大數(shù)據(jù)背景下客戶服務(wù)風(fēng)險實時預(yù)警平臺設(shè)計

黃華林 尹沙楠 尚佳慶 殷限 張蓓

摘要：隨著生活水平的提高，人們對社會服務(wù)質(zhì)量的要求也越來越高，客戶滿意度成為一個企業(yè)運營的重要評價標(biāo)準之一，為保障客戶滿意度，通常需要對客戶服務(wù)的全過程進行監(jiān)控預(yù)警，而傳統(tǒng)的報表分析或人工監(jiān)控等方式存在數(shù)據(jù)不及時、耗費人工、便捷性差等方面的不足。本文基于SpringBoot框架技術(shù)，設(shè)計了一套集預(yù)警配置、預(yù)警通知、預(yù)警處理等為一體的風(fēng)險預(yù)警系統(tǒng)，并采用ETL技術(shù)和Rete算法對大數(shù)據(jù)進行加工、分析和匹配，使系統(tǒng)具備高并發(fā)、高效率等特點。目前系統(tǒng)已穩(wěn)定運行于中國移動客服系統(tǒng)，具備多種場景的實時預(yù)警能力，為用戶及時發(fā)現(xiàn)客戶服務(wù)過程中的風(fēng)險提供了有效解決方案。

關(guān)鍵詞：客戶服務(wù)；大數(shù)據(jù)計算；預(yù)警規(guī)則；實時預(yù)警

一、引言

客戶服務(wù)是以客戶為中心開展的各種服務(wù)活動，主要體現(xiàn)了以客戶為導(dǎo)向的價值觀，其普遍存在于運營商、銀行、保險等行業(yè)?？蛻舴?wù)的質(zhì)量和效率關(guān)系著企業(yè)的運營和發(fā)展，尤其是客戶滿意度，已成為衡量一個企業(yè)客戶服務(wù)能力和水平的重要標(biāo)準之一[1-2]。隨著通信技術(shù)的發(fā)展和服務(wù)產(chǎn)業(yè)的轉(zhuǎn)型，客戶對運營商的服務(wù)能力也提出了更高要求，如何做好服務(wù)過程的風(fēng)險預(yù)警對提高客戶滿意度至關(guān)重要[3-4]。傳統(tǒng)的風(fēng)險預(yù)警方式有兩種，一種是人工數(shù)據(jù)分析預(yù)警，即基于大數(shù)據(jù)報表，通過人工分析、質(zhì)檢的方式進行預(yù)警，但對于客戶多次來電、超長話務(wù)等場景無法實時監(jiān)控；另一種是監(jiān)控預(yù)警，即通過監(jiān)控平臺查看客戶服務(wù)情況，此方式消耗大量人工成本，便捷性較差。鑒于傳統(tǒng)預(yù)警方式存在不及時、人工成本高、便捷性差等問題，將預(yù)警數(shù)字化、線上化、信息化是解決問題的最優(yōu)解決方案[5-7]。

本文基于Spring Boot框架設(shè)計了一種客戶服務(wù)風(fēng)險預(yù)警系統(tǒng)，通過該系統(tǒng)不僅能實現(xiàn)及時獲取服務(wù)過程中的風(fēng)險，還可以掌握預(yù)警的關(guān)鍵信息。同時通過該系統(tǒng)還可以與調(diào)度平臺、客服人員狀態(tài)管控、服務(wù)幫扶等功能進行多級聯(lián)動，從而有效地提高客服的滿意度和服務(wù)效率。

二、系統(tǒng)設(shè)計

（一）總體架構(gòu)設(shè)計

本系統(tǒng)總體架構(gòu)設(shè)計分為云基礎(chǔ)設(shè)施層、數(shù)據(jù)層、平臺服務(wù)層和應(yīng)用層[8]，如圖1所示。

