大數(shù)據(jù)分析在通信客戶營銷服務(wù)中作用初探

■王小康

（中國移動通信集團(tuán)山東有限公司）

引 言

在數(shù)字經(jīng)濟(jì)席卷而來的大潮中，大數(shù)據(jù)、人工智能、云計算等新興數(shù)字化信息技術(shù)已經(jīng)逐漸從理論階段走向?qū)嵱秒A段，并在人們的工作、生活學(xué)習(xí)等多方面發(fā)揮著越來越重要的作用。本文以作者親自主持參與的項目為例，分析了借助大數(shù)據(jù)和人工智能技術(shù)，以客戶需求為導(dǎo)向，深入挖掘客戶咨詢申訴的關(guān)鍵業(yè)務(wù)、關(guān)鍵時刻和關(guān)鍵觸點，前置營銷服務(wù)，用合適的產(chǎn)品服務(wù)合適的人，積極推進(jìn)通信運營商“服務(wù)即營銷、營銷即服務(wù)”建設(shè)的過程，供移動通信、運營管理、數(shù)據(jù)挖掘、客戶服務(wù)等領(lǐng)域的同行參考。

1 通信運營商“營銷服務(wù)一體化”建設(shè)任重道遠(yuǎn)

當(dāng)前，移動通信運營市場已經(jīng)進(jìn)入極大飽和狀態(tài)，不論是移動、聯(lián)通還是電信，都已經(jīng)很難找到全新的客戶來源拉動市場份額的快速、顯著增長。在這種情況下，通信運營商紛紛選擇了通過對現(xiàn)有存量客戶的“深耕細(xì)作”，來提升老客戶的收入貢獻(xiàn)。在存量運營的諸多手段中，外呼營銷因能在極短時間內(nèi)與客戶達(dá)成交易一致，而備受青睞。

但相對應(yīng)的，外呼營銷作為一個長流程管理鏈條，其間仍存在有待改善的地方。

（1）未形成規(guī)范的審核流程，營銷策劃部門和服務(wù)支撐部門之間只是通過郵件往來，導(dǎo)致腳本設(shè)計和落實的中間環(huán)節(jié)缺失。

（2）各項營銷政策的話術(shù)關(guān)鍵點未進(jìn)行細(xì)致分類，導(dǎo)致腳本的審核標(biāo)準(zhǔn)不夠精細(xì)化。

（3）對審核過的腳本沒有系統(tǒng)性的留存，導(dǎo)致后期追溯難度系數(shù)大。

2 具體實施措施

2.1 系統(tǒng)化開展外呼營銷腳本審核等系列工作

外呼營銷腳本是推動外呼營銷工作順利開展的基礎(chǔ)，能夠規(guī)范話務(wù)員話術(shù)、提高營銷成功率、規(guī)避投訴風(fēng)險點。因此，外呼營銷腳本審核的工作是一項極為重要的，長期性、持續(xù)性的工作。

一是“平臺化”。在制定了腳本審核的具體流程中，我們在“業(yè)務(wù)運營管理中心”系統(tǒng)（Business Operation Management Center，以下簡稱“BOMC系統(tǒng)”）中增加了外呼腳本審核的關(guān)鍵節(jié)點，固化了外呼營銷腳本審核的標(biāo)準(zhǔn)和流程。實現(xiàn)了大數(shù)據(jù)背景下，從非數(shù)據(jù)驅(qū)動的人工流程到數(shù)據(jù)導(dǎo)向驅(qū)動的自動化流程、從傳統(tǒng)客服軟件時代到新一代智能客服時代的轉(zhuǎn)變。

二是“可視化”。自2020年5月起，我們已經(jīng)開始通過BOMC系統(tǒng)對外呼腳本進(jìn)行審核，實現(xiàn)了從腳本制作到腳本審核再到腳本落實的各個環(huán)節(jié)的可控性操作。對審核過的腳本有了痕跡留存，實現(xiàn)了可視化統(tǒng)計。

三是“軟實力”。提升腳本審核人員的能力，是腳本審核流程的靈魂，是促進(jìn)的生產(chǎn)的催化劑，更是客服滿意度的有力保障。為此，我們開展了對生產(chǎn)單位腳本審核的技能培訓(xùn)，讓腳本審核人具備標(biāo)準(zhǔn)腳本撰寫的能力。實現(xiàn)在統(tǒng)一的標(biāo)準(zhǔn)下，外呼營銷人員形成屬于自身的個性化外呼話術(shù)，用更精準(zhǔn)的服務(wù)去推動更精準(zhǔn)的營銷。

2.2 搭建并強(qiáng)化營銷活動前置管理系統(tǒng)

