體預(yù)測(cè)值。

每小時(shí)業(yè)務(wù)量的基準(zhǔn)值：根據(jù)每小時(shí)占比（按各個(gè)業(yè)務(wù)場(chǎng)景，對(duì)前兩周的業(yè)務(wù)總量占比平均值進(jìn)行計(jì)算）計(jì)算每小時(shí)業(yè)務(wù)量的基準(zhǔn)值，超過(guò)基準(zhǔn)值的10%即為觸發(fā)。

業(yè)務(wù)子類基準(zhǔn)值：以前兩周的業(yè)務(wù)子類數(shù)據(jù)為樣本，計(jì)算出特定子類的每日占比，進(jìn)而測(cè)算占比的平均值，根據(jù)平均占比和日業(yè)務(wù)量預(yù)測(cè)值產(chǎn)生業(yè)務(wù)子類的基準(zhǔn)值。

通過(guò)數(shù)據(jù)中臺(tái)實(shí)時(shí)計(jì)算監(jiān)測(cè)值，并與基準(zhǔn)值進(jìn)行比對(duì)，根據(jù)差異發(fā)出對(duì)應(yīng)預(yù)警等級(jí)的警告，并標(biāo)記記錄，做好數(shù)據(jù)的展示和定位。用模型對(duì)6月上旬?dāng)?shù)據(jù)的標(biāo)準(zhǔn)值進(jìn)行預(yù)測(cè)，具體數(shù)據(jù)如下。

#模型預(yù)測(cè)

2 業(yè)務(wù)波動(dòng)監(jiān)測(cè)大數(shù)據(jù)應(yīng)用技術(shù)架構(gòu)

該項(xiàng)目在實(shí)現(xiàn)技術(shù)的過(guò)程中遵循了公司統(tǒng)一的技術(shù)規(guī)范，具體技術(shù)架構(gòu)共分為數(shù)據(jù)資源層、數(shù)據(jù)訪問(wèn)層、數(shù)據(jù)集成層、技術(shù)支撐層、應(yīng)用服務(wù)層、界面集成層以及展現(xiàn)層?；诠緮?shù)據(jù)中心和大數(shù)據(jù)平臺(tái)進(jìn)行部署，應(yīng)用部署在公司內(nèi)網(wǎng)，采用一級(jí)集中部署方式。程序打包部署在2個(gè)應(yīng)用服務(wù)器節(jié)，Nginx服務(wù)器提供反向代理功能和負(fù)載均衡，主要從前端框架、后端框架、系統(tǒng)架構(gòu)、負(fù)載均衡、服務(wù)器、數(shù)據(jù)庫(kù)及操作系統(tǒng)等方面對(duì)技術(shù)路線進(jìn)行設(shè)計(jì)。

業(yè)務(wù)波動(dòng)監(jiān)測(cè)工具項(xiàng)目按照數(shù)據(jù)流程分為數(shù)據(jù)中臺(tái)、設(shè)備終端和Hive計(jì)算，數(shù)據(jù)流向由數(shù)據(jù)中臺(tái)的業(yè)務(wù)波動(dòng)采集和標(biāo)準(zhǔn)代碼通過(guò)Hive計(jì)算后，統(tǒng)計(jì)出對(duì)應(yīng)的數(shù)據(jù)結(jié)果，并流向設(shè)備終端的Oracle數(shù)據(jù)庫(kù)，最終存入Oracle數(shù)據(jù)庫(kù)的結(jié)果表中。

