智能客户服务在计量技术的应用

导语：智能客户服务在计量技术的应用一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

由于计量检测业务的不断发展以及客户规模的不断扩大，相关计量技术机构市场业务营销部门的每日咨询服务工作量快速增加，且具有访问量大、频次集中、重复问题多和个性化问题突出等特点。仅仅依靠传统的客户服务模式，已较难满足客户多样化的咨询需求，尤其在咨询高峰时段，更易导致人工客户服务应接不暇的现象发生。随着现代信息化技术的不断发展，客户服务模式的智能化转型升级已逐渐深入到越来越多的行业和领域，并被广大客户所接受并认同。计量技术机构需向客户提供准确、全面和高效的计量检测服务，为确保高品质的客户服务质量，必须引入智能客户服务模式，以平衡提升用户体验与降低机构运行成本之间的矛盾。这是对传统计量技术机构客户服务模式的全新变革，必将能为客户提供更好的计量检测服务及相关用户体验。

1现有客户服务模式的现状

目前，大部分计量技术机构已经跨越了传统单一的人工客户服务模式，形成了包括网站客户问答服务、网上服务平台和800热线服务等多种方式并举的客户服务模式，实现了涉及业务流程、检测期限、服务方式、收费标准、规程变更等相关办事指南以及业务预约、业务查询、货物运输条件等多种计量检测业务场景的咨询服务。但现有的客户服务模式仍存在效率低、缺乏科学合理的评价体系、大数据综合应用水平不高以及无法适应移动互联网快速发展趋势等问题。1.1服务效率较低传统的人工客户服务模式受客户服务人员数量和人员精力的限制，容易造成在咨询高峰时段客户等待时间长、沟通效率低以及无法24h不间断地为客户提供热线服务等问题[1]。

1.2缺乏科学合理的评价体系

传统的人工客户服务体系缺少对客户服务人员进行科学合理地调度，也没有一套完整的服务评价标准和体系来评价客户服务质量和用户满意度[2]。

1.3大数据综合应用水平不高

传统的人工客户服务体系缺乏对客户数据的有效分析和利用，以应对计量检测业务的发展变化。客户服务人员往往只能利用个人经验为客户提供相关问题的解答，回答术语未能做到标准化和规范化，业务知识和数据之间的关联性未被很好地挖掘和利用，因此，市场业务营销部门无法准确研判客户需求并提升客户服务的主动性[3]。

1.4无法适应移动互联网的快速发展趋势

随着移动互联网和人工智能技术的飞速发展以及互联网与搜索引擎的快速融合，改变了客户过去获取信息和寻求帮助的方式和习惯，遇到问题往往会选择自助渠道解决，各行各业都在不断探索及对以往的客户服务模式进行创新。同时，微信的不断普及和广泛使用更加促进了智能化客户服务的高速发展，因而，客户咨询不再受时间和空间的限制，变得更加灵活、快捷和便利[4]。综合来看，人工智能的广泛应用已是大势所趋，智能客户服务作为社会发展和进步的必然产物，越来越受到行业的青睐。

