基于AI关键词提取的投诉工单自动识别方法及实践

基于AI关键词提取的投诉工单自动识别方法及实践

谢 兵 魏世杰

432522198110244115   620523198404080371智链数据信息科技（广州）有限责任公司

摘要：基于AI关键词提取的业务加权自动工单智能分派系统，有效的解决了手工分发投诉工单存在的效率低下，分配差错较大等问题。该成果主要基于AI关键词提取及业务加权算法技术特点实现投诉工单自动分派，投诉工单流转到集中化BOMC系统待办工单池，该成果可以实时自动智能派单，代替以往IT运维同事手工派单，节省了科室同事们较多人工派单工作时间，进而提升了派单工作效率，大幅节约了人工成本，取得了良好的额社会和经济效益。

关键词：人工智能；自动派单；客户服务

1 成果介绍

随着客服投诉系统接入大数据业务支撑系统，涉及客服领域业务投诉归属省公司市场线条技术人员负责，由省公司信息技术部门提供技术指导。为提升投诉业务处理的处理效能，省公司信息技术部门依托集中化BOMC系统，通过联合攻关研发，开发了基于AI关键词提取的业务加权自动工单智能分派系统，有效的解决了手工分发投诉工单存在的效率低下，分配差错较大等问题。该成果主要基于AI关键词提取及业务加权算法技术特点实现投诉工单自动分派，投诉工单流转到集中化BOMC系统待办工单池，该成果可以实时自动智能派单，代替以往IT运维同事手工派单，节省了科室同事们较多人工派单工作时间，进而提升了派单工作效率，大幅节约了人工成本，取得了良好的额社会和经济效益。

2基于AI关键词提取及业务加权算法的技术架构

通过梳理服务智慧化场景，调研服务需求，在集团智慧中台整体战略指导下，平台以体验提升、存量保拓为目标，重点建设了智能语音情感分析、文本语义挖掘、满意度预测、认知图谱推理等若干AI能力，在投诉监控、满意度提升、感知监控，客户体验分析等场景体现价值。

同时，平台接入服务、无线、资费、家宽、存量、价值等场景数据，实现数据融通，为“大数据+AI”协同服务运营奠定坚实基础。

图1展示了基于投诉的语音情感建模和深度文本挖掘业务流程图。其逻辑流程为：获取用户语音文件及相应会话记录，对语音进行转文字处理，将文本按照篇章段落进行语义划分，提取子段落的音频及文本特征，实现情感及语义的深度理解，最终生成分析报告、维系策略，辅助存量运营。

通过图1所示的数据处理，能够对本地投诉语音进行情感分析后的精确分类，

按照语音情感分类、语音情感曲线、分段情感分析、分段语义理解、语音总体标签、综合运营策略进行输出，实现了基于AI的关键词提取及业务加权分析。

                 图1 本地语音情感建模和深度文本挖掘业务流程图

在图1分析的基础上，构建AI智慧化投诉全流程监控体系（如图2）。通过梳理服务智慧化场景，调研服务需求，在集团智慧中台整体战略指导下，以体验提升、存量保拓为目标，重点建设了智能语音情感分析、文本语义挖掘、满意度预测、认知图谱推理等若干AI能力，在投诉监控、满意度提升、感知监控，客户体验分析等场景体现价值。 同时，平台接入服务、无线、资费、家宽、存量、价值等场景数据，实现数据融通，为“大数据+AI”协同服务运营奠定坚实基础。

                  图2 基于大数据+AI智慧化投诉全流程监控系统架构

在具体实践中，系统将智能语音质检和绿网投诉资源整合，形成智能化预判、专业人员及时干预、属地省市协作、满意回访的全过程防御监控，突破瓶颈，有效管控接触热线用户的越级投诉，简化越级投诉处理流程，提升服务效率，提升用户感知。具体采用的方法有：

（1）构建智能语音画像：运用智能化语音工具与大数据资源，精准设定1000余个关键词、8项模型关联逻辑规则，覆盖潜在越级投诉客户语言、关键行为、热点投诉等各类场景，对其进行精准画像；

（2）进行大数据库对语音标签进行打标：结合投诉历史数据提前洞悉越级投诉风险。并将热线回访机制与市州服务关怀相结合，先通过热线外呼形式对此类客户开展感知修复，修复失败客户再由市州分公司跟进关怀，形成服务流程闭环管理