參照近3a的歷史業(yè)務(wù)數(shù)據(jù)，根據(jù)算法得到各監(jiān)測(cè)指標(biāo)的基準(zhǔn)值；通過(guò)大數(shù)據(jù)平臺(tái)獲取實(shí)時(shí)業(yè)務(wù)數(shù)據(jù)，采用Hive、SQL等大數(shù)據(jù)組件計(jì)算實(shí)時(shí)監(jiān)測(cè)值并與基準(zhǔn)值進(jìn)行比對(duì)，根據(jù)差異發(fā)出對(duì)應(yīng)預(yù)警等級(jí)的警告。從數(shù)據(jù)中臺(tái)申請(qǐng)接入內(nèi)部業(yè)務(wù)支持系統(tǒng)S_95598_WKST、ARC_S_95598_WKST、SP_STANDARD_CODE以及O_ORG等表；獲取數(shù)據(jù)后，首先應(yīng)對(duì)數(shù)據(jù)質(zhì)量進(jìn)行檢驗(yàn)，包括數(shù)據(jù)的準(zhǔn)確性、完整性、一致性與規(guī)范性等情況；獲取系統(tǒng)中當(dāng)前以及去年同期1a的日數(shù)據(jù)樣本，根據(jù)場(chǎng)景類型的不同，對(duì)數(shù)據(jù)進(jìn)行不同的處理，在不同業(yè)務(wù)場(chǎng)景中還需要區(qū)分對(duì)應(yīng)場(chǎng)景的服務(wù)升級(jí)數(shù)據(jù)。其次，業(yè)務(wù)波動(dòng)檢測(cè)主要是基于歷史工單、實(shí)時(shí)工單等數(shù)據(jù)，從省、市和區(qū)縣等多個(gè)維度出發(fā)，構(gòu)建全業(yè)務(wù)波動(dòng)模型，結(jié)合客戶行為特征、業(yè)務(wù)子類特點(diǎn)將所有業(yè)務(wù)三級(jí)子類劃分為3個(gè)主題場(chǎng)景，并對(duì)每個(gè)場(chǎng)景進(jìn)行實(shí)時(shí)監(jiān)控。最后，通過(guò)后臺(tái)監(jiān)控對(duì)前五名的省、市和區(qū)縣單位進(jìn)行排名，展示排名較前的單位名稱以及其對(duì)應(yīng)的環(huán)比增長(zhǎng)率。模型中關(guān)于取數(shù)期的訓(xùn)練集可以用于數(shù)據(jù)建模，觀察期的數(shù)據(jù)集用于對(duì)模型進(jìn)行觀察和調(diào)整，還可以通過(guò)觀察期數(shù)據(jù)對(duì)模型結(jié)果進(jìn)行驗(yàn)證，不斷完善數(shù)據(jù)，提升模型自學(xué)習(xí)的準(zhǔn)確率。

3 業(yè)務(wù)波動(dòng)監(jiān)測(cè)大數(shù)據(jù)工具應(yīng)用特點(diǎn)

業(yè)務(wù)波動(dòng)監(jiān)測(cè)大數(shù)據(jù)工具主要是在出現(xiàn)業(yè)務(wù)波動(dòng)的情況時(shí)，用柱狀圖展現(xiàn)以省為維度統(tǒng)計(jì)的當(dāng)前時(shí)間節(jié)點(diǎn)的業(yè)務(wù)量，以紅色色塊突顯波動(dòng)異常時(shí)段，及時(shí)觸發(fā)預(yù)警，提醒對(duì)應(yīng)人員關(guān)注異常情況并定位峰涌涉及的事件類型、問(wèn)題區(qū)域等信息，及時(shí)做好策略調(diào)整，其主要有以下4個(gè)特點(diǎn)。

3.1 實(shí)時(shí)協(xié)同性

該大數(shù)據(jù)工具的刷新頻次為1 h，及時(shí)對(duì)同一地區(qū)、同一業(yè)務(wù)話務(wù)突增以及業(yè)務(wù)異常等情況進(jìn)行分析判斷和預(yù)警，可根據(jù)不同的預(yù)警場(chǎng)景，落實(shí)各方工作職責(zé)與處置措施，提升各基層公司的應(yīng)急能力，同時(shí)減輕客服中心話務(wù)壓力。

7月19日陜西連續(xù)10 d處于高溫天氣，預(yù)警工具顯示自晚19：00開(kāi)始，該省份話務(wù)一直超出預(yù)警值，經(jīng)查詢其集中在西安地區(qū)的停電業(yè)務(wù)。現(xiàn)場(chǎng)人員第一時(shí)間定位到大話務(wù)原因和區(qū)域，現(xiàn)場(chǎng)人員立即采用大話務(wù)情況下報(bào)修類的應(yīng)急規(guī)范；同時(shí)，聯(lián)系西安地市工作人員，核實(shí)故障原因和修復(fù)情況，編制應(yīng)急的話術(shù)，及時(shí)安撫來(lái)電客戶，因?yàn)楫?dāng)天反映及時(shí)，所以在話務(wù)量提升68.20%的情況下，接通率指標(biāo)未下滑，及時(shí)解決了客戶的訴求。

