廉文彬,陳華龍,孫 婷,張子龍,梅巧玲,張?bào)愕?/p>
(1.中國國家鐵路集團(tuán)有限公司 客運(yùn)部,北京 100844;2.中國鐵道科學(xué)研究院集團(tuán)有限公司 北京 經(jīng)緯信息技術(shù)有限公司,北京 100081;3.中國鐵道科學(xué)研究院集團(tuán)有限公司 電子計(jì)算技術(shù)研究所, 北京 100081;4.中國鐵路北京局集團(tuán)有限公司 北京鐵路客戶服務(wù)中心,北京 100860)
隨著旅客出行需求的不斷增加,鐵路運(yùn)輸企業(yè)與旅客的溝通也越來越多。目前鐵路12306語音熱線是鐵路運(yùn)輸企業(yè)與旅客溝通交流最頻繁、最高效的服務(wù)渠道。根據(jù)調(diào)查統(tǒng)計(jì):2019年全路鐵路客戶服務(wù)中心日話務(wù)量為8.16萬通,每日人工坐席電話通話錄音量為2 720 h;2020年全路鐵路客戶服務(wù)中心日話務(wù)量為8.34萬通,每日人工坐席電話通話錄音量為2 780 h。在面對如此海量的通話錄音量,以及涉及客運(yùn)、貨運(yùn)、行包、保險(xiǎn)等眾多專業(yè)的情況下,目前采用的人工抽檢的傳統(tǒng)質(zhì)檢方法難以對鐵路客戶服務(wù)質(zhì)量形成客觀公正、高效、準(zhǔn)確、全面覆蓋的有效監(jiān)管。作為鐵路運(yùn)輸企業(yè)與客戶的交流窗口,應(yīng)對客服服務(wù)質(zhì)量嚴(yán)加監(jiān)督和管理[1]。為此,構(gòu)建鐵路客服智能質(zhì)檢系統(tǒng),通過運(yùn)用智能語音分析技術(shù),由人工抽檢模式轉(zhuǎn)變?yōu)闄C(jī)器質(zhì)檢模式,為鐵路客服質(zhì)量有效監(jiān)管提供支撐[2]。
在行業(yè)內(nèi)客服中心服務(wù)質(zhì)量管理的變革中,一直致力于尋求一種公平公正的績效評價(jià)體系,而質(zhì)檢作為評價(jià)客服服務(wù)水平的一種方法,可以客觀地衡量客服代表的服務(wù)水平。通過對國內(nèi)外各行業(yè)客服質(zhì)檢模式研究后發(fā)現(xiàn),大部分行業(yè)的客服質(zhì)檢模式為人工抽檢,即質(zhì)檢員重聽客服代表的話務(wù)錄音,對照考核標(biāo)準(zhǔn)并結(jié)合其隨錄工單記錄,按照0.3% ~ 2%的比例進(jìn)行抽檢并將質(zhì)檢結(jié)果及問題匯總[3]。如果發(fā)現(xiàn)服務(wù)過程中存在問題,將及時(shí)制定針對性的改善方案,進(jìn)一步完善企業(yè)內(nèi)部服務(wù)質(zhì)量體系,從而不斷提升服務(wù)質(zhì)量。
在客服中心發(fā)展的初期階段,服務(wù)質(zhì)量檢查監(jiān)督的手段大多采取打分制,通過制定一系列考核項(xiàng),每個(gè)考核項(xiàng)設(shè)置一定的分值,最后綜合每項(xiàng)細(xì)項(xiàng)分值計(jì)算出最終評分??傮w來看,質(zhì)檢過程具有強(qiáng)烈的主觀性,對于同一評分細(xì)項(xiàng)標(biāo)準(zhǔn),不同的質(zhì)檢員會(huì)有不同的評分結(jié)果。由于這種質(zhì)檢模式過于簡單,因此有些客服中心設(shè)置了復(fù)檢流程,增加了二次質(zhì)檢,以相對減少主觀性,得出更加合理和公正的結(jié)果。但是,二次質(zhì)檢仍為按比例抽檢,抽檢范圍相對較小,無法做到全面質(zhì)檢??傮w來看,質(zhì)檢全過程是由人來評判的,難免存在主觀性、片面性。