云基礎(chǔ)設(shè)施層使用的是公司內(nèi)部云化基礎(chǔ)設(shè)施資源，為系統(tǒng)建設(shè)提供了包括云存儲、容器云、網(wǎng)絡(luò)及安全設(shè)施等服務(wù)資源。數(shù)據(jù)層是用來存儲各類系統(tǒng)數(shù)據(jù)，如表結(jié)構(gòu)數(shù)據(jù)、權(quán)限數(shù)據(jù)、預(yù)警規(guī)則數(shù)據(jù)、預(yù)警信息數(shù)據(jù)等。平臺服務(wù)層主要為系統(tǒng)開發(fā)提供前后端技術(shù)組件和技術(shù)中間件服務(wù)，包括表單組件、Redis緩存、CSF（接口調(diào)用平臺）、MQ等。應(yīng)用層是為用戶提供的PC端功能服務(wù)，包括預(yù)警規(guī)則配置、預(yù)警信息管理、預(yù)警通知管理等應(yīng)用模塊。

（二）技術(shù)架構(gòu)設(shè)計

本系統(tǒng)技術(shù)架構(gòu)分為5層，分別為基礎(chǔ)設(shè)施層、數(shù)據(jù)層、core層、web層和代理層。

①基礎(chǔ)設(shè)施層。使用Docker虛擬化容器技術(shù)和kubernetes平臺進行分布式部署，支撐應(yīng)用開發(fā)測試、持續(xù)集成、持續(xù)交付、運行監(jiān)控等全流程服務(wù)，具備自動部署、快速回滾、自我修復(fù)、動態(tài)擴容等優(yōu)勢。②數(shù)據(jù)層。采用MySQL、Vertica關(guān)系型數(shù)據(jù)庫。其中對于預(yù)警配置、預(yù)警工單等數(shù)據(jù)具有原子性，存儲在MySQL數(shù)據(jù)庫。對于數(shù)據(jù)量大且需要單列查詢的數(shù)據(jù)，如預(yù)警基礎(chǔ)數(shù)據(jù)，使用Vertica數(shù)據(jù)庫進行存儲，有效提升預(yù)警觸發(fā)時效性。③Core層。后端使用Spring Boot企業(yè)級框架，相對于傳統(tǒng)的Spring MVC框架，Spring Boot框架不需要繁多復(fù)雜的配置，具有約定大于配置的規(guī)范，使開發(fā)者能更專心于業(yè)務(wù)邏輯的實現(xiàn)[9]。同時Spring Boot框架提供了通用的非業(yè)務(wù)服務(wù)，如內(nèi)置服務(wù)器、運行數(shù)據(jù)監(jiān)控、安全組件等功能。④Web層。前端使用React框架面向數(shù)據(jù)函數(shù)式編程，業(yè)務(wù)邏輯都封裝在具體的函數(shù)內(nèi)，具有易維護、方便自動化測試的特點。React框架具有良好的兼容性，能同時集成其他框架，降低單一框架的局限性。⑤代理層。使用F5+Nginx技術(shù)對用戶請求負載均衡，提升系統(tǒng)承載力，同時實現(xiàn)系統(tǒng)內(nèi)外網(wǎng)隔離，加強了系統(tǒng)安全性。

三、系統(tǒng)實現(xiàn)

（一）功能模塊實現(xiàn)

客戶服務(wù)風(fēng)險預(yù)警系統(tǒng)包括預(yù)警規(guī)則配置、預(yù)警信息管理、預(yù)警通知管理、預(yù)警工單、預(yù)警指標(biāo)管理及系統(tǒng)操作日志查詢6個功能模塊。

1.預(yù)警規(guī)則配置

預(yù)警規(guī)則配置是本系統(tǒng)的核心功能之一，目的是為預(yù)警提供一定的觸發(fā)條件。新增預(yù)警規(guī)則時可以配置預(yù)警指標(biāo)、預(yù)警級別、關(guān)聯(lián)調(diào)度策略、預(yù)警通知方式、預(yù)警通知人等信息。預(yù)警指標(biāo)支持單指標(biāo)預(yù)警和多指標(biāo)組合預(yù)警，為確保時效性，系統(tǒng)需要對預(yù)警規(guī)則中的指標(biāo)進行實時獲取和計算。