3.2 數(shù)據(jù)可視化

通過(guò)界面展示，人眼通過(guò)視覺(jué)和圖像比通過(guò)文本和數(shù)字更容易吸收和掌握信息，加強(qiáng)信息傳遞效率并快速反應(yīng)；對(duì)分析的業(yè)務(wù)數(shù)據(jù)和線索關(guān)聯(lián)進(jìn)行可視化展現(xiàn)，非常直觀且易于理解，可以幫助分析人員從不同的角度對(duì)信息進(jìn)行關(guān)聯(lián)、擴(kuò)展和分析[2]。

出現(xiàn)預(yù)警情況時(shí)，該省份的柱狀圖明顯高于同比柱狀圖，且通過(guò)紅色填充直觀地讓工作人員立即定位業(yè)務(wù)集中的類型、區(qū)域和原因，縮短了數(shù)據(jù)量的處理時(shí)間，降低了專業(yè)化難度。例如2021年7月10日停電業(yè)務(wù)的場(chǎng)景波動(dòng)正常，電費(fèi)回收?qǐng)鼍暗闹鶢顖D突現(xiàn)異常，工作人員可立即與地市人員核實(shí)原因，及時(shí)發(fā)現(xiàn)繳費(fèi)復(fù)電系統(tǒng)異常，并聯(lián)系技術(shù)人員及時(shí)對(duì)問(wèn)題進(jìn)行修復(fù)。

3.3 科學(xué)預(yù)測(cè)性

客服中心的業(yè)務(wù)受天氣、星期、賬期及新業(yè)務(wù)上線等多因素的影響較大，該工具除考慮傳統(tǒng)同比或環(huán)比的波動(dòng)情況外，還通過(guò)時(shí)間序列模型中的季節(jié)性自回歸移動(dòng)平均模型精準(zhǔn)地測(cè)算出當(dāng)日（每小時(shí)）的標(biāo)準(zhǔn)值。與標(biāo)準(zhǔn)值進(jìn)行對(duì)比，可以對(duì)實(shí)際值存在差異波動(dòng)的業(yè)務(wù)、區(qū)域進(jìn)行預(yù)警；隨著大量數(shù)據(jù)的積累與模型算法的進(jìn)一步完善，標(biāo)準(zhǔn)值將更具備科學(xué)性，目前測(cè)算標(biāo)準(zhǔn)值準(zhǔn)確率可高達(dá)90%，后面將優(yōu)化模型，進(jìn)一步提升其準(zhǔn)確率。

3.4 投訴預(yù)警性

業(yè)務(wù)量的波動(dòng)與后期投訴工單的產(chǎn)生存在一定關(guān)聯(lián)，因此通過(guò)提前關(guān)注異常波動(dòng)的業(yè)務(wù)類型、涉及范圍和業(yè)務(wù)波動(dòng)量，提前對(duì)異常類業(yè)務(wù)進(jìn)行干預(yù)，以免后期收到客戶投訴，在日常工作發(fā)現(xiàn)同一地區(qū)的同一業(yè)務(wù)咨詢的事件達(dá)到閥值時(shí)，主動(dòng)進(jìn)行預(yù)警，如果未進(jìn)行提前性干預(yù)，產(chǎn)生后期投訴率就會(huì)高于12%。例如2021年7月16日客戶來(lái)電反映某小區(qū)停電問(wèn)題，工具監(jiān)測(cè)到同小區(qū)已有4張工單，獲取該信息后，首先及時(shí)與該小區(qū)處理人員進(jìn)行溝通，加快處理進(jìn)度并實(shí)時(shí)反饋處理情況，做好客戶問(wèn)題的相關(guān)答復(fù)；其次，第一時(shí)間告知現(xiàn)場(chǎng)客服人員，后期再有客戶反映相同小區(qū)的停電問(wèn)題時(shí)，告知已有人員反映且在處理中，獲得其他客戶的理解，減少下派投訴工單2張。

4 業(yè)務(wù)波動(dòng)監(jiān)測(cè)大數(shù)據(jù)工具體運(yùn)用領(lǐng)域

大數(shù)據(jù)是指無(wú)法在一定時(shí)間內(nèi)用常規(guī)軟件工具對(duì)其內(nèi)容進(jìn)行抓取、管理和處理的數(shù)據(jù)集合。大數(shù)據(jù)技術(shù)是指從各種各樣類型的數(shù)據(jù)中，快速獲得有價(jià)值信息的能力。適用于大數(shù)據(jù)的技術(shù)包括大規(guī)模并行處理（MPP）數(shù)據(jù)庫(kù)、數(shù)據(jù)挖掘電網(wǎng)、分布式文件系統(tǒng)、分布式數(shù)據(jù)庫(kù)、云計(jì)算平臺(tái)、互聯(lián)網(wǎng)和可擴(kuò)展的存儲(chǔ)系統(tǒng)。

