非结构化数据在运营商呼叫中心的应用.docx

《非结构化数据在运营商呼叫中心的应用.docx》由会员分享，可在线阅读，更多相关《非结构化数据在运营商呼叫中心的应用.docx（7页珍藏版）》请在优知文库上搜索。

1、非结构化数据在运营商呼叫中心的应用Ol,应势而生识势而谋,“十四五”规划和2035年远景目标纲要提出“加快数字化发展，建设数字中国”，坚持科技创新赋能，激发数字经济新活力，成为了社会发展的强有力引擎。而5G、物联网、云计算、大数据、人工智能、区块链等新技术新手段的迅猛发展，无不带来人们生活方式的内涵重塑和边界拓展。审视现实，高质量服务俨然已成为运营商呼叫中心行业末端的聚焦点，同时也成为其不容回避的自我革命点。万物互联时代，网络无所不达、算力无处不在、智能无所不及，在“内驱力+外部环境”双重影响下，用户行为加速向线上迁移，交互方式加速向多元化裂变，使得运营商呼叫中心拥有大量的、待开发的非结构化数

2、据。然而，由于非结构化数据本身存在信息量很难被界定、扩容难、数据体量大、获取和流转困难、缺乏有效的数据处理分析手段等痛点，如何更好地掌握非结构化数据成为了呼叫中心重要的攻坚课题。02与时偕行乘势而为/V根据IDC的调查报告显示，现在企业的结构化数据只占全部数据量的20%,其余的80%是以文件形式存在的非结构化和半结构化数据，并以每年60%的速度增长。这就意味着非结构化数据的生态构建与管理将是一片广阔蓝海。1、非结构化数据研究意义目前，传统运营商呼叫中心的工作模式分别在获客渠道、服务场景、客户服务、质量检查、用户洞察、数据分析上存在或多或少的痛点，且用户对运营商呼叫中心的期待除了“一次性解决问题

3、”还有“能为我带来什么价值显然，常态化的生产经营已不能满足用户的期望，常规的数据分析已不能指导企业运营决策。据凯捷与经济学人智库的一项研究表明1,58%的企业高管在做出商业决策时都依赖于非结构化数据分析。对于公司而言，这些难以处理的新型海量信息意味着巨大的挑战，同时也是绝佳的机遇。分析的数据越多，发掘重要洞察信息的能力就越强。因此，非结构化数据应用探索成为了呼叫中心智变革新、与时偕行的动力源。2、非结构化数据的体系化管理探索当前，运营商呼叫中心数据形式分为结构化数据、半结构化数据和非结构化数据三类，主要产生于与客户丰富、高频的交互过程，涵盖各类日志及文字、图像、图片、声音、视频等多种形式，其中

4、非结构数据占到整体数据的50%以上。经过多年的探索与实践,非结构化数据体系化管理稳步推进，形成一套集“数据采集数据处理一数据挖掘一数据能力一决策分析”于一体的运营闭环。数据分析人员往往通过自然语言处理、语音识别、文字识别等技术的处理，关联业务系统数据、用户行为等全域数据，沉淀并形成可共享、可复用的数据模型，应用于客户洞察、服务策略、服务响应、服务支撑等业务场景，从而实现“数据源于生产，又反哺于生产”的能力建设。03,立足实践百花齐放/V运营商呼叫中心在客户洞察、服务策略、服务响应、服务支撑等领域不断纵深拓展，沉淀了较为成熟的非结构化数据解析技术，形成了较为体系化的管理架构，打开了呼叫中心价值提

