摘要：一直以来，在企业中，最重要的工作就是客户服务，能否做好客户服务关系着企业发展的好坏。电力企业需要为每一位客户提供优质和高效的服务，从而通过提高用户的满意度寻求更好的发展。只有每个电力企业不断地去探索，才能提出更好的信息化管理办法。
关键词：电力企业；客服信息化；管理及应用
引言
电力企业不同于其他以营利为目的的一般企业，它是社会服务的行业之一，所以，在客服信息化管理中存在一些缺点，不但要给广大的电力用户提供电力系统的设计以及规划等方面的宣传，还要定期地对用户进行走访调查以及检查一些售后服务，对用户突发的一些情况要有全天候的在线服务。所以，为了达到这样一个共同的目的，各级电力企业需要配合，构建出一个完善、完备，并且同时具有很强竞争力的电力企业系统。
1.客服信息化管理
智能客服系统聚焦于智能语音识别领域，应用自然语言理解等技术，实现人与机器的交互，为用电客户提供智能语音自助服务，为国网公司员工提供非结构化数据转录服务，解决业务咨询、业务查询、业务办理、营销推荐、满意度回访、广告宣传等对外客户服务应用场景。改变传统营业厅的单向被动服务模式，以主动服务、互动服务、智能服务和全时服务为设计原则，满足用户在新时代下随时使用电力服务的需求，提升电力服务响应效率及服务品质，强化电力公司以用户为中心的品牌形象。智能客服系统主要由业务应用和能力平台两部分组成。其中业务应用作为前端，对外提供在线智能客服服务，对内提供语音的商业智能分析。
能力平台作为后端，主要解决语音合成、语音识别、自然语言理解、会话流程控制等功能，并在后台开展智能质检、运营分析等服务。通过获取语音文件、客户服务过程中的用户信息、查询信息、交互信息、报修信息、报装信息等，进行专项性业务分析，形成运营决策优化的关键数据，从而帮助提升营业厅客服系统运营效率。
2.电力企业客服信息化管理与应用
当前随着社会软硬件等各方面技术和基础设施支撑的高速发展，存储、调用、处理和计算数据的能力大大增强，为大数据和人工智能在各行业的应用提供了基础。大数据技术与人工智能技术相结合可应用于智能客服、用户服务和交易决策等方面，为客户提供个性化和差异化的服务；大数据技术与人工智能技术相结合，通过对数据的深度挖掘和建模分析，可有效提高电网企业的风险防控能力。同时大数据技术与人工智能技术由于其特有的并行计算能力和自我学习能力等优势，能够对大规模数据分析建模，从而得出更加准确和预测性的结果。
2.1整体思路
大数据平台为人工智能的发展提供了新的计算能力和数据，数据规模增大，传统机器学习算法要做并行化、加速和改进，大数据、深度学习和GPU不可或缺。人工智能基础理论技术的发展为大数据机器学习和数据挖掘提供了更丰富的模型和算法，如深度学习、强化学习、对抗学习等。业务数据来源于各源业务系统的数据库，通过传统ETL工具和分布式数据采集组件把各业务系统的数据库数据抽取至大数据平台。大数据平台进行数据的统一存储、处理和计算，结合业务需求形成不同的数据集市，通过统一分析服务开展数据的挖掘分析等工作。智能客服系统通过数据预处理、数据建模工作，结合大数据平台的数据挖掘分析结果开展在线智能客服和商业智能分析。同时智能客服系统将其获取到的非结构化数据转化为结构化数据，并推送至大数据平台，完善大数据平台的数据挖掘分析模型和算法。
期刊文章分类查询,尽在期刊图书馆可视化应用依据业务需求，基于大数据平台数据集市和结果数据，开展数据的可视化分析工作，并依据分析结果，指导源业务系统的功能完善和数据校核。
2.2应用实例
2.2.1大数据服务于智能客服