隨著客服中心的不斷發(fā)展,質(zhì)檢的考核指標(biāo)也在不斷地更新和完善,質(zhì)檢流程也日益標(biāo)準(zhǔn)化。隨著人工智能、大數(shù)據(jù)、自然語言分析等技術(shù)的不斷進(jìn)步及商業(yè)應(yīng)用,很多大型企業(yè)加大了客服機(jī)器人的研發(fā)使用,其應(yīng)用效果關(guān)鍵在于企業(yè)業(yè)務(wù)的復(fù)雜度、語音識別的精度、算法的成熟度,更重要的是需要智能運(yùn)營人員不斷地梳理業(yè)務(wù)、優(yōu)化流程及模型、篩選案例訓(xùn)練機(jī)器,使得質(zhì)檢系統(tǒng)更加智能。
中國國家鐵路集團(tuán)有限公司(以下簡稱“國鐵集團(tuán)”)按照各鐵路局集團(tuán)公司歸屬地設(shè)置了18個(gè)區(qū)域性客戶服務(wù)中心,通過鐵路12306/95306熱線統(tǒng)一對外提供咨詢、投訴、求助服務(wù),主要涵蓋客運(yùn)、貨運(yùn)、行包、保險(xiǎn)等專業(yè)領(lǐng)域[4]。以中國鐵路北京局集團(tuán)有限公司鐵路客服中心數(shù)據(jù)統(tǒng)計(jì)為例,日均人工通話約7 000通,質(zhì)檢抽檢比例為1.8%,質(zhì)檢員與客服坐席設(shè)置比例為1 : 70。由于缺乏有效的技術(shù)和管理手段支撐,鐵路12306客戶服務(wù)熱線普遍存在難以整體監(jiān)管服務(wù)質(zhì)量、難以真實(shí)聚焦客戶之聲、難以有效挖掘錄音價(jià)值等問題,主要體現(xiàn)在以下方面。
(1)抽檢比例較小。鐵路質(zhì)檢主要采用傳統(tǒng)的人工質(zhì)檢方法按比例進(jìn)行抽檢,抽檢錄音量占總錄音量的比例不足2%,難以全面挖掘有價(jià)值的內(nèi)容對服務(wù)過程進(jìn)行有效診斷。
(2)客觀性較弱。質(zhì)檢過程中可能存在主觀判斷主導(dǎo)等情況,無法做到全面客觀、公正、準(zhǔn)確。
(3)輿情監(jiān)控弱、應(yīng)急響應(yīng)慢。對話務(wù)量短期激增的原因缺乏有效的系統(tǒng)分析手段;面對鐵路運(yùn)行調(diào)圖、系統(tǒng)故障、停運(yùn)、線路塌陷、臺(tái)風(fēng)暴雨等極端天氣因素造成話務(wù)量激增現(xiàn)象缺乏技術(shù)支撐手段,無法做到實(shí)時(shí)獲知相關(guān)動(dòng)態(tài)、實(shí)時(shí)統(tǒng)一解答咨詢求助。
針對鐵路客服系統(tǒng)質(zhì)檢存在的問題,質(zhì)檢模式需要由人工抽檢模式向“系統(tǒng)自動(dòng)質(zhì)檢+人工干預(yù)”方式轉(zhuǎn)變。系統(tǒng)自動(dòng)質(zhì)檢應(yīng)支持錄音轉(zhuǎn)文本,根據(jù)錄音、文本屬性可建模分析,實(shí)現(xiàn)“先聚類后測聽”精準(zhǔn)型專題質(zhì)檢分析。人工干預(yù)是在系統(tǒng)自動(dòng)質(zhì)檢結(jié)果的基礎(chǔ)上進(jìn)行二次復(fù)核,以降低質(zhì)檢差錯(cuò)率。鐵路客服智能質(zhì)檢技術(shù)構(gòu)建綜合應(yīng)用語音識別、文本挖掘、大數(shù)據(jù)分析等前沿技術(shù),應(yīng)用于鐵路客服中心服務(wù)質(zhì)量檢測場景,通過機(jī)器質(zhì)檢模式,取代傳統(tǒng)的人工抽檢模式,其關(guān)鍵技術(shù)如下。
