铁路客服智能质检系统构建研究

廉文彬，陈华龙，孙 婷，张子龙，梅巧玲，张筱丹

（1.中国国家铁路集团有限公司 客运部，北京 100844；2.中国铁道科学研究院集团有限公司 北京 经纬信息技术有限公司，北京 100081；3.中国铁道科学研究院集团有限公司 电子计算技术研究所， 北京 100081；4.中国铁路北京局集团有限公司 北京铁路客户服务中心，北京 100860）

随着旅客出行需求的不断增加，铁路运输企业与旅客的沟通也越来越多。目前铁路12306语音热线是铁路运输企业与旅客沟通交流最频繁、最高效的服务渠道。根据调查统计：2019年全路铁路客户服务中心日话务量为8.16万通，每日人工坐席电话通话录音量为2 720 h；2020年全路铁路客户服务中心日话务量为8.34万通，每日人工坐席电话通话录音量为2 780 h。在面对如此海量的通话录音量，以及涉及客运、货运、行包、保险等众多专业的情况下，目前采用的人工抽检的传统质检方法难以对铁路客户服务质量形成客观公正、高效、准确、全面覆盖的有效监管。作为铁路运输企业与客户的交流窗口，应对客服服务质量严加监督和管理[1]。为此，构建铁路客服智能质检系统，通过运用智能语音分析技术，由人工抽检模式转变为机器质检模式，为铁路客服质量有效监管提供支撑[2]。

1 铁路客服质检现状

1.1 客服质检发展概况

在行业内客服中心服务质量管理的变革中，一直致力于寻求一种公平公正的绩效评价体系，而质检作为评价客服服务水平的一种方法，可以客观地衡量客服代表的服务水平。通过对国内外各行业客服质检模式研究后发现，大部分行业的客服质检模式为人工抽检，即质检员重听客服代表的话务录音，对照考核标准并结合其随录工单记录，按照0.3% ～ 2%的比例进行抽检并将质检结果及问题汇总[3]。如果发现服务过程中存在问题，将及时制定针对性的改善方案，进一步完善企业内部服务质量体系，从而不断提升服务质量。

在客服中心发展的初期阶段，服务质量检查监督的手段大多采取打分制，通过制定一系列考核项，每个考核项设置一定的分值，最后综合每项细项分值计算出最终评分。总体来看，质检过程具有强烈的主观性，对于同一评分细项标准，不同的质检员会有不同的评分结果。由于这种质检模式过于简单，因此有些客服中心设置了复检流程，增加了二次质检，以相对减少主观性，得出更加合理和公正的结果。但是，二次质检仍为按比例抽检，抽检范围相对较小，无法做到全面质检。总体来看，质检全过程是由人来评判的，难免存在主观性、片面性。随着客服中心的不断发展，质检的考核指标也在不断地更新和完善，质检流程也日益标准化。随着人工智能、大数据、自然语言分析等技术的不断进步及商业应用，很多大型企业加大了客服机器人的研发使用，其应用效果关键在于企业业务的复杂度、语音识别的精度、算法的成熟度，更重要的是需要智能运营人员不断地梳理业务、优化流程及模型、筛选案例训练机器，使得质检系统更加智能。

1.2 铁路客服系统质检现状

中国国家铁路集团有限公司（以下简称“国铁集团”）按照各铁路局集团公司归属地设置了18个区域性客户服务中心，通过铁路12306/95306热线统一对外提供咨询、投诉、求助服务，主要涵盖客运、货运、行包、保险等专业领域[4]。以中国铁路北京局集团有限公司铁路客服中心数据统计为例，日均人工通话约7 000通，质检抽检比例为1.8%，质检员与客服坐席设置比例为1 : 70。由于缺乏有效的技术和管理手段支撑，铁路12306客户服务热线普遍存在难以整体监管服务质量、难以真实聚焦客户之声、难以有效挖掘录音价值等问题，主要体现在以下方面。

（1）抽检比例较小。铁路质检主要采用传统的人工质检方法按比例进行抽检，抽检录音量占总录音量的比例不足2%，难以全面挖掘有价值的内容对服务过程进行有效诊断。

（2）客观性较弱。质检过程中可能存在主观判断主导等情况，无法做到全面客观、公正、准确。

（3）舆情监控弱、应急响应慢。对话务量短期激增的原因缺乏有效的系统分析手段；面对铁路运行调图、系统故障、停运、线路塌陷、台风暴雨等极端天气因素造成话务量激增现象缺乏技术支撑手段，无法做到实时获知相关动态、实时统一解答咨询求助。

2 铁路客服智能质检系统构建

2.1 铁路客服智能质检系统关键技术

针对铁路客服系统质检存在的问题，质检模式需要由人工抽检模式向“系统自动质检+人工干预”方式转变。系统自动质检应支持录音转文本，根据录音、文本属性可建模分析，实现“先聚类后测听”精准型专题质检分析。人工干预是在系统自动质检结果的基础上进行二次复核，以降低质检差错率。铁路客服智能质检技术构建综合应用语音识别、文本挖掘、大数据分析等前沿技术，应用于铁路客服中心服务质量检测场景，通过机器质检模式，取代传统的人工抽检模式，其关键技术如下。

