鐵路客服中心智能化管理平臺分析

康 茜

（北京市地鐵運營有限公司運營四分公司，北京 101102）

在鐵路客貨運業務不斷豐富完善的現代社會，鐵路客服系統也需隨客戶需求推進變革和更新。當前，鐵路客服系統的綜合管理板塊已無法真正滿足鐵路客貨運業務日常管理的基本需求，傳統的客服系統在應用過程中問題頻出，而為了更好地契合、適應當前業務發展現狀，就必須合理應用人工智能技術，設計出一套滿足當前應用管理需求的鐵路客服中心智能化管理系統，構建更完善的智能化管理平臺，為客服中心服務管理效率的提升打下良好基礎，讓鐵路旅客享受更優質、更豐富的服務。

1 當前鐵路客服系統存在的問題

1.1 知識庫設計不夠科學

就目前形勢來看，首先，鐵路客服系統的知識庫內容儲存方式過于傳統，仍以文章形式進行儲存，且未開展業務項點的拆分?？头碓谶M行某項內容的檢索時，其最終所獲取的結果仍為整條業務知識，無法直觀展示細化的知識亮點，客服代表需花費較長的時間對所檢索的結果進行一一查找，整體效率極差。其次，服務形式過于單一，現階段只有服務代表才能應用其檢索功能，并未設計出直面客戶的知識應答體系檢索方式，只能通過網頁進行，便捷程度遠遠不夠。最后，知識庫中的知識結構設計不科學，知識條目的采集過程相對繁瑣，而且客服系統是通過人工錄入的方式進行知識內容的采集，所以采集效率無法保障，重復錄入的過程還會浪費大量的人力及物力資源。

1.2 人工質檢不夠客觀

現階段，鐵路客服系統話務質檢的主要方式是通過人工互聽通話錄音，然后對其進行評分，評估客服代表的服務表現及質量。但這種模式卻極易受到人為主觀因素的干擾，評價過程完全由質檢員個人的經驗以及感官來決定，不夠客觀和公平公正。再加上人工質檢抽檢比例并不高，所以難以實現全量覆蓋，質檢員的整體工作強度也相對較高。

1.3 人工排班缺乏合理性

作為鐵路對旅客、貨主和承運人的服務窗口，鐵路客服中心實行的是7 d×24 h工作制，所以，必須對客服代表進行合理排班。而當下，鐵路客服中心所采取的排班方式仍然是人工排班，排班管理員會根據自身過往的工作經驗，安排客服代表的班次。不僅需要承擔較大的任務，且排班難度較高，若制定的班系班次保持持續延用狀態，其靈活性也無法保證。與此同時，人工排班不夠合理，很多時候甚至會出現人員冗余或人員不足的現象，分時間段內客服代表甚至沒有話務接入。

1.4 數據價值挖掘深度不足

一般來說，鐵路客服代表在日常工作服務過程中，往往會產生大量的通話錄音和工單記錄數據信息，但目前，鐵路客服系統并未對這些數據信息價值進行全方位和深層次的挖掘。在實踐過程中，可通過有效收集通話錄音和工單數據信息預測未來話務量，精準測算各時段所需服務的人員數量。與此同時，鐵路客服系統所記錄的客服代表個人服務數據的應用價值也未得到充分發揮，這些數據可直觀展示客服代表的績效，可在參考客服代表個人服務數據的基礎上，對其進行個人能力畫像，明確其優缺點，并在此基礎上優化服務質量。

2 鐵路客服中心智能化管理平臺的系統架構設計要點

通常來說，鐵路客服中心智能化管理平臺總體架構設計內容包含5層，分別為基礎設施層、智能服務層、基礎服務層、業務服務層和應用服務層5大部分，其具體設計如圖1所示。

圖1 鐵路客服中心智能化管理平臺系統總體架構圖

第一，基礎設施層。立足于服務器、內存、存儲設備網絡等基礎資源提供，并完善自動化資源計算服務，保障彈性伸縮和負載均衡，為基礎設施提供有效支撐，并依托彈性伸縮和虛擬化資源管理等技術達成運行目的。

第二，智能服務層。智能服務層的主要任務便是實現智能化算法，完成智能任務、語音語義任務的處理，其底座支撐為智能計算平臺、知識中臺和語音語義能力平臺。

第三，基礎服務層。在基礎設施上所搭建的基礎服務便為基礎服務層。目的是向應用服務提供存儲覆蓋、消息隊列緩存數據、內存數據庫、對象存儲數據庫、應用中間件、搜索引擎、原始部署容器及存儲等服務。

第四，應用服務層。鐵路客服中心智能化管理平臺會根據業務功能將各個模塊進行科學拆分，并將其劃分為單個獨立的不同服務，讓系統的耦合性隨之降低。其所涵蓋的內容以績效評估、智能排班、知識內容檢索、智能質量服務檢測、文本機器人、全面統計分析、定時任務等模塊化服務為代表。

第五，業務服務層。鐵路客戶可借助手機、平板、電腦等移動客戶端接入鐵路客服中心智能化管理平臺的業務服務層。業務服務層的功能不僅包括統一認證鑒權，同時還包括數據統一集成和數據即時共享。

3 鐵路客服中心智能化管理平臺的智能平臺設計要點

在鐵路客服中心業務處理過程中，智能平臺主要發揮著數據采集、數據處理、算法建模等作用。

3.1 智能計算平臺的設計

在設計智能計算平臺過程中，首先要明確智能計算平臺的主要作用，其不僅要負責鐵路客服系統數據的提取和處理，同時也要做好算法建模和模型的優化處理。在定時任務的幫助下，完成話務數據和業務數據的集成共享，并依托算法建模，全面分析并綜合計算海量歷史數據，對數據潛力進行深度挖掘，準確預測未來業務的基本走向。而從架構設計角度出發，智能計算平臺主要由數據存儲層、智能能力層、服務管理層和應用接入層4個部分構成，如圖2所示。