（3）建立投诉服务专享绿色通道：协同地市分公司对潜在越级投诉客户提供专享服务。一方面降低问题处理时长；另一方面提供个性化合理解决方案，降低越级投诉风险。双管齐下打造专属“绿色通道”。

   为了更好的对投诉归因进行科学展现，快速解决投诉问题，项目建设了建设“投诉智能分析专区”。该专区与大数据分析平台对接，根据大数据平台分析处理的投诉分析明细数据，通过数据表、视图、图形等方式展示。主要是，结合各类投诉场景个性化输出数据图表，分层、分级地快速聚类问题点。具体功能包括：

（1）建设数据可视化展示专区：结合各类投诉场景个性化输出数据图表，分层、分级地快速聚类问题点。以网络数据可视化为例：将网络投诉数据按地图的形式进行展示，对地图的各区域投诉量分层级设置阀值后，在地图上进行颜色区分，最终实现对全省网络投诉数据的全景化展示。

（2）智慧报表系统化输出：将用户业务使用、订购关系、网络服务等数据进行整合，在线Y省分公司聚焦投诉问题分析的各维度输出统计及明细数据，提高工作效率，确保数据及时性。

3平台使用效果展现

从平台在Y省移动使用后近8个月投诉工单分派实际工作来看，基于AI关键词提取及业务加权算法实时自动智能派单，实现了工作效率的提升与人工成本的有效降低：

（1）提高了派单工作效率：对比以往科室同事分派投诉工单工作流程，省去了集中化BOMC系统定期派单排班工作，和当日派单值班短信提醒工作，投诉工单到派发时间，由日常上午8:30至下午17:30期间无固定时间派单，升级为投诉工单抵达待办工单池后，24小时实时自动分发，从而使重要的投诉工单，还有在线客服夜间下发的投诉工单，能够实时分派到对应业务同事个人待办，进而缩短了派单处理时间。基于AI关键词提取及业务加权算法实现自动派单程序运行稳定，自动派单分派率为90%，准确率为85%，达到预期自动智能派单目标。

（2）节约派单人工成本：按照集团公司对省内要求，处理投诉工单工作纳入到集中化BOMC系统，一直以来，科室20多名同事轮班手工分发投诉工单到对应业务同事个人待办，基于AI关键词提取及业务加权算法2022年12月4日上线之后，实现了自动智能派单，代替传统人工派单，节省同事们派单工作时间，进而节约派单工作人工成本。

3平台推广计划

2022年12月4日，基于AI关键词提取及业务加权算法实现投诉工单自动分派，在集中化BOMC系统区域中心-Y省上线使用，该成果在集团公司系统内，直接适用于集团集中化BOMC系统已覆盖11个省份（甘肃、海南、黑龙江、吉林、内蒙、宁夏、青海、天津、西藏、新疆），场景共性依托于集中化BOMC系统，并且以上省份，信息技术部门处理的投诉工单，都是来自对应省份上游在线营销服务中心下发，2023年3月，与黑龙江、河北集中化BOMC系统和负责投诉派单同事，进一步研讨该成果应用，2023年6月，在黑龙江省已正式上线使用，河北省目前在联调测试阶段；该成果在本省其它部门，也可以借鉴应用，由于各类投诉工单由源头Y省在线营销服务中心下发到省内各部门，省内各部门系统待办工单池，在分派工单主要环节，可以借鉴AI关键词及业务加权算法，实现投诉工单实时自动智能分派，代替传统轮班制人工派单。引入方要依托于当前工单分发系统，事先要对系统内历史工单分析、统计、归类，寻找规律，提出对应业务加权算法。

参考文献：

[1] 马璐.2019 基于产品差异化的双寡头市场广告竞争模型研究[D]. 上海交通大学硕士论文:上海交通大学

[2] 谭永平(导师：章细贞). 2020 湖南移动通信公司全面预算管理研究[D]. 中南大学硕士论文:中南大学

[9] 鲁豪(导师：王安生). 2021 北京移动持续审计管理平台的设计与实现[D]. 北京邮电大学硕士论文:北京邮电大学