(1)語音轉(zhuǎn)譯文本及情感分析。對通話錄音進(jìn)行質(zhì)檢首先需要將錄音信息轉(zhuǎn)化為文本信息,將“客服代表”語音和“旅客”語音進(jìn)行分離,同時(shí)支持場景分割、靜音檢測、全文轉(zhuǎn)寫、語速、音量、靜音等檢測手段,能夠?qū)νㄔ掍浺糁械挠脩羟榫w變化進(jìn)行偵測[5]。語音轉(zhuǎn)譯文本、聲音特征參數(shù)提取信息及相關(guān)關(guān)聯(lián)業(yè)務(wù)數(shù)據(jù)信息將為質(zhì)量檢查及評分提供強(qiáng)大的評判支撐,進(jìn)一步客觀、公正、真實(shí)、全面地反映客服代表的業(yè)務(wù)及服務(wù)水平。
(2)建模分析?;谖谋疽?guī)則和音頻屬性進(jìn)行建模,文本規(guī)則通過邏輯與、邏輯或、邏輯非、臨近、邏輯與或非組合進(jìn)行模型建立;基于音頻屬性通過靜音次數(shù)、靜音長短、靜音位置、關(guān)鍵詞次數(shù)、關(guān)鍵詞位置、聲道(支持客服代表、旅客)、單句語速、平均語速、聲道音量、聲調(diào)進(jìn)行組合建模[6]。
(3)文本挖掘技術(shù)。通過文本預(yù)處理手段進(jìn)行文本收集、文本分析抽取結(jié)構(gòu)化元數(shù)據(jù)、特征修剪進(jìn)行無效噪音數(shù)據(jù)剔除得到有效精簡的特征集,再通過文本聚類、分類、摘要抽取技術(shù)處理大量文本數(shù)據(jù)。
鐵路客服智能質(zhì)檢系統(tǒng)統(tǒng)一部署在國鐵集團(tuán),通過鐵路外部服務(wù)網(wǎng)統(tǒng)一收集部署在各鐵路局集團(tuán)公司話務(wù)控制平臺(tái)產(chǎn)生的錄音及隨路數(shù)據(jù),各鐵路局集團(tuán)公司客服中心用戶通過瀏覽器訪問系統(tǒng)。鐵路客服智能質(zhì)檢系統(tǒng)總體架構(gòu)如圖1所示。
圖1 鐵路客服智能質(zhì)檢系統(tǒng)總體架構(gòu)Fig.1 Total architecture of intelligent quality inspection system for railway customer service
鐵路客服智能質(zhì)檢系統(tǒng)從邏輯架構(gòu)設(shè)計(jì)上分為采集層、能力層、服務(wù)層、展示層4層。鐵路客服智能質(zhì)檢系統(tǒng)邏輯架構(gòu)如圖2所示。
圖2 鐵路客服智能質(zhì)檢系統(tǒng)邏輯架構(gòu)Fig.2 Logical architecture of intelligent quality inspection system for railway customer service
(1)采集層。服務(wù)組件包括隨錄數(shù)據(jù)采集和錄音采集,同時(shí)提供錄音補(bǔ)錄的數(shù)據(jù)采集接口,用于再次采集錄音功能。
(2)能力層。主要提供語音識別引擎、語義理解引擎、文本分析引擎,為服務(wù)層提供能力支撐。
(3)服務(wù)層。主要提供模型配置和計(jì)算服務(wù)、錄音信息處理服務(wù)、數(shù)據(jù)索引和數(shù)據(jù)歸集處理服務(wù)。
(4)展示層。主要展示質(zhì)檢報(bào)告及結(jié)果分析。
鐵路客服智能質(zhì)檢系統(tǒng)應(yīng)用架構(gòu)從質(zhì)檢分析、質(zhì)檢管理、質(zhì)檢建模3個(gè)方面展開設(shè)計(jì),實(shí)現(xiàn)人工抽檢轉(zhuǎn)變?yōu)闄C(jī)器質(zhì)檢,對全面把控和提升服務(wù)質(zhì)量起到至關(guān)重要的作用。鐵路客服智能質(zhì)檢系統(tǒng)應(yīng)用架構(gòu)如圖3所示。