2.預(yù)警信息管理

預(yù)警信息管理主要是面向用戶，提供統(tǒng)計分析預(yù)警信息的綜合管理功能，基于管理頁面用戶可以統(tǒng)計當(dāng)前和歷史產(chǎn)生的所有預(yù)警信息，以及查詢每條預(yù)警信息觸發(fā)的時間、觸發(fā)的原因以及預(yù)警涉及的客戶或人員等。

3.預(yù)警通知管理

預(yù)警通知管理主要是提供預(yù)警接收人管理和預(yù)警信息推送能力，其中接收人管理功能可以將人員進行分組，并將分組的數(shù)據(jù)同步至預(yù)警規(guī)則配置功能中進行快捷選擇，實現(xiàn)在不同的預(yù)警場景下可以進行分類通知。預(yù)警信息推送提供通過短信、系統(tǒng)彈窗、彈幕等多種消息提醒方式。

4.預(yù)警工單

預(yù)警工單是系統(tǒng)對產(chǎn)生的預(yù)警信息自動或手動處理的結(jié)果，預(yù)警工單主要為用戶提供預(yù)警處理、融合調(diào)度等功能，實現(xiàn)對預(yù)警信息進行閉環(huán)處理，包括自動或手動生成調(diào)度單、幫扶單、任務(wù)單等等。

5.預(yù)警指標(biāo)管理

預(yù)警指標(biāo)管理是預(yù)警觸發(fā)的關(guān)鍵因素，預(yù)警指標(biāo)包括任務(wù)運營類、服務(wù)質(zhì)量類、工作效能類等等（如表1所示），并且用戶可基于基礎(chǔ)的預(yù)警指標(biāo)通過基礎(chǔ)數(shù)學(xué)運算自由組合出其他指標(biāo)。

6.系統(tǒng)操作日志

系統(tǒng)操作日志記錄了用戶對系統(tǒng)功能進行的所有增刪改的操作，主要為用戶提供相關(guān)查詢功能。

（二）系統(tǒng)主流程

本系統(tǒng)的核心流程是對客服工作過程中產(chǎn)生的服務(wù)風(fēng)險及時預(yù)警并通知給相應(yīng)的管理人員，如圖2所示。

首先系統(tǒng)自動獲取用戶配置生效的預(yù)警規(guī)則，包括預(yù)警的指標(biāo)、指標(biāo)公式、預(yù)警級別等，其次根據(jù)預(yù)警規(guī)則對客服工作過程進行監(jiān)控并實時計算指標(biāo)是否達到觸發(fā)/解除預(yù)警條件，當(dāng)觸發(fā)了多條預(yù)警時再次判斷預(yù)警是否升降級，若滿足升降級條件則更新預(yù)警信息，最后判斷預(yù)警信息是否有關(guān)聯(lián)的策略，若有關(guān)聯(lián)的策略則系統(tǒng)自動生成工單，并通知相關(guān)人員，若無關(guān)聯(lián)的策略則直接通過短信、彈窗、電話等方式通知相應(yīng)人員。

（三）關(guān)鍵技術(shù)

1.ETL技術(shù)

基于對大數(shù)據(jù)的加工和分析是客戶服務(wù)風(fēng)險預(yù)警系統(tǒng)的關(guān)鍵，系統(tǒng)采用開源ETL技術(shù)+Kettle工具對服務(wù)客戶過程中產(chǎn)生的數(shù)據(jù)處理。ETL即對數(shù)據(jù)的抽?。╡xtract）、轉(zhuǎn)換（transform）、加載（load）的過程，ETL的產(chǎn)生是源于數(shù)據(jù)倉庫，數(shù)據(jù)的集成是構(gòu)建數(shù)據(jù)倉庫的核心，而在實際生產(chǎn)中數(shù)據(jù)的來源十分廣泛，存在于各種平臺中無法直接使用。ETL技術(shù)可以對各種分布、異構(gòu)的源數(shù)據(jù)按預(yù)定規(guī)則將不完整、重復(fù)、錯誤數(shù)據(jù)進行清洗和一致性處理，輸出可用數(shù)據(jù)加載到數(shù)據(jù)倉庫中進行存儲，有效地支撐上層應(yīng)用的運行。

