摘要：通信服務(wù)行業(yè)競(jìng)爭(zhēng)日趨激烈，產(chǎn)品質(zhì)量、售后服務(wù)、口碑建設(shè)等已成為企業(yè)最大的競(jìng)爭(zhēng)優(yōu)勢(shì)，企業(yè)也將客戶滿意度作為評(píng)估自身健康的重要維度。而如何更好地前置預(yù)測(cè)出客戶對(duì)企業(yè)的感知評(píng)價(jià)以及管理和提升客戶體驗(yàn)，成為一個(gè)重要課題。通過(guò)對(duì)客戶測(cè)評(píng)結(jié)果、消費(fèi)行為軌跡的分析，客戶對(duì)服務(wù)接觸的好感度會(huì)隨著時(shí)間推移發(fā)生變化，這個(gè)變化趨勢(shì)類似人的記憶趨勢(shì)，符合“遺忘曲線”的理論。結(jié)合服務(wù)接觸次數(shù)、好壞、間隔時(shí)間等因素，我們構(gòu)建了基于遺忘曲線理論的客戶感知預(yù)測(cè)模型，將事件、時(shí)間、頻次、對(duì)象、結(jié)果作為影響因素，通過(guò)訓(xùn)練匹配，形成了端到端感知預(yù)測(cè)模型，預(yù)判服務(wù)事件對(duì)客戶感知的影響深度，形成預(yù)測(cè)結(jié)果并推送到服務(wù)觸點(diǎn)進(jìn)行賦能應(yīng)用。

關(guān)鍵詞：客戶感知；遺忘曲線；預(yù)測(cè)建模；艾賓浩斯；服務(wù)感知；網(wǎng)絡(luò)感知

doi：10.3969/J.ISSN.1672-7274.2023.02.052

中圖分類號(hào)：TP 3" " " " " " " "文獻(xiàn)標(biāo)示碼：A" " " " " " " "文章編碼：1672-7274（2023）02-0-03

Building Customer Perception Prediction Model and System in Communication Industry Based on Forgetting Curve

ZHAO Gan

（China Telecom Corporation Limited Anhui Branch， Hefei 234000， China）

Abstract： Competition in communication service industry is becoming increasingly fierce，Product quality、after-sales service and reputation building have become the biggest competitive advantages of enterprises，Enterprises also take customer satisfaction as an important dimension to evaluate their own health。How to better predict customers' perception and evaluation of the enterprise， manage and improve customer experience， has become an important topic. Through the analysis of customer evaluation results and consumption behavior trajectory， the customer's preference for service contact will change over time， and the service impression will change. This change trend is similar to the memory trend of people， and conforms to the theory of \"forgetting curve\". Combined with service contact times，quality， interval and other factors， We build a customer perception prediction model based on forgetting curve theory， Take the event， time， frequency， object and result as the influencing factors， Through training and matching， an end-to-end perception prediction model is formed to predict the impact of service events on customer perception， form the prediction results and push them to service contacts for enabling applications

Key words： customer perception; forgetting curve; prediction modeling; Ebenhaus; service perception， network perception

1" 企業(yè)服務(wù)管理現(xiàn)狀分析

通信企業(yè)對(duì)客戶滿意度的獲取，一般會(huì)采用在工單結(jié)束時(shí)回訪的模式，獲取客戶對(duì)單次服務(wù)的評(píng)價(jià)結(jié)果，也會(huì)通過(guò)第三方調(diào)研回訪，概率性抽取測(cè)評(píng)，獲取客戶對(duì)企業(yè)的評(píng)價(jià)。從對(duì)工單滿意、不滿意用戶和第三方調(diào)研隨機(jī)抽取客戶的結(jié)果對(duì)比來(lái)看，工單滿意度結(jié)果與第三方測(cè)評(píng)結(jié)果并不吻合，一般來(lái)說(shuō)工單滿意度結(jié)果會(huì)好于第三方測(cè)評(píng)結(jié)果。以下是具體原因分析。

（1）工單測(cè)評(píng)的間隔時(shí)間相對(duì)較短，用戶對(duì)當(dāng)前現(xiàn)狀做出判斷，影響較為深刻，對(duì)產(chǎn)品感知偏弱，對(duì)服務(wù)感知偏高，同時(shí)容忍性也較強(qiáng)，所以好評(píng)率偏高。