圖3 鐵路客服智能質(zhì)檢系統(tǒng)應(yīng)用架構(gòu)Fig.3 Application architecture of intelligent quality inspection system for railway customer service
(1)質(zhì)檢分析。主要展示質(zhì)檢結(jié)果,生成質(zhì)檢報(bào)告。質(zhì)檢分析維度包括服務(wù)質(zhì)量、服務(wù)效率、服務(wù)態(tài)度、違規(guī)類型、客服申訴、專題服務(wù)、旅客重復(fù)撥打、重點(diǎn)監(jiān)控等。
(2)質(zhì)檢管理。包括錄音獲取、質(zhì)檢標(biāo)準(zhǔn)管理及評分規(guī)則管理、機(jī)器質(zhì)檢、人工質(zhì)檢、客服申訴、評分查詢等功能。
(3)智能建模。主要指模型管理、模型編輯和調(diào)優(yōu)、模型上下線。
鐵路客服智能質(zhì)檢系統(tǒng)的主要功能是滿足鐵路客服中心質(zhì)量管理部門的日常質(zhì)檢工作要求,可以高效、精準(zhǔn)地對客服質(zhì)量進(jìn)行考核評價(jià),及時(shí)發(fā)現(xiàn)問題及服務(wù)薄弱環(huán)節(jié),從而制定有效措施進(jìn)一步提升服務(wù)水平。
經(jīng)過調(diào)研分析鐵路客服質(zhì)檢人員的工作流程及系統(tǒng)功能需求,針對系統(tǒng)整體進(jìn)行建模。鐵路客服智能質(zhì)檢過程建模分析如圖4所示。
圖4 鐵路客服智能質(zhì)檢過程建模分析Fig.4 Modeling analyses of intelligent quality inspection process for railway customer service
在系統(tǒng)建模過程中,共設(shè)置質(zhì)檢員、復(fù)檢員、質(zhì)檢管理員3種角色,每種角色均有相應(yīng)的權(quán)限及任務(wù),根據(jù)系統(tǒng)身份驗(yàn)證模塊判別用戶身份及顯示不同身份擁有的不同功能操作區(qū)。首先,質(zhì)檢員選擇質(zhì)檢管理員預(yù)設(shè)置的質(zhì)檢模型開始抽取錄音,其中包括錄音相關(guān)隨路數(shù)據(jù)(包括呼叫ID、工號、來電號碼、被叫號碼、來電時(shí)間、呼叫類型、錄音地址、隨錄工單、通話時(shí)長、滿意度評價(jià)信息等);其次,根據(jù)模型預(yù)設(shè)置評分項(xiàng)點(diǎn)進(jìn)行首次全量機(jī)器打分,選取Good/Bad案例[7];再次,復(fù)檢員從已質(zhì)檢過的案例中選取復(fù)檢樣本,根據(jù)預(yù)設(shè)置評分項(xiàng)點(diǎn)進(jìn)行二次打分;最后,質(zhì)檢管理員預(yù)發(fā)布整體質(zhì)檢結(jié)果并對其進(jìn)行分析總結(jié),形成最終Good/Bad案例庫及質(zhì)檢報(bào)告,通過客服中心現(xiàn)場早交班會(huì)制度分析存在問題,反饋給客服代表及班組長,制定計(jì)劃對客服代表進(jìn)行針對性培訓(xùn),同時(shí)根據(jù)質(zhì)檢報(bào)告完善質(zhì)檢模型,并在下一周期內(nèi)重點(diǎn)抽檢,關(guān)注其提升效果,形成有效完整的閉環(huán)[8]。12306客戶服務(wù)中心質(zhì)檢評分項(xiàng)預(yù)設(shè)置如表1所示。
