人工智能在業擴工單監控平臺的應用研究

王云龍

人工智能在業擴工單監控平臺的應用研究

王云龍

廣東電網有限責任公司東莞供電局，廣東 東莞 523008

為了提高工單處理的效率和質量，提升客戶體驗，也為了順應人工智能技術在企業各個領域應用的潮流，在現有的業擴工單處理系統中引入了人工智能技術，設計、開發了智能工單處理系統。業擴報裝重點流程績效監測是基于“五位一體”的流程、職責、制度、標準、考核等管理要素，以績效管控為目標，以流程優化順暢運轉、縱向貫通責任到崗、橫向協同問題定位為著力點，梳理監控規則及績效指標，通過流程績效分析方法，定位運營監控重點關注的領域。結合多年來運營監測管理經驗，以數據挖掘為手段，基于各類信息應用系統明細數據，通過統計分析、同質對比、概率分布、K-S檢驗、異動挖掘等多種分析方法，定位流程弱項環節，下鉆分析崗位績效，橫向追溯協同問題，提出流程優化措施，為業擴報裝管理的持續改進提供支撐。

人工智能；業擴工單；監控平臺

引言

隨著信息技術產業的發展，人們越來越重視安全問題，監控攝像頭也越來越普及，在方便了場景記錄和重現的同時，也出現了新的挑戰。監控攝像頭拍攝的內容仍然需要人工監測。用人力來同時監控多個攝像頭傳輸的畫面，非常容易疲倦，同時也容易出現發現不及時或者判斷失誤的情況。因此，非常有必要在監控攝像頭系統中引入人工智能技術進行圖像識別，從而實現24小時無間斷的持續監控。例如，利用人工智能來判斷畫面中是否出現非施工單位人員，如果發現可以及時通知安保人員[1]。

1 人員在處理工單時存在的問題

隨著IT系統規模日趨龐大以及新業務功能與日俱增，企業自身每日需處理的工單數量呈上升趨勢，維護人員處理工單的難度逐漸增加。從我們處理工單的實際情況看，以下幾個方面的問題日益突出。

（1）工單所屬系統的識別準確性不高。目前工單分派是根據業務人員填寫的工單所屬系統進行自動分派，導致工單分類的準確度不高，經常出現工單分派錯誤的情況，影響了工單的順利流轉。

（2）問題定位不夠準確。由于處理人員經驗不足，可能造成問題定位不準確，形成有偏差的解決方案。這不但無助于解決問題，還進一步降低了客戶體驗，增加了系統運行風險。

（3）不能快速匹配歷史工單。由于軟件缺陷、客戶誤操作等問題，相似的工單會重復出現，這是工單處理工作中的常見現象。有經驗的處理人員經歷了長時間的經驗積累，或者知識總結，能很快找到類似的歷史工單，參照歷史處理方案進行處理，確保處理高效率。由于人員的流動性，新的人員無法在短期內具備這種能力，造成了低效的重復勞動。

這些問題對工單流轉效率和處理質量造成了影響，特別是需要多個團隊配合的工單，如果部分環節處理不及時，就會延長工單處理的時間，從而降低服務質量，影響企業形象，這就需要通過人工智能在業擴工單監控平臺的運用加以解決。

2 人工智能在業擴工單監控平臺的運用

2.1 監測思路和監測目標

業擴報裝流程監測的重點是關鍵及協同環節的服務響應速度、流程完成時限及工作質量，及時發現業擴報裝工作中存在的問題。監測業務分為時點監測、期間監測兩類，并分別從地市、區、供電所三個層級，流程層、環節層、活動層三個業務層面，規模、效率、質量、合規和協同五個維度對在途工單狀態、工單預警/告警情況以及歸檔業務完成質量和執行績效進行監測，定位業擴工作存在的問題，開展溯源分析，輔助業擴工作順利、有序開展。

圍繞業擴報裝流程“全流程線上流轉，全業務數據量化，全環節時限監控”的工作思路，通過人工智能在業擴工單監控平臺的運用來構建跨專業、跨部門的專業協同全過程監測體系，基于營銷業務應用系統及協同業務規則，按需自動抽取在線明細數據，全面支撐業擴報裝流程專業協同全過程監測工作。通過對跨部門環節協同監測，掌握流程處理的執行進度及業務流轉情況，推動業務協同高效，提升客戶服務水平，發揮事前引導、事中糾偏及事后評價的作用。

2.2 數據來源及處理

本流程績效監測分析數據范圍涵蓋公司所有監控系統。數據監控期為全年，數據來源為營銷業務系統業擴報裝業務中已歸檔新裝、增容流程的相關明細數據。根據流程績效指標開展業務信息系統調研，確定需求字段及其系統來源，形成相關系統字段需求表。根據需求表，導出明細數據，形成數據原始表，以業務申請信息表導出結果為主表，其他數據表導出結果通過“用戶編號”字段與主表進行關聯，并進行數據合并形成數據結果表。對數據進行清洗工作，將數據結果表導入數據庫，對不完整、不規范、數據異常等數據進行清洗。

2.3 監測分析指標體系

工單數=流程狀態為“歸檔”的客戶工單總數。

申請容量=流程狀態為“歸檔”的申請容量總和。

業擴報裝平均總時長=∑（同一客戶申請號的“資料歸檔”結束時間－“業務受理時間”）/工單數。

2.4 應用研究

在供電企業提出業擴工單時限管理以及為客戶提供更優質服務的要求之后。各個單位為了把控好工單各個環節的處理時限，通過智能化的監控及時發現工單停頓以及超時情況，就需要在人工智能的基礎之上建立相對應的監控平臺。隨著供電企業的擴工單數量急劇增長，傳統的人工統計以及電子監控已無法滿足每周跟進的要求。基于以上問題，需要通過人工智能技術的運用在業擴工單建立監控平臺來對企業的營銷數據進行限自動統計，在業擴工單處理時以及工單實時跟蹤過程之中，依靠智能化的手段進行超時預警，從而實現監控平臺的人工智能化操作。由于業擴工單是一項全網的統一業務，營銷數據在全網也已統一規范，這就需要運用人工智能在業擴工單領域建立監控平臺，并在企業進行推廣，促進企業發展的智能化與規范化操作[2]。