（2）第三方測(cè)評(píng)隨機(jī)抽取客戶，一般為老客戶，產(chǎn)品使用時(shí)間較長(zhǎng)，服務(wù)接觸時(shí)間拉長(zhǎng)，服務(wù)影響降低，印象在記憶中有所衰減，好評(píng)概率下降。

因此，僅從工單角度的回訪結(jié)果不足以反饋客戶對(duì)企業(yè)形象的認(rèn)知。

對(duì)用戶的整個(gè)服務(wù)接觸過(guò)程進(jìn)行分析發(fā)現(xiàn)，裝維經(jīng)理上門服務(wù)接觸服務(wù)占29%，客服遠(yuǎn)程預(yù)處理指導(dǎo)終結(jié)占28%，裝維經(jīng)理電話溝通占20%，無(wú)接觸記錄的占23%，這其中工單接觸僅占39.9%。結(jié)合服務(wù)過(guò)程與測(cè)評(píng)結(jié)果對(duì)比，發(fā)現(xiàn)調(diào)研回訪不滿意用戶和裝維上門接觸用戶的重合度僅為35%，客服預(yù)處理接觸和裝維熱線接觸重合度為40%，無(wú)接觸為25%，工單滿意度指標(biāo)和測(cè)評(píng)結(jié)果出現(xiàn)了差異，也印證了工單結(jié)果已不能完整反映用戶感知。

在梳理目前通信企信的服務(wù)管理現(xiàn)狀，裝維服務(wù)接觸、服務(wù)管控調(diào)度現(xiàn)狀時(shí)發(fā)現(xiàn)，裝維服務(wù)的施工環(huán)節(jié)和其他客戶服務(wù)接觸部門沒(méi)有關(guān)聯(lián)性，都是獨(dú)立運(yùn)行的，缺乏綜合的服務(wù)監(jiān)控和數(shù)據(jù)指導(dǎo)。比如，客服環(huán)節(jié)的預(yù)處理指導(dǎo)終結(jié)后客戶感知結(jié)果，派單裝維終結(jié)的障礙復(fù)發(fā)情況，用戶直接撥打裝維熱線話務(wù)沒(méi)有進(jìn)入工單監(jiān)控的工單情況，裝維人員與用戶溝通的話務(wù)是否規(guī)范，裝維施工工單是否存在虛假回單，服務(wù)過(guò)程是否規(guī)范、是否符合用戶期望，裝維經(jīng)理服務(wù)能力等這些影響客戶感知的接觸因素，均是在不同的部門獨(dú)立分析，沒(méi)有關(guān)聯(lián)性的匯聚，更沒(méi)有對(duì)多次服務(wù)接觸的影響、接觸間隔時(shí)長(zhǎng)、末次接觸歷時(shí)的歷史數(shù)據(jù)關(guān)聯(lián)進(jìn)行考慮。

為此，梳理客戶生命周期的端到端事件，結(jié)合各服務(wù)接觸歷時(shí)、間隔時(shí)長(zhǎng)、歷時(shí)接觸影響等因素，借助大數(shù)據(jù)匯聚、分析能力，數(shù)據(jù)挖掘構(gòu)建預(yù)測(cè)模型，形成客戶感知預(yù)測(cè)能力，為企業(yè)提供更加可靠的感知分析預(yù)測(cè)數(shù)據(jù)，指導(dǎo)企業(yè)服務(wù)。

企業(yè)可以借助感知預(yù)測(cè)結(jié)果從“點(diǎn)狀突破”帶動(dòng)“面上開花”，驅(qū)動(dòng)企業(yè)對(duì)服務(wù)流程診斷及優(yōu)化、各服務(wù)觸發(fā)預(yù)警提醒、裝維經(jīng)理能力提升，從而達(dá)到客戶感知與口碑的全面提升。