精準(zhǔn)服務(wù)需要流程再造和管理革新。在企業(yè)運營中，精準(zhǔn)服務(wù)的成本消耗最低、營銷效果最明顯，無疑是最有效率的運營方式。一旦摸清了客戶的個性化需求，就可以針對性的提供有效的產(chǎn)品。精準(zhǔn)服務(wù)并不只是局限在內(nèi)部大數(shù)據(jù)上，還可以通過人工智能和社會資源進(jìn)行更完備的整合，將精準(zhǔn)營銷推向更高層次。從運營商的角度來說，通過客服熱線積累的大量與客戶之間的溝通數(shù)據(jù)，就是客戶潛在需求的數(shù)據(jù)化表達(dá)。在這個基礎(chǔ)上，我們開發(fā)了營銷案前置管理系統(tǒng)，并著重研發(fā)了以下的功能模塊，嘗試通過技術(shù)手段將海量、零散、非規(guī)范的客戶通過客服熱線交互的數(shù)據(jù)，通過一些列操作轉(zhuǎn)化成業(yè)務(wù)運營服務(wù)能快速借鑒、統(tǒng)一使用的有價值信息。

2.2.1 實現(xiàn)投訴語音文本的轉(zhuǎn)換

這個功能的核心是語音識別，將這些語音轉(zhuǎn)換為文本后，不僅減少了存儲空間，這些文本數(shù)據(jù)還可以用于后續(xù)的信息挖掘，用來會改進(jìn)服務(wù)和發(fā)現(xiàn)商機(jī)。

通過大數(shù)據(jù)語音轉(zhuǎn)寫技術(shù)，將轉(zhuǎn)寫引擎分布式部署在AI平臺算力中，利用GPU組成的強(qiáng)大算力，可以實現(xiàn)全省投訴語音大批量并發(fā)實時轉(zhuǎn)寫；針對本省不同地區(qū)的方言差異，AI平臺的語音轉(zhuǎn)寫引擎因地制宜，將地區(qū)方言轉(zhuǎn)換處理，最大保留客戶信息表達(dá)，在精準(zhǔn)捕捉客戶投訴事項、定位客戶不滿意度原因、挖掘客戶潛在消費需求點等提供數(shù)據(jù)保障。

2.2.2 實現(xiàn)通過轉(zhuǎn)換后的文本定位到用戶提及營銷案、涉及的具體業(yè)務(wù)和用戶在乎的關(guān)鍵點

客戶通過熱線通道表達(dá)或咨詢自己的業(yè)務(wù)訴求，其中多數(shù)電話訴求是與營銷案某一具體業(yè)務(wù)相關(guān)，在投訴文本與營銷案匹配過程中利用人工智能自然語言處理技術(shù)(Natural Language Processing，縮寫為NLP)。其中，主要處理有投訴文本與營銷案自動匹配、投訴文本與營銷案關(guān)鍵詞自動提取并不斷豐富關(guān)鍵詞庫、投訴文本與營銷案業(yè)務(wù)自動關(guān)聯(lián)等。

在投入文本與營銷案匹配過程中，需要實現(xiàn)將投訴文本的內(nèi)容特征與眾多營銷案的特征進(jìn)行比對，從中找到匹配度較高的營銷案，目前全省營銷案每年多達(dá)1400余份，每個營銷案特征都需要充分準(zhǔn)確提??；針對現(xiàn)有情況，利用多項技術(shù)，從關(guān)鍵詞、特征抽取、文本摘要、主旨分析等多個維度綜合處理，在分析現(xiàn)有業(yè)務(wù)特點后建立深度學(xué)習(xí)模型，利用人工智能神經(jīng)網(wǎng)絡(luò)等技術(shù)充分學(xué)習(xí)業(yè)務(wù)專家在同類問題判斷方法：

（1）模型首先對接營銷案庫獲取營銷案文件，因營銷案會先與投訴文本發(fā)布（業(yè)務(wù)關(guān)系）。會對營銷案做處理，提取營銷案關(guān)鍵詞，生成營銷案關(guān)鍵詞庫以及營銷案關(guān)鍵詞向量庫(詞向量可以有效提取詞特征)，為后續(xù)與投訴文本關(guān)鍵詞做特征值對比，相似度比較做鋪墊；對不同營銷案提取文本主旨、文本摘要等信息要素，將營銷案中不同營銷案方案的主要特征提取出來，并對不同的文本特征建立不同的特征權(quán)重值，確保提取的特征的準(zhǔn)確性。

（2）營銷案運行一段時間后，客戶經(jīng)投訴產(chǎn)生語音轉(zhuǎn)寫投訴文本，輸入投訴文本后，模型對投訴文本進(jìn)行預(yù)處理，預(yù)處理包括：

①投訴文本關(guān)鍵詞提取，其中對需要對與投訴內(nèi)容無法信息進(jìn)行過濾，如停用詞、助詞等。②日常用語處理；如，語音:每月消費一二百元—〉轉(zhuǎn)寫： 100到200百元。③業(yè)務(wù)語料處理，建立運營商業(yè)務(wù)語料庫：如“機(jī)頂盒”、“融合寬帶”、“手機(jī)流量”等詞匯。