5、升和能力升级新局面（图1）O图1：非结构化数据在呼叫中心的应用体系架构依托数据平台与算力平台，运营商呼叫中心灵活应用主流数据处理技术完成底座能力建设，实现了非结构化数据探索突破。主要技术探索聚焦在五个热点领域：1 .自然语言处理(NLP)：包括词法分析、句法分析、语义分析、情感分析、关键词提取等。2 .语音识别(ASR)：包括声纹识别、音量分析、语速分析、静默分析等。3 .文字识别（OCR）：包括身份证识别等。4 .人脸识别：人脸比对、静默活体检测、人脸水印照比对等。5 .视频内容分析：包括视频分类、视频语音识别、视频OCR等。基于以上这些数据处理框架和引擎，非结构化数据在呼叫中心运营、服务、

6、市场等角度全面渗透和普遍应用，在与业务协同和深度融合的过程中催生大量的应用场景，形成数智应用百花齐放新态势。主要应用探索聚焦在三个热点领域七大类场景：1、语音类型。新技术、新手段带来丰富且强大的多媒体交互触点，除传统的电话客服外，5G视频客服、5G消息、数字人等也成为运营商呼叫中心提供服务的主要触点,这些服务中汇聚了大量的录音数据，目前主要应用于精准管理客户代表身份、精细监控服务质量，加强线上风险管控能力。（1）账号管控：为了规范账号线上管理，做到问题可追溯，确保生产账号注册“一号一人”，通过对在岗客户代表的通话录音声纹与其注册声纹进行比对，验证账号使用者身份,在保护客户权益的同时也为信息安全

7、保驾护航。（2）情感分析：基于通话录音，识别本次通话过程中客户代表的语速、声调、静默等不合规数据，有效识别客户代表情绪，赋能现场管理人员实时监管服务质量，及时对员工进行情绪引导，提升客户满意度。2、文本类型。其主要来源于投诉工单、语音转译，以及互联网在线客服的交互等。目前应用于事中客户洞察、事后服务溯源、智能质检等场景，为构建融智的新型营销服务融合能力续航。（1）客户洞察：依据语音转写后的文本数据，实时洞察客户的咨询、投诉、办理、建议等服务诉求，提供事件驱动的客户场景化解决方案的个性化服务供给能力，如：最优服务触点、最佳服务座席、精准产品推荐、自动填写投诉工单等，实现千人千面的智能化营销服务融

8、合接触。（2）服务溯源：聚焦挖掘客户声音、分析焦点问题及时发现系统、流程、管理等方面的完善点，基于语音转写后的文本、投诉内容，结合业务系统数据进行关联分析，为提升服务能力、降低投诉风险等提供价值信息。（3）智能质检：针对全量的服务数据，一方面进行“逆向监管”，采用RTN文本分析算法对通话内容进行业务识别，通过标准化的自动质检流程设计，发现服务过程中存在的问题，全面监控服务质量，及时开展事后干预。另一方面进行“正向激励”，基于“典型案例、优秀话术”模型，实现“员工问题挖掘一定向培训提升-效果综合评估”的闭环流程，提升客户代表的服务能力。3、图片/视频类型。“多媒体交互”的高速发展加速了富媒体场景

9、化、智能交互体系化等服务能力的构建，图片/视频类数据在实名认证、故障定位等场景的探索也应运而生。(1)实名认证：利用人像比对、OCR识别、静默活体等技术能力，通过对用户资料真实性进行公安验证，提供全触点的人证比对风险防控解决方案，满足工信部实名入网的要求。(2)故障定位：面向客户家宽网络故障诉求事件，充分利用客户的移动设备，基于5G视频客服宽带排障预处理服务能力增强现实感，提供便捷化、可视化、易操作的多媒体交互方式，让座席排障有更直观的现场参考依据，为客户提供更优质心级服务。基于人工智能、深度学习、大数据尤其是非结构化数据的强势融合，给运营商呼叫中心带来深刻的数字化变革，对内实现精细管理、降本增效，对外实现诉求洞察、体验优化。未来，随着我们对非结构化数据有了足够的掌控力，还将持续重塑数据管理格局，得到的将是一个更加完整和富有生命力的数智世界。参考文献：1SteveJOneS,非结构化数据的意义J.首席财务官，2013,004：83-83.