2" 感知預(yù)測(cè)模型與系統(tǒng)的建設(shè)思路

（1）首先對(duì)基于遺忘曲線構(gòu)建感知度系數(shù)調(diào)控遺忘趨勢(shì)的理論研究與算法實(shí)現(xiàn)可行性研究。在理論中，人們通過(guò)感知形成記憶，一段時(shí)間的遺忘后再接觸喚起回憶，形成了記憶深度變化；在生產(chǎn)、服務(wù)接觸中，各渠道與客戶的接觸形成了感知，每一類不同的接觸事件形成了不同的記憶，在經(jīng)歷了一段時(shí)間后都會(huì)有所遺忘，通過(guò)重復(fù)的接觸將原來(lái)接觸經(jīng)歷回憶起來(lái)。理論與生產(chǎn)場(chǎng)景可以完美的契合。

（2）基于理論在生產(chǎn)中應(yīng)用探索，尋找可在生產(chǎn)中應(yīng)用的關(guān)鍵點(diǎn)。用戶對(duì)服務(wù)的評(píng)價(jià)是基于記憶的基礎(chǔ)，我們?nèi)绾潍@取到用戶的記憶情況呢？如何挖掘出可能存在的差評(píng)記憶呢？艾賓浩斯遺忘曲線可以客觀地描述記憶的衰減程度，但沒(méi)有體現(xiàn)出服務(wù)接觸后各類因素影響的變化趨勢(shì)，為此我們結(jié)合生產(chǎn)接觸中的各種因素，比如服務(wù)接觸過(guò)程中響應(yīng)、履約、質(zhì)量，接觸時(shí)間類型開通、修障、投訴，接觸頻次、間隔等因素，控制遺忘曲線的趨勢(shì)，將服務(wù)感知的結(jié)果在曲線中量化輸出，形成基于服務(wù)接觸的曲線變化，最終實(shí)現(xiàn)預(yù)測(cè)。這里的關(guān)鍵點(diǎn)是遺忘與事件、時(shí)間的關(guān)系，控制曲線走向。

從以上理論和生產(chǎn)研究探索，我們發(fā)現(xiàn)可以基于遺忘曲線理論來(lái)實(shí)現(xiàn)對(duì)客戶感知認(rèn)知深度的預(yù)測(cè)。

3" 基于遺忘曲線構(gòu)建感知預(yù)測(cè)建模的方

法與系統(tǒng)

3.1 應(yīng)用性研究：遺忘趨勢(shì)的控制

在遺忘曲線的理論模型中，對(duì)單一事件的記憶20分鐘后衰減至58%，1天后是33%，6天后是25%，通過(guò)對(duì)事件的重復(fù)復(fù)現(xiàn)，用戶在對(duì)某事件多頻次接觸后，會(huì)加深記憶印象。在教育行業(yè)通過(guò)記憶的衰減周期，利用衰減趨勢(shì)的8個(gè)周期進(jìn)行復(fù)習(xí)，加深記憶，控制衰減趨勢(shì)。而在我們的生產(chǎn)服務(wù)過(guò)程中，用戶事件都是隨機(jī)發(fā)生的、不規(guī)律的服務(wù)事件接觸，那么用戶的感知記憶會(huì)如何變化呢？

通過(guò)生產(chǎn)研究，我們發(fā)現(xiàn)可以通過(guò)調(diào)整記憶曲線的變化趨勢(shì)，結(jié)合生產(chǎn)影響因素對(duì)曲線進(jìn)行動(dòng)態(tài)調(diào)節(jié)，形成控制曲線變化的感知度系數(shù)，從而客觀地反應(yīng)該用戶對(duì)不同的服務(wù)事件、事件頻次、屬性、事件間隔歷時(shí)等接觸后的記憶情況，再結(jié)合每次服務(wù)事件的評(píng)價(jià)結(jié)果，可進(jìn)行模型預(yù)測(cè)。感知預(yù)測(cè)算法如公式（1）所示。

（1）

式中，X（n）為事件感知系數(shù)，根據(jù)生產(chǎn)事件的類型、次數(shù)、屬性及間隔歷時(shí)等可變因素形成控制系數(shù)，X（n）的計(jì)算如公式（2）所示。

（2）

式中，n事件次數(shù)；M為事件屬性影響感知度變化系數(shù)，根據(jù)事件的接觸渠道、現(xiàn)象、評(píng)價(jià)好壞定義不同的影響系數(shù)；N為類型相同事件重復(fù)次數(shù)，按生命周期統(tǒng)計(jì)事件類型相同的重復(fù)次數(shù)；?t為相鄰事件間隔。

