经营商一线交易经营亟待智能化改造
近几年，经营商范畴的生产经营工作的内外部环境发生了深刻变革，加快向标准化、系统化、自动化、智能化的新模式转型势在必行。
经营商范畴的工单处置是与客户体会息息相关的重要工作，要求处置职员具有丰富的经营商一线交易学问和很强的综合综合威力，因而它是一项经验密集型工作，适合从事智能化改造。本文结合悲观数据在经营商范畴的智能工单处置的丰富实践从事探讨。
对于经营商客户服务热线的交易流程来说，一般包括故障报修、举报、赞扬、建议、咨询、意见、表扬、查询以及订阅服务等多个交易环节，每个环节都会产生大量工单数据。具体说来，经营商的赞扬受理流程为客服职员接到客户赞扬致电后，根据客户描述生成赞扬受理内容， 由客服人工判别赞扬类型并从事赞扬处置， 形成赞扬处置意见。客户赞扬管理作为经营商范畴优质服务工作的重要一环， 需要基于交易数据中台（WEB端/APP）， 充分开掘客户赞扬工单数据， 掌握客户诉求， 不断提高客户满意度。
然而，长久以来，上述过程大都是经由人工处置的，往往会存在如下课题：
学问密集型
工单处置与客户体会息息相关，对职员的专业素养要求极高，是一项学问密集型的工作。联调的交易员大多学历不高，理解系统及使用方式上，接收起来比较吃力，交易员很多，分散各地，全部培训成本较高。
课题定位不够准确
由于处置职员经验不足，可能造成课题定位不准确，形成有偏差的解决方案。这不但无助于解决课题，还进一步降低了客户体会，增加了系统运行风险。
工单分类准确度低
目前工单分派是根据交易职员填写的工单所属系统从事自动分派，导致工单分类的准确度不高，经常出现工单分派错误的情况，影响了工单的顺利流转。
效用影响用户体会
工单处置效用低，用户反映了课题后，因为交易处置流程和综合课题，导致不能尽早反应用户，影响用户体会。
无法快速匹配历史工单
经营商范畴的账号注销、网络故障、话费充值等课题经常出现，类似的工单会反复出现，这在工单处置交易中很常见。经验丰富的维修职员凭借丰富的经验或学问总结，可以快速找到类似的历史工单，并参照历史最优处置方案从事处置，确保高质量、高效用处置。由于工作职员的流动性，新的工作职员可能在短时间内不具备这种威力，导致低效的重复劳动。
自动化程度低，维护成本高
随着每日需处置的工单数量不断上升，维护职员处置工单的难度也逐渐增加。
工单价格亟待开掘
工单以非结构化文本数据形式存储，严重制约历史工单数据的价格开掘。
悲观数据智能工单处置技能
在经营商范畴的实践
鉴于上述情形，经营商亟待打造一个智能化的经营管理平台，以促进集团各省分公司向智慧化经营迈进。在探索经营商智能经营解决方案的过程中，悲观数据的智能工单处置技能开拓了工单检索、学问推荐、工单派送、学问经营等多个经营场景，有效的帮助经营商实现“降本增效”的交易目标。
1.智能工单处置嵌入交易流程
对工单内容引入语义综合威力，实现共性工单预警、自动派单，自动推荐解决方案，大幅缩短工单处置周期。
2.交易流程智能化改造
引入机器训练模型，结合专家经验，培养一体化经营管理平台的自主进修威力，匹配自动化处置手段，建立一个“智能、敏捷、高效”的课题处置平台。原有学问中心引入智能推荐系统从事学问匹配和推荐，提高学问使用效用，并通过在线进修管控，提高交易学问的传递，有效降低员工培训成本，提高交易威力。
3.先进的AI技能赋能经营商智慧化经营
悲观数据智能工单处置技能利用前沿的深度语义综合技能进和学问图谱技能对工单数据从事智能化处置和学问泛化，建立贴合交易的分类模型，提高工单分类和流转效用，可实现系统自动分类与派单，并能基于历史沉淀的语料库建立智能语义学问库，辅助一线坐席快速找到优秀的应答话术。
悲观数据智能工单处置
交易价格与优势
总体上讲，智能工单处置技能/引擎可以为经营商经营部门带来如下交易价格：
悲观数据智能工单处置技能的优势：
优势1：学问图谱与机器进修相结合提高短文本综合准确度