表1 12306客戶服務(wù)中心質(zhì)檢評分項(xiàng)預(yù)設(shè)置Tab.1 Preset quality inspection items for scoring customer service centers of 12306
(1)業(yè)務(wù)模型模塊。業(yè)務(wù)模型功能可以根據(jù)具體業(yè)務(wù)需求進(jìn)行建模,滿足不同用戶、不同專題的分類需求,如投訴抱怨分析模型、競爭分析模型等,通過業(yè)務(wù)人員對業(yè)務(wù)的理解和規(guī)則梳理,定義分析模型,為錄音打上各種各樣的標(biāo)簽,從而實(shí)現(xiàn)錄音的標(biāo)簽化。例如,通過建立分析模型(不滿意/投訴/態(tài)度不好/服務(wù)差),對通話內(nèi)容中的客戶不滿行為進(jìn)行監(jiān)測,找出客戶投訴傾向。系統(tǒng)可以在錄音中找到與模型匹配的錄音,然后按照不同的維度進(jìn)行統(tǒng)計(jì)和分析,了解一定時(shí)間周期內(nèi)熱線整體服務(wù)品質(zhì)的變化情況。結(jié)合業(yè)務(wù)類型和坐席班組的投訴預(yù)警分布情況,進(jìn)行有針對性的業(yè)務(wù)策略調(diào)整和外呼回訪,提高客戶滿意度。該模塊主要為用戶提供規(guī)則化的模型編輯功能,并進(jìn)行驗(yàn)證優(yōu)化,使其達(dá)到上線標(biāo)準(zhǔn),主要包括模型新建、刪除、分組、批量上下線、導(dǎo)出列表、導(dǎo)出規(guī)則、模型規(guī)則編輯、模型調(diào)優(yōu)、模型驗(yàn)證(通話測聽)、測聽標(biāo)注(通話測聽后標(biāo)注該通話是否符合模型預(yù)期)、模型準(zhǔn)確率統(tǒng)計(jì)等功能。
(2)搜索模塊。該模塊主要集成話務(wù)系統(tǒng)、業(yè)務(wù)系統(tǒng)、錄音系統(tǒng),形成數(shù)據(jù)聚合及關(guān)聯(lián),為模型建立提供底層數(shù)據(jù)支撐基礎(chǔ)。數(shù)據(jù)聚合包括呼叫ID、工號、來電號碼、被叫號碼、來電時(shí)間、呼叫類型、錄音地址、隨錄工單、通話時(shí)長、滿意度評價(jià)信息等數(shù)據(jù)。提供關(guān)鍵詞搜索功能,檢索出包含響應(yīng)關(guān)鍵詞的數(shù)據(jù)。搜索分為普通搜索和高級搜索,其中普通搜索直接輸入關(guān)鍵詞就可進(jìn)行時(shí)間和聲道的設(shè)置;高級搜索包括文本規(guī)則(包含至少一個(gè)字詞、包含全部字詞、包含完整字句、不包含字詞,“與”“或”“非”邏輯的配置),維度設(shè)置(通話時(shí)長、數(shù)據(jù)類型、模型等,且維度項(xiàng)之間可支持選擇“與”“或”邏輯配置)、隨路數(shù)據(jù)規(guī)則等子功能。
(3)工作臺(tái)模塊。工作臺(tái)是鐵路客服智能質(zhì)檢系統(tǒng)用戶使用最多的功能模塊,主要滿足質(zhì)檢員、復(fù)檢員、質(zhì)檢管理員的日常質(zhì)檢工作需求,包括選擇模型一次質(zhì)檢、二次復(fù)檢、質(zhì)檢樣本抽取、質(zhì)檢評分、質(zhì)檢評分結(jié)果預(yù)發(fā)布及發(fā)布、備注、Good/Bad案例選取等功能。