圖2 智能計算平臺技術架構圖

3.2 知識中臺的設計

在知識中臺設計過程中，必須始終遵循原子化、智能化和結構化的基本原則，依托知識中臺的科學設計為文本機器人和鐵路客服坐席的高效率搜索打下良好基礎。而在實踐過程中，知識中臺的主要功能表現在知識建構、知識管理、提供有效檢索接口等方面，知識中臺的設計更與知識采編、知識審核、知識應用和知識下架等多個內容息息相關。只有保證知識積累的完整性和有序性，才能實現知識管理的結構化，保障知識展現和知識應用的智能化。而從架構設計角度來看，知識中臺的主要架構內容以應用接入層、應用服務層、數據存儲層和智能能力層為主，其具體構成內容如圖3所示。

圖3 知識中臺技術架構

3.3 語音語義能力平臺的設計

語音語義能力平臺是鐵路客服中心智能平臺的重要組成部分，該平臺的技術架構內容則由應用接入層、智能能力層、服務管理層、數據存儲層共同構成。其中，智能能力層的功能表現在智能對話、語音識別和語義理解等方面，依托智能能力層，語音識別的準確性和規范性將明顯提升。在智能對話的幫助下，可在進行語義理解匹配的基礎上實現對話控制。

4 鐵路客服中心智能化管理平臺功能設計要點

4.1 智能排班

在明確鐵路客戶服務需求的基礎上，智能排班設計的主要模塊包含數據采集、數據全面分析和處理、自動排班管理，以及班務數據公開展示等內容。首先是話務數據的采集和清洗。一般情況下，鐵路客服中心話務系統提供了客服中心的話務數據，智能化管理平臺需將話務系統中的歷史話務數據進行有效采集，并在此基礎上完成話務量的預測。而在此過程中，可借助定時任務提取的方法完成數據采集，獲取的數據內容則以歷史劃單表數據、客服代表簽入簽出記錄數據等為主。原始話務數據采集結束之后，還需完成數據的清洗。在科學設置異常規則的基礎上，篩選出滿足相應要求條件的異常數據，并將其及時剔除。根據所采集的數據，可預測話務量以及不同時段的客服代表人員需求。而在預測話務量和人員需求的基礎上，智能平臺中的設計模型算法發揮著關鍵作用。之后，便可開展班組管理，做好排班規劃和調班管理。在進行班組管理時必須合理添加修改班組的基本功能，明確設置班組長、班組關聯業務人員。并依據排班規劃中所設定的基本規則進行班組整體的排班，也可按照組內人員，依托智能平臺實現自動排班。在實踐過程中，排班管理人員也可根據實際情況，科學調整客服代表固定時間的班次。最后則是班務公開展示。排班計劃生成且相關班組確認之后，便可進行班務信息的公開展示和發布。

4.2 智能質檢

依托智能質檢平臺，可對客服代表的整個服務過程進行全面的質量監督和監管。而在鐵路客服中心智能化管理平臺應用過程中，客戶服務質檢方式也隨之變革，由傳統的人工抽檢轉變為機器全量的智能質檢，這不僅進一步提高了話務質檢的質量，同時也優化了話務質檢的比例，防止抽檢數據出現誤差，而質檢員人為因素干擾質檢客觀評分結果的現象也不復存在。在此基礎上，整個鐵路客服質量的把控將得到保障，實現客服代表服務質量的提升。在智能質檢模塊設計過程中，其主要涵蓋質檢數據、準備質檢過程管理，以及質檢查詢統計等3個部分。

4.3 績效評估

在鐵路客服中心智能化管理平臺的功能設計中，績效評估功能的設計也至關重要，在進行績效評估模塊設計時，其包含的功能點以考勤績效、現場績效、考核過程和客服能力畫像4個部分為主。首先是考勤績效管理，考勤績效管理涵蓋考勤信息數據的同步共享，考勤信息的自動對比和考勤信息的全面查詢及統計。在進行考勤數據同步共享時，可借助話務系統所提供的客服代表話務持續記錄，準確獲取客服代表的基本考勤數據信息。而在同步共享話務接續數據的同時，可將詳細數據與排班數據進行綜合對比，明確客服代表的考勤狀態。其次，是考核過程的管理。在明確所關聯的績效模塊及主要考核對象后，便可正式進行考核，并根據提前設置好的考核指標，形成績效單，將績效單中相關數據代入到特定公式進行計算，計算完成后便可發布考核績效成績。最后，在進行客服代表畫像時，需依托用戶畫像技術，對客服代表的績效數據進行綜合分析，在此基礎上構建不同維度的績效畫像模型，對客服代表的服務行為以及評估結果進行針對性分析，進而達成過程控制的目標。

5 結語

綜上所述，隨著社會經濟的快速發展和科學技術水平的提升，鐵路客戶服務面臨著更高質量和更多元化的要求。因此，鐵路集團也必須緊隨時代發展步伐，積極使用各類先進的智能化技術，構建更完善、更科學的鐵路客服中心智能化管理平臺，明確該平臺系統架構、智能模塊和功能設計的基本要點，充分發揮智能化管理平臺的作用，進一步提高鐵路客戶服務的效率，優化鐵路客戶服務質量。