（1）语音转译文本及情感分析。对通话录音进行质检首先需要将录音信息转化为文本信息，将“客服代表”语音和“旅客”语音进行分离，同时支持场景分割、静音检测、全文转写、语速、音量、静音等检测手段，能够对通话录音中的用户情绪变化进行侦测[5]。语音转译文本、声音特征参数提取信息及相关关联业务数据信息将为质量检查及评分提供强大的评判支撑，进一步客观、公正、真实、全面地反映客服代表的业务及服务水平。

（2）建模分析。基于文本规则和音频属性进行建模，文本规则通过逻辑与、逻辑或、逻辑非、临近、逻辑与或非组合进行模型建立；基于音频属性通过静音次数、静音长短、静音位置、关键词次数、关键词位置、声道（支持客服代表、旅客）、单句语速、平均语速、声道音量、声调进行组合建模[6]。

（3）文本挖掘技术。通过文本预处理手段进行文本收集、文本分析抽取结构化元数据、特征修剪进行无效噪音数据剔除得到有效精简的特征集，再通过文本聚类、分类、摘要抽取技术处理大量文本数据。

2.2 总体架构

铁路客服智能质检系统统一部署在国铁集团，通过铁路外部服务网统一收集部署在各铁路局集团公司话务控制平台产生的录音及随路数据，各铁路局集团公司客服中心用户通过浏览器访问系统。铁路客服智能质检系统总体架构如图1所示。

图1 铁路客服智能质检系统总体架构Fig.1 Total architecture of intelligent quality inspection system for railway customer service

2.3 逻辑架构

铁路客服智能质检系统从逻辑架构设计上分为采集层、能力层、服务层、展示层4层。铁路客服智能质检系统逻辑架构如图2所示。

图2 铁路客服智能质检系统逻辑架构Fig.2 Logical architecture of intelligent quality inspection system for railway customer service

（1）采集层。服务组件包括随录数据采集和录音采集，同时提供录音补录的数据采集接口，用于再次采集录音功能。

（2）能力层。主要提供语音识别引擎、语义理解引擎、文本分析引擎，为服务层提供能力支撑。

（3）服务层。主要提供模型配置和计算服务、录音信息处理服务、数据索引和数据归集处理服务。

（4）展示层。主要展示质检报告及结果分析。

2.4 应用架构

铁路客服智能质检系统应用架构从质检分析、质检管理、质检建模3个方面展开设计，实现人工抽检转变为机器质检，对全面把控和提升服务质量起到至关重要的作用。铁路客服智能质检系统应用架构如图3所示。

图3 铁路客服智能质检系统应用架构Fig.3 Application architecture of intelligent quality inspection system for railway customer service

（1）质检分析。主要展示质检结果，生成质检报告。质检分析维度包括服务质量、服务效率、服务态度、违规类型、客服申诉、专题服务、旅客重复拨打、重点监控等。

（2）质检管理。包括录音获取、质检标准管理及评分规则管理、机器质检、人工质检、客服申诉、评分查询等功能。

（3）智能建模。主要指模型管理、模型编辑和调优、模型上下线。

2.5 系统过程建模

铁路客服智能质检系统的主要功能是满足铁路客服中心质量管理部门的日常质检工作要求，可以高效、精准地对客服质量进行考核评价，及时发现问题及服务薄弱环节，从而制定有效措施进一步提升服务水平。

经过调研分析铁路客服质检人员的工作流程及系统功能需求，针对系统整体进行建模。铁路客服智能质检过程建模分析如图4所示。

图4 铁路客服智能质检过程建模分析Fig.4 Modeling analyses of intelligent quality inspection process for railway customer service

在系统建模过程中，共设置质检员、复检员、质检管理员3种角色，每种角色均有相应的权限及任务，根据系统身份验证模块判别用户身份及显示不同身份拥有的不同功能操作区。首先，质检员选择质检管理员预设置的质检模型开始抽取录音，其中包括录音相关随路数据（包括呼叫ID、工号、来电号码、被叫号码、来电时间、呼叫类型、录音地址、随录工单、通话时长、满意度评价信息等）；其次，根据模型预设置评分项点进行首次全量机器打分，选取Good/Bad案例[7]；再次，复检员从已质检过的案例中选取复检样本，根据预设置评分项点进行二次打分；最后，质检管理员预发布整体质检结果并对其进行分析总结，形成最终Good/Bad案例库及质检报告，通过客服中心现场早交班会制度分析存在问题，反馈给客服代表及班组长，制定计划对客服代表进行针对性培训，同时根据质检报告完善质检模型，并在下一周期内重点抽检，关注其提升效果，形成有效完整的闭环[8]。12306客户服务中心质检评分项预设置如表1所示。