3 流程績效監測分析

3.1 流程整體效率分析

按供電電壓分析，若一個公司的交流10?kV用戶的平均完成時長相對較短，則交流110?kV、35?kV用戶的平均完成時長相對較長；按用電分類分析，剔除流程數較少的躉售、居民用電外，商業用電、非居民用電平均完成時長相對較短，大工業用電、農業用電的平均完成時長相對較長。

3.2 疑似異常工單分布

根據統計分析結果，高壓新裝、高壓增容工單的完成時長經過對數變換后，近似服從正態分布。

3.3 流程提速效益分析

根據自每年1月以后流程歸檔且存在算費記錄的363個高壓新裝用戶測算，用戶開始用電且抄表算費的平均時長為22.30天。其中，95.32%的新裝用戶在歸檔后的60天之內開始貢獻電量，79.89%的新裝用戶在歸檔后的30天之內開始貢獻電量，39.76%的新裝用戶在歸檔后的15天之內開始貢獻電量。

按供電電壓分析，公司單位用戶日均貢獻電量、均來自10?kV交流用戶。按業務類型分析，大工業用電的單位用戶日均貢獻電量明顯較高，農業、大工業用電的單位容量日均貢獻電量相對較高。如果公司10千伏及以上新裝流程的結存容量為XX萬kVA，如公司在途工單若平均提速一天，將增加售電量124.77萬kW·h。這就可以通過人工智能在業擴工單監控平臺的運用來實現實時的數據分析以及運行監控。

4 流程服務監測分析

4.1 流程服務效率分析

通過調取業務流程明細數據，分別對供電方案答復、設計審核、中間檢查、竣工檢驗、裝表接電等服務時長進行統計分析。各流程環節服務平均時長分別為3.1、1.81、1.23、1.21、1.01個工作日，均符合相關管理規定。從各區縣公司平均時長來看，除中間檢查服務環節烏蘇公司明細較長外，其他環節區縣公司間無明顯差異。

4.2 流程服務異常情況分布

公司業擴報裝5大流程服務共有異動3條，分布在供電方案答復、設計審核環節，經協同分析主要是因工作人員工作效率或人員責任意識不強，未在規定時限內將相關信息錄入信息系統。中間檢查、竣工校驗、裝表接電等服務雖未見異動，但服務時長高于全疆平均水平，原因是公司人員不足、主動服務意識不強、客戶隱蔽工程建設不達標等。針對以上存在問題，有以下三點建議。

一是加強“進一步提升業擴報裝服務水平工作方案”等相關文件規定的學習，加強審核人員專業培訓，規范業擴報裝流程業務，提升人員業務服務技能，提高責任心意識。

二是盤活現有人力資源，統籌管理，科學安排人員參加勘察、驗收環節。

三是裝表接電班加快驗收后裝表速度和業務單傳遞速度，使客戶能夠盡快完成送電，將合同簽訂環節提前至驗收環節前完成，合并作業項以減少送電環節客戶所需辦理手續項。

5 總結

人工智能在業擴工單監控平臺的運用研究有利于提升企業在處理業擴工單等相關事務的效率，提升企業的監控水平以及避免發生事故。人工智能化的監控平臺對業擴工單的實時監控，有利于提升企業的監管能力以及促進企業的發展。人工智能技術對業擴工單進行超時限的自動預警、實時監控以及業擴流程的自動告知和自助查詢，顯著提升了業擴工單監控平臺的服務能力和服務水平，應用前景十分巨大。

[1]王晨光. 構建戰略導向的績效管理體系[J]. 中國人力資源開發，2009（3）：101-103.

[2]許牽治. 淺談如何規范業擴報裝管理工作[J]. 大科技，2013（31）：111，112.

Application Research of Artificial Intelligence in Industry Expansion Single Monitoring Platform

Wang Yunlong

Guangdong Power Grid Co., Ltd., Dongguan Power Supply Bureau, Guangdong Dongguan 523008

In order to improve the efficiency and quality of work order processing, enhance the customer experience, and in order to comply with the trend of artificial intelligence technology applied in various fields of the enterprise, we have introduced artificial intelligence technology in the existing industry expansion single processing system, and designed and developed intelligent work order processing system.Industry-wide expansion report key process performance monitoring is based on the “five-in-one” process, responsibility, system, standards, assessment and other management elements, with performance control as the goal, process optimization and smooth operation, vertical and horizontal responsibility, horizontal coordination problem Positioning as the focus, combing the monitoring rules and performance indicators, and locating the areas of focus of operational monitoring through process performance analysis methods. The paper combines years of operational monitoring management experience, data mining as a means, based on various information application system detailed data, through statistical analysis, homogeneity comparison, probability distribution, KS test, transaction mining and other analysis methods to locate process weaknesses, drill down to analyze job performance, horizontally trace synergy issues, propose process optimization measures, and provide support for continuous improvement of industry expansion planning management.

Artificial Intelligence; industry expansion work order; monitoring platform

TP18；TM73

A

項目名稱：業擴工單監控平臺；項目編號：031900KK52180081。

王云龍（1988—），男，漢族，現供職于廣東電網有限責任公司東莞供電局，工程師。