2.Rete匹配算法

建立預(yù)警系統(tǒng)首先需要構(gòu)建合理的預(yù)警指標(biāo)體系，然后通過匹配算法完成指標(biāo)數(shù)據(jù)分類、整理，成為可觸發(fā)風(fēng)險預(yù)警的有用信息，為提高系統(tǒng)的效率，本系統(tǒng)采用Rete算法對預(yù)警指標(biāo)數(shù)據(jù)進行規(guī)則匹配并觸發(fā)風(fēng)險預(yù)警，Rete是一種前向規(guī)則高效匹配算法[10]，核心是通過規(guī)則（Rule）和對象（Fact）集合間比較，篩選出匹配規(guī)則的對象結(jié)果。規(guī)則語句由條件（LHS，lefthandside）和結(jié)論（RHS，righthandside）構(gòu)成，找出符合LHS部分集合，滿足條件執(zhí)行RHS得出結(jié)論。本系統(tǒng)針對用戶創(chuàng)建的多種預(yù)警規(guī)則，通過Rete匹配算法，將大量規(guī)則中條件組成集合，遍歷預(yù)警指標(biāo)對比條件集合從而得出是否觸發(fā)預(yù)警結(jié)論，如圖3所示。

四、系統(tǒng)應(yīng)用效果及展望

客戶服務(wù)風(fēng)險預(yù)警系統(tǒng)目前已穩(wěn)定運行于中國移動客服系統(tǒng)，全年不間斷地為用戶提供風(fēng)險預(yù)警服務(wù)，據(jù)統(tǒng)計，全國31省用戶已累計創(chuàng)建5000余條預(yù)警規(guī)則，觸發(fā)了678萬余條預(yù)警信息，包括接通率低預(yù)警、超長話務(wù)預(yù)警、客戶滿意度預(yù)警等。本文提出的方案不僅有效地釋放了人力投入，將之前通過人工分析進行預(yù)警，升級為系統(tǒng)自動預(yù)警，而且大大提高了預(yù)警的實效性，將之前的15—20分鐘的預(yù)警時長縮短至5min以內(nèi)，使用戶可以快速對風(fēng)險問題進行干預(yù)、調(diào)度和補救，同時基于預(yù)警信息本系統(tǒng)還打通了與調(diào)度平臺、服務(wù)幫扶等功能聯(lián)動，對保障客戶服務(wù)質(zhì)量和服務(wù)效能提供了強有力的支持。

作者單位：黃華林 尹沙楠 尚佳慶 殷限 張蓓

中移在線服務(wù)有限公司

參 ?考 ?文 ?獻

[1]蔡靜.通信運營商如何有效提升客戶滿意度[J].數(shù)字通信世界， 2022（03）：152-154.

[2]游黎敏.通信運營商如何有效提升客戶滿意度[J].全國商情（理論研究）， 2014（09）： 41-44.

[3]宋慶. 電信運營商戰(zhàn)略轉(zhuǎn)型模型研究[D].北京郵電大學(xué)，2020.

[4]劉乃賀，劉海龍，張鵬，等.淺談服務(wù)質(zhì)量風(fēng)險預(yù)警對客服專員指標(biāo)提升影響[J].農(nóng)電管理，2022（05）：29-31.

[5]楊鋒.客服端到端前置預(yù)警系統(tǒng)運營研究[J].湖南郵電職業(yè)技術(shù)學(xué)院學(xué)報，2020，19（03）：28-30+48.

[6]袁加梅，張莉莉，倪妍妍，等.客戶服務(wù)風(fēng)險識別預(yù)警研究與深化應(yīng)用[J].機電信息， 2020 （35）：139 +141.

[7]裴佳，賈志勃.基于大數(shù)據(jù)的客戶服務(wù)預(yù)警平臺搭建[J].中國新通信，2018，20（23）：84.

[8]黃瑞泉.基于Spring Boot框架的地圖監(jiān)管系統(tǒng)[J].計算機系統(tǒng)應(yīng)用，2021，30（08）：89-95.

[9]楊開振. 深入淺出Spring Boot 2.x[M].人民郵電出版社， 201808.442.

[10]賀洲強，孔晨華，張建軍，等.基于Rete算法的操作票專家系統(tǒng)研究[J].電氣時代，2022（02）：85-88.