3.2 正向建模應(yīng)用——構(gòu)建客戶服務(wù)感知度

在開通或修障過(guò)程中會(huì)經(jīng)過(guò)一個(gè)環(huán)節(jié)或多個(gè)環(huán)節(jié)，形成不同的環(huán)節(jié)終結(jié)事件，對(duì)每個(gè)環(huán)節(jié)都有服務(wù)評(píng)價(jià)，形成了環(huán)節(jié)的滿意值系數(shù)。基于這些系數(shù)，評(píng)估用戶對(duì)事件感知的好壞，形成事件屬性（正向、負(fù)向事件），正向和負(fù)向事件交互的過(guò)程中會(huì)影響客戶對(duì)服務(wù)的記憶，為調(diào)節(jié)影響值，形成了事件屬性影響感知度變化系數(shù)M。

根據(jù)服務(wù)事件的離散性，結(jié)合客戶服務(wù)屏結(jié)果，用戶服務(wù)接觸評(píng)價(jià)好評(píng)作為為正向事件，服務(wù)差評(píng)作為負(fù)向事件，通過(guò)對(duì)正負(fù)向轉(zhuǎn)換M值調(diào)節(jié)X（n），當(dāng)出現(xiàn)負(fù)向事件時(shí)，M值調(diào)節(jié)增加記憶加深，最終事件結(jié)束時(shí)的記憶深度作為評(píng)價(jià)隱患；當(dāng)出現(xiàn)負(fù)向事件到正向事件轉(zhuǎn)換時(shí)，正向事件的記憶增幅就會(huì)減緩，但記憶仍持續(xù)加深，負(fù)向事件的隱患影響也會(huì)隨著時(shí)間增加而逐漸降低。

3.3 逆向建模應(yīng)用——客戶對(duì)網(wǎng)絡(luò)感知度的預(yù)測(cè)

用戶在持續(xù)使用網(wǎng)絡(luò)的過(guò)程中如不出現(xiàn)任何問(wèn)題，整體的感知就會(huì)逐步提升，但當(dāng)發(fā)生障礙事件時(shí)，則會(huì)出現(xiàn)使用網(wǎng)絡(luò)的感知度下降的情況，而下降幅度會(huì)因網(wǎng)絡(luò)問(wèn)題、網(wǎng)絡(luò)修復(fù)時(shí)長(zhǎng)、障礙發(fā)生頻次和間隔事件產(chǎn)生不同的影響，故可通過(guò)對(duì)發(fā)生的障礙事件結(jié)合上述因素進(jìn)行網(wǎng)絡(luò)感知的評(píng)估。根據(jù)接觸渠道和障礙現(xiàn)象，調(diào)整感知度系數(shù)，如申告途徑不同，定義不同的系數(shù)，自助類為0.01，預(yù)處理類為0.1，障礙派單類為0.2，裝維熱線類為0.1，本地投訴類為0.25，集團(tuán)投訴為0.5，工信部投訴為0.6。利用遺忘曲線逆向增長(zhǎng)趨勢(shì)，持續(xù)使用向上增加感知，對(duì)單障礙事件的發(fā)送狀態(tài)進(jìn)行評(píng)估，識(shí)別下降影響，以及事件發(fā)生后到目前時(shí)間，從而得出客戶對(duì)當(dāng)前網(wǎng)絡(luò)的使用感知，預(yù)測(cè)可能對(duì)感知評(píng)價(jià)的滿意度得分。

3.4 生產(chǎn)系統(tǒng)應(yīng)用

3.4.1 服務(wù)數(shù)據(jù)的端到端采集

利用大數(shù)據(jù)、AI技術(shù)能力，實(shí)現(xiàn)服務(wù)離散事件的匯聚，通過(guò)進(jìn)行大數(shù)據(jù)建模整合，匯聚業(yè)務(wù)開通、自助排障、申告排障、派單排障、裝維熱線、本地投訴、集團(tuán)及工信部投訴等服務(wù)接觸事件，構(gòu)建客戶接觸營(yíng)銷的工單級(jí)事件表，通過(guò)單工單級(jí)事件表（投訴單工單級(jí)事件表、障礙單工單級(jí)事件表、自助工單級(jí)事件表、裝維熱線工單級(jí)事件表）來(lái)描述客戶接觸的事件，定義不同事件對(duì)客戶的影響，然后匯聚成客戶級(jí)寬表，收錄客戶生命周期的服務(wù)接觸情況，包含客戶級(jí)事件的歷時(shí)、感知屬性、重復(fù)次數(shù)、正負(fù)向得分、感知系數(shù)、服務(wù)感知度和負(fù)向服務(wù)感知影響隱患值。