大数据平台抽取营销业务应用系统的档案、电费及业务流程数据，抽取用电采集系统的电量负荷数据，抽取智能客服系统的客户咨询、投诉、举报、建议等数据，抽取调度系统和PMS系统的运维检修数据。在数据清洗的基础上，进行数据的初步整合和挖掘分析，分析结果将服务于智能客服。客户聚类分析：通过分析累计历史欠费次数、累计历史欠费金额、累计投诉次数、累计建议次数、累计违约用电次数、累计窃电次数、客户市场环境变化、客户生产经营变化、客户金融信贷变化、政策性关停影响度等数据，对现有系统生产数据及外部环境等数据进行挖掘，应用K-means聚类模型，归纳聚类优质客户、潜力客户、风险客户、敏感客户、普通客户五大类，进而支撑对用户开展个性化、差异化的精准营销。客户热点分析：在客户聚类分析的基础上，通过分析客户的投诉、建议等数据，关联客户的欠费、违约用电等数据，输配网的运维检修数据，外部的气象环境等数据，深度分析客户热点问题与相关因素的关联关系。通过分析客户热点的地市、业务类型、业务子类型、满意度分布及变化趋势，并钻取分析客户明细数据，支持客户服务精准定位、推荐最佳服务路径和对应策略。并进一步将客户热点与违约、欠费、抢修、意见、建议等数据进行关联分析，指导日常运维检修等工作。欠费风险预测：通过分析月结算次数、结算方式是否变好、是否发送过催费短信、过去6个月的欠费次数占比、理论日平均用电时间、一年内暂停天数、是否有减容记录、是否有违约用电记录、是否有窃电记录、是否使用承兑汇票结算、是否有投诉记录、客户市场环境变化、客户生产经营变化、客户金融信贷变化、政策性关停影响度等数据，应用逻辑回归模型，预测客户欠费的风险概率。客户偏好分析：通过分析代收手续费在各地市、各渠道的分布情况，并进一步分析万元交费成本、单笔交费成本在各地市的分布情况，以支持做好服务引导活动推荐，减少公司的成本支出。
2.2.2融合应用效果
通过实践验证：在线上客服方面，智能客服系统基于大数据系统知识库进行的自动化、标准化应答，大大提高了服务的效率和标准化，大数据与智能客服的融合应用可满足营销咨询类80%客户服务需要；在线下实体营业厅服务方面，通过自动识别客户语音诉求和自动查询大数据知识库，辅助一线员工为客户提供全方位的业务应答，帮助一线员工成长为拥有一技之长又能解答客户各类业务诉求的综合性人才，使客户得到一窗受理，一站式服务；在数据采集方面，通过智能客服系统自动将非结构化的客户语音数据识别合成为结构化数据并通过系统接口存储到大数据平台，大大提升了数据采集的效率。
3.结术语
基于大数据与人工智能的融合应用既有效利用了大数据计算能力和海量数据，又有效利用了人工智能的丰富模型和算法，可实现切实有效的业务提升，为营销业务管理提供帮助。大数据和智能客服系统融合应用可实现快速有效的标准化服务，满足公司对于一线员工“一专多能”的要求，是全面推广“全能型”乡镇供电所，实现电力营业厅服务一次到位的有效解决手段。大数据与智能客服系统的融合应用实例对电力其他业务及其他行业都有一定的参考和借鉴意义。
参考文献：
[1] 尹镜.探寻电力企业档案信息化管理的重要性[J].赤子，2012（13）：150.
[2] 马海燕.如何完善电力企业信息化管理[J].中国商界：上半月，2011（12）：202.
[3] 王旭.如何加强电力企业设备的信息化管理[ J].科技与企业，2012（21）：10- 11.
论文作者:张晓勋
论文发表刊物:《基层建设》2018年第27期
论文发表时间:2018/10/1
标签：数据论文; 客服论文; 客户论文; 智能论文; 业务论文; 系统论文; 电力企业论文; 《基层建设》2018年第27期论文;