2智能客户服务系统的一般要求

智能客户服务是在海量知识和信息的基础上建立的一项基于知识图谱、深度学习、自然语言理解、知识分析处理、知识数据管理等技术的新型客户服务模式，不仅能够在计量技术机构与客户之间建立快捷有效的沟通渠道，也能为机构提供更加专业化的知识管理体系，进一步提升机构内部的精细化管理水平。计量技术机构智能客户服务系统设计的基础为构建丰富的计量检测业务知识架构体系、建立健全知识库标准和问答术语规范、设计能够理解计量检测业务术语的意图解析模型，并在知识体系中导入各种常见的计量检测业务咨询问题。通过将计量检测业务知识图谱、业务数据与智能客户服务系统相融合，借助智能客户服务系统强大的自然语言理解和自主学习能力，实现由客户服务机器人提供实时问答、信息查询，以及客户服务机器人与人工坐席对接等服务。同时，基于智能客户服务系统自主分析和解答客户问题所产生的海量数据，不仅能作为计量检测业务数据进行集中存储、统一管理和按需分配，更可以通过挖掘大数据背景下业务知识之间的关联，不断提高智能问答的准确率和可靠性，辅助市场业务营销部门更好地研判客户需求，提升客户服务质量。智能客户服务系统的建立应实现人机的有效互补，当客户进行提问和咨询时，首先匹配智能客户服务机器人的自助回答，当智能客户服务机器人无法回答或无法提供客户满意的答复时才转至人工服务。这样客户服务人员就可以从大量重复性的问答中解放出来，有了更多时间去解决疑难问题，缓解了客户服务人员的工作压力，降低了人力资源成本。此外，智能客户服务系统还可以根据客户服务人员的在线状态和正在接待的客户数量对客户进行分流，以达到合理分配资源，减少客户的等待时间，提高工作质量和效率的目的。智能客户服务系统在接收到客户的信息请求后，可运用自然语言理解、语音识别等人工智能技术，依托计量检测业务知识架构体系，对相关信息展开语义分析，对语句中的关键词、语法和句法等进行剖析，并以文字或语音的方式提供智能问答服务。智能客户服务系统已从简单的一问一答模式，逐渐发展出支持自助化业务咨询、业务办理和技术问答等更高级的信息处理功能。信息交互也从单纯的一对一文字应答形式发展出支持相关问题联想、高频问题推荐、热门问题推送、上下文语义分析、多轮对话、知识图谱、图文消息识别等更智能的信息交互形式，为客户提供了更为方便、快捷和高效的解决方案，给客户带来了全新的智能化服务体验。智能客户服务系统业务流程如图1所示。智能客户服务系统通常应基于统一的技术标准和安全机制，主要功能模块包括业务咨询、意图理解、多轮场景对话、多样化咨询模式、用户评价反馈、综合数据统计等，用以准确分析用户意图、快速解决用户问题。1）业务咨询实现业务流程、检测进度、检测期限、证书防伪、服务能力、服务方式、收费标准、规程变更、项目暂停、货物运输条件等多种计量检测业务场景的咨询服务。2）意图理解在智能客户服务系统的应用中，由于用户可能咨询的问题种类繁多，口语化表述方式和表达内容难以统一，因此，智能客户服务系统的架构设计和算法运用需准确理解自然语言中所蕴含的丰富语义和用户意图，具备对用户问句中概念不确定性的分析和概念间语义关系的解析能力。3）多轮场景对话通过用户与智能客户服务系统自然的人机对话，在有限的问答中准确理解用户意图，提供准确答复，以满足用户需求。4）多样化咨询模式通过计算机、手机等与智能客户服务系统进行实时交互问答，用户通过语音提出咨询需求，智能客户服务系统基于语音识别技术识别语音中的需求，在查询到相关答案后直接在对话框中输出文字信息。5）用户评价反馈通过用户对所提供智能问答结果和效率的满意度评价，收集用户不满意的具体原因，以方便后期进行不满意原因的定位与相关知识的回溯、优化。6）综合数据统计利用智能客户服务系统沉淀的海量数据，实时跟踪客户服务数据指标，根据市场业务营销部门提供的统计报表进行业务分析和预测，包括客户访问数据、知识库更新数据、高频词汇、热点知识和满意度评价等。实现多维度的综合数据化管理和运营，有针对性地提升智能问答的速度和准确度，不断优化客户服务方案。

3智能客服系统建设实施过程中的难点

3.1业务知识库需要不断更新

智能客户服务系统知识库的构建需要涵盖各类计量检测业务，通过互联网和市场业务营销部门对行业知识的收集和储存，运用预设的数据规则对收集到的知识数据进行分析和归纳，更新和扩充业务知识库。无论对于计量检测业务中的共性或个性问题，还是结构化或非结构化的数据，都可以通过多层次的树状结构、标签记录和关键词实现高效的问题检索和准确的自助答复。

3.2智能客户服务系统需要不断优化

通过对用户问答关键词的学习和知识优化，对近义词汇、专业术语建立扩展词库以及对一定时期内的高频热门问题进行专题信息聚类，自动维护、更新和扩充智能客户服务系统的业务知识库储备，减少客户服务人员对于知识库的手工维护。同时，通过对用户问答行为的学习和分析以及对索引数据库的动态整理、分类和调优，判断用户的使用习惯和关注点，不断提升非标准问答的匹配能力，更好地向用户推荐相关业务知识。

3.3要重视人工客户服务的及时介入和有效对接

让智能客户服务更智能，不能只依靠客户服务机器人，还需要人工介入。智能客户服务系统的设计，既要不断提高客户服务机器人的智能化水平、从客户需求的角度出发优化程序设计、提升智能客户服务机器人的应变能力，也要根据实际情况保留相应比例的客户服务人员，以弥补智能客户服务的不足。当客户不满意智能客户服务机器人提供的回答或智能客户服务系统未能匹配用户相关问题时，客户服务人员应及时介入，保证人工客户服务转接渠道的通畅，实现人工客户服务与客户服务机器人的有效对接。

4结语

计量技术机构智能客户服务的应用，通过建立计量检测业务知识库、规范化服务标准和前瞻性预测客户意图等服务手段，实现在自然语言的交互环境中为客户快速解决问题，提供了全新的智能化服务体验和更加优质的客户服务。解决了传统人工客户服务工作效率低、人力成本高、工作压力大等问题，也克服了脱离大数据的人工客户服务大数据综合应用水平低、业务知识库无法自学习及动态更新等不足。而对于计量技术机构而言，智能客户服务的引进还能够促进客户服务团队向高价值专业性服务的转型升级，进一步优化资源配置，提高计量技术机构的客户服务水平，是信息化发展的必然选择，对于机构长远发展具有十分重要的现实意义和应用价值。

参考文献

[1]李斐，邵晓东，周力恒，等.智能客服机器人的现状及发展[J].中国传媒科技，2015(Z1)：106-108．

[2]周颖.基于大数据机器学习的客服系统的研究[D].贵阳：贵州大学，2018．

[3]刘晓娜，张淑娟，门立彦，等.通信智慧客服关键技术研究[J].通信世界，2020（5）：88-89．

[4]王亭，华强，章毅，等.基于人工智能的信息通信智慧客服的构建[J].电气技术，2019（7）：84-87．

作者：张一帆 唐松 金永贺 郑雨佳 谢若龑 单位：上海市计量测试技术研究院