客服热线中用户的非正式的表达很多，比如“那个给我取消了我我没订那个”属于指代不明的口语化说辞，且缺少有意义的特征；还有字少信息量大，比如“我问一下幺零零八五是什么平台？;那为什么他给我打电话说？;赠送我流量了…”中提及的“幺零零八五（营销服务热线）”属于经营商范畴独有的词汇，需要结合经营商范畴的交易学问来处置。引进学问图谱做长短文本处置综合（与复旦大学肖仰华教授合作技能）中，解决了文本稀疏性等难题。
优势2：机器进修模型结合人工反应机制驱动产品更智能
智能工单引擎中若干机器进修/深度进修模型，会随着交易职员的使用和bad case反应，会“进修”到更多的交易学问，变得越来越“聪明”，准确率、召回率和F1Score会逐步提高。
优势3：人机协作大幅度提高交易分类体系建立的效用
在工单处置中，需要对工单所反映的课题从事自动化打标，这需要提前认为建立交易标签体系。标签体系的建立要符合“MECE（Mutually Exclusive CollectivelyExhaustive）”原则，即“相互独立，完全穷尽”。然而，人工建立分类体系的成本很高，且需要交易经验深厚的员工参与，一般职员难以在短时间内完成一个高质量的交易标签体系的建立。
悲观数据通过先进的无监督语义算法，可辅助交易职员在短时间建立一个的科学化的交易标签体系：
基于无监督语义聚类算法从大量无标注的交易语料中发现潜在的交易结构。
基于少许先验学问（即有一定结构的种子词汇）的主题模型可以提高主题划分和主题词拓展的质量。
智能工单处置引擎在其他行业的展望
除了经营商智慧化经营这个典型场景外，其他文字密集型范畴，如银行、保险、电力、经营商等，每年需要处置数以万计的工单数据，也需要基于自然语义理解技能的智能工单处置引擎从事威力支撑。
目前，上述范畴的工单处置系统仅在工单报送、审批、存档等办公事务性环节实现了自动化，在最主要的课题综合处置环节，还是主要依靠人工。上述范畴的服务智能化已经是大势所趋，这些范畴的工单处置是与客户体会息息相关的重要工作，要求处置职员具有丰富的交易学问和很强的综合威力，是一项经验密集型工作，适合从事智能化改造。
下面列举几个常见行业：
保险行业客服
提高坐席的服务质量和效用
理解用户话语意图后，经提醒功能页面，将回答建议提供给客服职员
风险识别与预警
识别和防范交易开掘中潜在的、突发的风险，针对非结构化数据，通过简单的关键词匹配较难实现对高频、高危课题的开掘和监控，并对这个高频、高危、突发事件从事及时的预警。
客服话术质检
对客服违禁用于从事（实时）监控，更可以直观展现坐席在服务过程中的表现，能及时发现课题并反应给经营层。
工单数据价格开掘
话务、微信、APP等应用所产生的的文本数据涵盖了许多客户真实的需求和意图信息，如客户通话情绪、客户通话意图等重要的客户服务信息，需要针对这些新技能可获取的客户服务信息从事综合展现，以便更真切、及时的感知到用户的需求。
银行理财产品电销
客服数据价格开掘
客服与用户的交互过程中产生大量数据（语音转文本、工单等），难以及时处置，并产生商业价格
优化坐席营销威力
为实现目标客户的个性化营销，提高营销成功率，信用卡中心提出对营销录音转译后的文本数据和工单数据从事综合，实现对客户行为及偏好分类，为坐席提供动态营销指导，提高客户体会，优化已有非金融产品，引领客户生命周期管理。
提高坐席的服务质量和效用
电话营销主要依据规范话术和销售职员自身的营销经验，虽话术标准，但缺少针对性，无法满足客户更多的交易需求，导致存在部分目标客户流失的风险。
电力行业
提高坐席的服务质量和效用
基层客服职员素质参差不齐，专业技能较差，缺乏服务意识的敏感性，为客户提供的供电服务存在单一性、粗糙性和趋同性。
工单数据价格开掘
客户的赞扬是针对电力产品或服务中的某一个具体课题提出的，这就为供电服务中心提供了市场反应的信息。如何有效的根据工单数据综合客户赞扬的心理需求与行为诉求，切实提高服务质量，是供电公司面临的一项迫切任务。
虽然行业范畴不同，但各行业面临的场景诉求和以期得到交易价格相同。
悲观智能工单处置技能可以为上述场景提供量身定制的智能化工单处置解决方案。欢迎申请试用。