表1 12306客户服务中心质检评分项预设置Tab.1 Preset quality inspection items for scoring customer service centers of 12306

2.6 系统功能设计

（1）业务模型模块。业务模型功能可以根据具体业务需求进行建模，满足不同用户、不同专题的分类需求，如投诉抱怨分析模型、竞争分析模型等，通过业务人员对业务的理解和规则梳理，定义分析模型，为录音打上各种各样的标签，从而实现录音的标签化。例如，通过建立分析模型（不满意/投诉/态度不好/服务差），对通话内容中的客户不满行为进行监测，找出客户投诉倾向。系统可以在录音中找到与模型匹配的录音，然后按照不同的维度进行统计和分析，了解一定时间周期内热线整体服务品质的变化情况。结合业务类型和坐席班组的投诉预警分布情况，进行有针对性的业务策略调整和外呼回访，提高客户满意度。该模块主要为用户提供规则化的模型编辑功能，并进行验证优化，使其达到上线标准，主要包括模型新建、删除、分组、批量上下线、导出列表、导出规则、模型规则编辑、模型调优、模型验证（通话测听）、测听标注（通话测听后标注该通话是否符合模型预期）、模型准确率统计等功能。

（2）搜索模块。该模块主要集成话务系统、业务系统、录音系统，形成数据聚合及关联，为模型建立提供底层数据支撑基础。数据聚合包括呼叫ID、工号、来电号码、被叫号码、来电时间、呼叫类型、录音地址、随录工单、通话时长、满意度评价信息等数据。提供关键词搜索功能，检索出包含响应关键词的数据。搜索分为普通搜索和高级搜索，其中普通搜索直接输入关键词就可进行时间和声道的设置；高级搜索包括文本规则（包含至少一个字词、包含全部字词、包含完整字句、不包含字词，“与”“或”“非”逻辑的配置），维度设置（通话时长、数据类型、模型等，且维度项之间可支持选择“与”“或”逻辑配置）、随路数据规则等子功能。

（3）工作台模块。工作台是铁路客服智能质检系统用户使用最多的功能模块，主要满足质检员、复检员、质检管理员的日常质检工作需求，包括选择模型一次质检、二次复检、质检样本抽取、质检评分、质检评分结果预发布及发布、备注、Good/Bad案例选取等功能。

（4）专题模块。针对特定分析主题，使用模型、维度等标签的组合建立多个分析路径，结合图表、自动聚类、热词挖掘、漏斗分析等数据可视化技术，形成对特定主题的深层次分析和主题内容挖掘及可视化，从而为业务分析人员提供强大的实时业务分析能力。专题主要包括专题管理和专题分析。专题管理主要是针对专题进行增、删、改、查等操作，以列表形式展示所有专题信息，包括专题名称、数据源、最后修改人、最后修改时间，并可进行新建、删除（可批量）及查看专题详情操作。专题分析包括专题时间选择、专题名称设置、路径编辑、路径标签选择和设置、数据可视化展示（包含基础分析、聚类分析、热词分析、漏斗分析等）及可视化工具切换、专题分析结果及录音测听和标记等子功能。

（5）用户管理。主要实现数据查看权限和数据修改权限。数据查看权限主要实现在Web应用系统上配置业务模块数据访问权限，指定哪些角色和个人可以查看哪些数据。数据修改权限是指在Web应用系统中可设置数据修改责任、具体修改人，以及可修改业务单元中具体的页面元素。

3 结束语

目前，铁路客服智能质检系统已在中国铁路北京局集团有限公司、中国铁路上海局集团有限公司客户服务中心开展试点工作，通过新建的81个专题模型，对73 940条录音完成抽检工作，模型共召回命中录音11 579条，抽检录音7 890条（其中业务类2 592条、服务类5 298条），抽检比例为68.14%；发现问题录音4 474条（其中业务类371条、服务类4 103条），占比56.7%。铁路客服智能质检系统建设将对提高铁路客户服务中心的精细化管理水平发挥积极作用，带来巨大的经济效益、管理效益和社会效益。经济效益方面，对传统的随机抽检模式进行革新，实现自动化智能质检评分，按照人工抽检1%比例转化为机器质检10%比例，粗略估算每年可节约成本1 600余万元。管理效益方面，通过客观公正的机器实时全量质检，可以及时发现服务过程中存在的短板，指引运营人员有针对性地改善和提升；通过实时全量语音分析，可以实时统计用户咨询问题的趋势变化，为铁路客户服务中心运营提供全方位的决策参考。社会效益方面，推进技术创新带动人力资源的合理化布局，从而进一步改善服务流程、提升用户体验。通过建设铁路客服智能质检系统，可以有效解决当前铁路客户服务质检工作中存在的问题，提高客服质检的质量和效率，推进质检模式变革，对提升铁路客服服务水平起到良好的推动作用。