2.2.3 客戶信息深度挖掘

在互聯(lián)網(wǎng)時代，除了用戶數(shù)、營業(yè)額等，數(shù)據(jù)已經(jīng)被認(rèn)為是未來的核心資源。相對于交易記錄等傳統(tǒng)數(shù)據(jù)而言，在網(wǎng)頁瀏覽、APP應(yīng)用、電話交互、現(xiàn)場業(yè)務(wù)辦理中，所產(chǎn)生的形式各異、規(guī)模龐大的網(wǎng)頁、文本、語音、視頻等數(shù)據(jù)中，更多的包含傳統(tǒng)交易數(shù)據(jù)中不那么容易獲得的偏好、情感、期望等信息。而客服部門作為企業(yè)前端的客戶直接接觸窗口，每天都可以從客戶身上獲取大量的信息，甚至可以在客戶比較滿意的實際，主動獲取一些愛好、職業(yè)等信息。同時隨著定位技術(shù)成為了手機(jī)的標(biāo)配，個人位置信息已經(jīng)成了客戶服務(wù)領(lǐng)域待被開采的金礦，以上這些信息可能是非標(biāo)準(zhǔn)化的，需要進(jìn)行初步的處理才更方便使用。

基于用戶多種行為屬性，在客戶信息挖掘方面從多種維度入手，主要包括：客戶來電情感分析、客戶來電潛在消費需求挖掘、客戶主要關(guān)注信息等方面。

（1）情感分析方面：根據(jù)投訴文本提取客戶情感程度信息，建立情感分析模型提取客戶正向、負(fù)向等情感表達(dá)，根據(jù)模型分析客戶情感值建立情感分類用戶，對不同情感表達(dá)客戶關(guān)聯(lián)業(yè)務(wù)內(nèi)容，及其近期歷史使用記錄，定位客戶不滿意關(guān)鍵因素。

（2）客戶潛在消費需求挖掘：在客戶投訴文本中，在伴隨投訴內(nèi)容中往往存在其他方面業(yè)務(wù)咨詢及自身通信需求說明，如“每月98元套餐很多流量用不完”，利用信息抽取、文本摘要等技術(shù)將此類信息提取，結(jié)合客戶網(wǎng)絡(luò)數(shù)據(jù)實現(xiàn)客戶主要消費特點，根據(jù)此類用戶消費需求智能化推薦符合業(yè)務(wù)，定向滿足客戶需求提升客戶滿意度。

（3）客戶關(guān)注信息挖掘：根據(jù)客戶投訴文本初步意向表達(dá)，利用NLP技術(shù)抽取其中的關(guān)鍵信息，如“每次在動車或酒店信號極差”等，可以提取其中關(guān)鍵信息并建立個人信息圖譜，對客戶主要關(guān)注信息強(qiáng)化，針對此類客戶自動匹配符合業(yè)務(wù)或智能化分析此類人員消費特點為新的營銷案建立提供輔助建議。

3 項目使用的成效

3.1 用大數(shù)據(jù)分析結(jié)果反向助力營銷活動設(shè)計

2020年上半年，我們在脫敏狀態(tài)下，通過系統(tǒng)分析了58000余客戶交互信息，獲取較集中的關(guān)鍵詞2000余個，并基本形成了對應(yīng)的營銷活動腳本設(shè)計關(guān)鍵線索。在此基礎(chǔ)上，客服部門針對160余項營銷活動提供了方案優(yōu)化支撐建議，營銷策劃部門采納率達(dá)到了100%，并實現(xiàn)了經(jīng)客服部門審核的營銷活動“零重大投訴”的管控目標(biāo)。

3.2 經(jīng)優(yōu)化外呼營銷效能明顯提升

實施本性項目以來，根據(jù)在線公司運營統(tǒng)計數(shù)據(jù)來看，經(jīng)過客服參與優(yōu)化的外呼營銷腳本，整個外呼均長縮短57.97秒/通話（約16%），辦理成功率提升0.5個百分點。

3.3 營銷服務(wù)一體化確?？蛻魸M意度領(lǐng)先

根據(jù)上級集團(tuán)公司下發(fā)的滿意度通報，本省“資費套餐”、“資費規(guī)則清晰度”、“套餐適配度”、“業(yè)務(wù)宣傳”、“賬單服務(wù)”等多項滿意度商業(yè)過程指標(biāo)的表現(xiàn)值，均在全國前五名。

4 結(jié) 語

通過整合分布在不同的網(wǎng)絡(luò)業(yè)務(wù)的用戶級別的數(shù)據(jù)、根據(jù)不同業(yè)務(wù)的投訴分類客戶、相關(guān)客戶在經(jīng)分領(lǐng)域數(shù)據(jù)等，通過機(jī)器學(xué)習(xí)的方法分析影響用戶網(wǎng)絡(luò)使用體驗的權(quán)重指標(biāo)，結(jié)合用戶投訴文本中主要訴求表達(dá)，綜合構(gòu)建評估用戶網(wǎng)絡(luò)體驗的指標(biāo)體系，并以此體系持續(xù)監(jiān)控用戶的網(wǎng)絡(luò)使用體驗情況，結(jié)合客戶經(jīng)分及消費類數(shù)據(jù)形成個性化客戶畫像，網(wǎng)絡(luò)使用體驗的指標(biāo)進(jìn)行精準(zhǔn)的優(yōu)化和改善，消費套餐進(jìn)行精準(zhǔn)定位推薦，從而達(dá)到持續(xù)提升用戶使用滿意度及個性化定制的業(yè)務(wù)目標(biāo)。