4.1 追蹤業(yè)務(wù)異常波動(dòng)防控服務(wù)風(fēng)險(xiǎn)

各話務(wù)波動(dòng)行業(yè)均可使用該工具，通過(guò)對(duì)業(yè)務(wù)波動(dòng)預(yù)警模型數(shù)據(jù)實(shí)時(shí)監(jiān)測(cè)做好與各級(jí)單位業(yè)務(wù)的聯(lián)動(dòng)，包括業(yè)務(wù)波動(dòng)提醒、業(yè)務(wù)波動(dòng)原因聯(lián)合調(diào)查、話務(wù)與工單峰涌時(shí)共同應(yīng)對(duì)和各級(jí)單位信息及時(shí)維護(hù)等，實(shí)時(shí)溝通應(yīng)急話術(shù)和聯(lián)動(dòng)應(yīng)急操作，以達(dá)到減少投訴工單的訴求的目的。

4.2 定期對(duì)地市公司開(kāi)展業(yè)務(wù)波動(dòng)問(wèn)題總結(jié)

業(yè)務(wù)波動(dòng)監(jiān)測(cè)大數(shù)據(jù)工具，能在實(shí)時(shí)關(guān)注業(yè)務(wù)波動(dòng)的同時(shí)，及時(shí)與各級(jí)公司人員進(jìn)行溝通，對(duì)當(dāng)前數(shù)據(jù)采集的問(wèn)題進(jìn)行留痕處理，幫助各層級(jí)單位對(duì)問(wèn)題進(jìn)行分析、總結(jié)，并及時(shí)定位原因，降低人工分析成本；同時(shí)參考業(yè)務(wù)波動(dòng)情況，后期可通過(guò)大數(shù)據(jù)工具編制“定制化”數(shù)據(jù)分析專題報(bào)告，形成自動(dòng)化分析報(bào)告，客觀地體現(xiàn)各級(jí)單位的工作能力。

4.3 常用數(shù)據(jù)看板直觀展示優(yōu)化區(qū)域資源配置

運(yùn)用大數(shù)據(jù)工具，直觀、便捷地展示各級(jí)公司所需要的數(shù)據(jù)，減少各級(jí)單位間的數(shù)據(jù)分析成本，優(yōu)化人員配置，從而提升能效；可通過(guò)大屏展示實(shí)時(shí)數(shù)據(jù)，預(yù)警數(shù)據(jù)用紅色突顯，從而直觀地展現(xiàn)數(shù)據(jù)，方便負(fù)責(zé)人員了解實(shí)時(shí)情況。對(duì)波動(dòng)性較大的業(yè)務(wù)要及時(shí)開(kāi)展業(yè)務(wù)答復(fù)話術(shù)跟蹤研究，優(yōu)化知識(shí)庫(kù)系統(tǒng)信息錄入，便于客服理解；定位波動(dòng)性較大、預(yù)警次數(shù)高的區(qū)域，根據(jù)業(yè)務(wù)類型和客戶訴求，進(jìn)一步合理配置資源，從根本上解決客戶需求。

5 結(jié)論

創(chuàng)造大數(shù)據(jù)價(jià)值的關(guān)鍵在于大數(shù)據(jù)的應(yīng)用，隨著大數(shù)據(jù)技術(shù)的飛速發(fā)展，大數(shù)據(jù)應(yīng)用已經(jīng)融入各行各業(yè)。業(yè)務(wù)波動(dòng)監(jiān)測(cè)模型是大數(shù)據(jù)產(chǎn)品在電力客服中心運(yùn)用中的探索，充分發(fā)揮了大數(shù)據(jù)應(yīng)用的直觀性和實(shí)用性，推動(dòng)現(xiàn)場(chǎng)人員能效提升，指導(dǎo)現(xiàn)場(chǎng)運(yùn)營(yíng)排班和人員調(diào)度，提升現(xiàn)場(chǎng)調(diào)控人員的調(diào)控能力高，用科技化的手段助力于客服中心此類傳統(tǒng)型的行業(yè)發(fā)展。在全球經(jīng)濟(jì)數(shù)字化浪潮的帶動(dòng)下，我國(guó)大數(shù)據(jù)與實(shí)體經(jīng)濟(jì)的融合應(yīng)用也將不斷拓展。