3.4.2 客戶級(jí)離散事件的匯聚

（1）客戶級(jí)靜態(tài)畫像建設(shè)：通過(guò)大數(shù)據(jù)跨域匯聚客戶入網(wǎng)的身份證、聯(lián)系電話、障礙申告的主叫號(hào)碼、入網(wǎng)后業(yè)務(wù)號(hào)碼形成的客戶級(jí)靜態(tài)畫像。

（2）全生命周期事件匯聚：根據(jù)用戶工單發(fā)生時(shí)間，工單間索引關(guān)系，匯聚服務(wù)事件。例如，將用戶開通單經(jīng)歷的施工、熱線、建設(shè)工單匯聚為一個(gè)開通事件，將用戶報(bào)障經(jīng)過(guò)的自助、10000號(hào)預(yù)處理、在線預(yù)處理、裝維熱線溝通、上門處理等匯聚成一個(gè)障礙時(shí)間，串聯(lián)出關(guān)系工單，形成服務(wù)事件。

3.4.3 服務(wù)觸點(diǎn)的推送應(yīng)用

服務(wù)主動(dòng)推送：面向客服、裝維、服務(wù)管理相關(guān)部門，以生產(chǎn)系統(tǒng)應(yīng)用集成的模式推送到各個(gè)觸點(diǎn)；在服務(wù)觸點(diǎn)主動(dòng)預(yù)警提醒，對(duì)員工進(jìn)行注智賦能，實(shí)現(xiàn)系統(tǒng)模型預(yù)測(cè)結(jié)果的生產(chǎn)應(yīng)用。

4" 結(jié)束語(yǔ)

基于客戶對(duì)客觀事物印象的記憶規(guī)律，結(jié)合在服務(wù)接觸過(guò)程中的主觀結(jié)果，形成對(duì)記憶趨勢(shì)的控制模型，輸出符合客戶認(rèn)知的多次事件疊加后的印象值，從而得到客戶對(duì)服務(wù)、網(wǎng)絡(luò)的感知深度，用于預(yù)測(cè)最終的評(píng)價(jià)結(jié)果，用于生產(chǎn)應(yīng)用系統(tǒng)，并將推送到各個(gè)服務(wù)觸點(diǎn)，于用生產(chǎn)，提升客戶感知。模型的研究與應(yīng)用在以下4個(gè)方面實(shí)現(xiàn)了突破。

（1）在客戶問(wèn)題處理方面：全生命周期離散事件的匯聚為服務(wù)投訴、網(wǎng)絡(luò)預(yù)判、服務(wù)預(yù)警等提供一鍵式查詢，將原來(lái)服務(wù)問(wèn)題處理的多系統(tǒng)、多渠道、多環(huán)節(jié)逐個(gè)查找，改變?yōu)橐绘I查詢，極大地提高了處理效率。

（2）在感知預(yù)測(cè)方面：彌補(bǔ)了服務(wù)感知、網(wǎng)絡(luò)感知的量化算法的空白，借助記憶、遺忘及反復(fù)記憶的特性，量化輸出客戶對(duì)服務(wù)和網(wǎng)絡(luò)的評(píng)價(jià)結(jié)果，為服務(wù)處理人員提供準(zhǔn)確的診斷預(yù)警能力。

（3）在服務(wù)問(wèn)題挖掘方面：借助大數(shù)據(jù)技術(shù)的事件、過(guò)程的匯聚，使得服務(wù)問(wèn)題分析、挖掘更加準(zhǔn)確，短板拾取更加全面，為注智賦能提供精準(zhǔn)方向，提高了支撐效率和人員能力。

（4）在服務(wù)管理方面：服務(wù)管理的大數(shù)據(jù)AI轉(zhuǎn)型、服務(wù)的“數(shù)改”基礎(chǔ)，為服務(wù)決策和服務(wù)管理提供了科學(xué)依據(jù)?！?/p>