(4)專題模塊。針對特定分析主題,使用模型、維度等標(biāo)簽的組合建立多個(gè)分析路徑,結(jié)合圖表、自動(dòng)聚類、熱詞挖掘、漏斗分析等數(shù)據(jù)可視化技術(shù),形成對特定主題的深層次分析和主題內(nèi)容挖掘及可視化,從而為業(yè)務(wù)分析人員提供強(qiáng)大的實(shí)時(shí)業(yè)務(wù)分析能力。專題主要包括專題管理和專題分析。專題管理主要是針對專題進(jìn)行增、刪、改、查等操作,以列表形式展示所有專題信息,包括專題名稱、數(shù)據(jù)源、最后修改人、最后修改時(shí)間,并可進(jìn)行新建、刪除(可批量)及查看專題詳情操作。專題分析包括專題時(shí)間選擇、專題名稱設(shè)置、路徑編輯、路徑標(biāo)簽選擇和設(shè)置、數(shù)據(jù)可視化展示(包含基礎(chǔ)分析、聚類分析、熱詞分析、漏斗分析等)及可視化工具切換、專題分析結(jié)果及錄音測聽和標(biāo)記等子功能。
(5)用戶管理。主要實(shí)現(xiàn)數(shù)據(jù)查看權(quán)限和數(shù)據(jù)修改權(quán)限。數(shù)據(jù)查看權(quán)限主要實(shí)現(xiàn)在Web應(yīng)用系統(tǒng)上配置業(yè)務(wù)模塊數(shù)據(jù)訪問權(quán)限,指定哪些角色和個(gè)人可以查看哪些數(shù)據(jù)。數(shù)據(jù)修改權(quán)限是指在Web應(yīng)用系統(tǒng)中可設(shè)置數(shù)據(jù)修改責(zé)任、具體修改人,以及可修改業(yè)務(wù)單元中具體的頁面元素。
目前,鐵路客服智能質(zhì)檢系統(tǒng)已在中國鐵路北京局集團(tuán)有限公司、中國鐵路上海局集團(tuán)有限公司客戶服務(wù)中心開展試點(diǎn)工作,通過新建的81個(gè)專題模型,對73 940條錄音完成抽檢工作,模型共召回命中錄音11 579條,抽檢錄音7 890條(其中業(yè)務(wù)類2 592條、服務(wù)類5 298條),抽檢比例為68.14%;發(fā)現(xiàn)問題錄音4 474條(其中業(yè)務(wù)類371條、服務(wù)類4 103條),占比56.7%。鐵路客服智能質(zhì)檢系統(tǒng)建設(shè)將對提高鐵路客戶服務(wù)中心的精細(xì)化管理水平發(fā)揮積極作用,帶來巨大的經(jīng)濟(jì)效益、管理效益和社會(huì)效益。經(jīng)濟(jì)效益方面,對傳統(tǒng)的隨機(jī)抽檢模式進(jìn)行革新,實(shí)現(xiàn)自動(dòng)化智能質(zhì)檢評分,按照人工抽檢1%比例轉(zhuǎn)化為機(jī)器質(zhì)檢10%比例,粗略估算每年可節(jié)約成本1 600余萬元。管理效益方面,通過客觀公正的機(jī)器實(shí)時(shí)全量質(zhì)檢,可以及時(shí)發(fā)現(xiàn)服務(wù)過程中存在的短板,指引運(yùn)營人員有針對性地改善和提升;通過實(shí)時(shí)全量語音分析,可以實(shí)時(shí)統(tǒng)計(jì)用戶咨詢問題的趨勢變化,為鐵路客戶服務(wù)中心運(yùn)營提供全方位的決策參考。社會(huì)效益方面,推進(jìn)技術(shù)創(chuàng)新帶動(dòng)人力資源的合理化布局,從而進(jìn)一步改善服務(wù)流程、提升用戶體驗(yàn)。通過建設(shè)鐵路客服智能質(zhì)檢系統(tǒng),可以有效解決當(dāng)前鐵路客戶服務(wù)質(zhì)檢工作中存在的問題,提高客服質(zhì)檢的質(zhì)量和效率,推進(jìn)質(zhì)檢模式變革,對提升鐵路客服服務(wù)水平起到良好的推動(dòng)作用。