基于大数据分析技术的客户投诉精益化管理

刘栋果

（国网四川省电力公司，四川 成都 610000）

电力营销作为国网电力公司日常工作重点，为客户提供优质服务的理念已经深入人心，但客户投诉事件仍然时有发生，出现投诉事件时，工作人员如不能及时掌握事件的起因与经过，最终将导致花费大量人力物力去解决这些投诉事件，既影响了客户对的信任，又耗费资源[1]。因此要实现降低投诉率的目的，就要对营销服务工作的各个环节进行有效的把控，提高处理客户投诉的效率，并及时回复到客户，实现营销服务的一步精益化管理。如图1所示。

图1 95598投诉举报业务处理流程

1 大数据分析技术运用的必要性

数字信息时代日益发达，要实现营销服务的精益化管理，有必须通过大数据分析技术对已发生的各渠道、各类型投诉事件进行综合分析，更清晰、更直观地了解投诉事件的投诉源头、投诉高峰时期、高峰时段、投诉敏感区域、投诉群体特征，如图2所示。通过对历史投诉事件数据的业态及趋势分析，为制定相应的整治与预防措施提供数据支撑，及时解决问题，回访客户，从而有效降低投诉率[2]。

图2 95598投诉事件-历史投诉事件数据

2 大数据分析技术运用的预期目标

大数据分析技术运用的预期目标在于利用大数据分析技术，整合客户档案、诉求信息等相关数据，分析客户热点诉求和发展趋势，支撑统筹协调互动化服务手段，提前开展主动服务，从而有效提升客户感知，减少投诉，提高客户满意度，从而赢得客户好感与信任，树立国网电力公司优良的企业形象。

3 大数据分析技术下客户投诉精益化管理策略

在供电企业中，客户满意度占据了十分重要的地位，由于客户满意度在很大程度上决定着供电企业的发展方向，因此如何高效处理客户投诉，为企业赢得时机，及时发现并解决内部管理问题，将投诉转化成效益，赢得客户好感，提高客户满意度，是加强供电企业高效性、灵活性、科学性的重要内容，也是供电企业发展必须重视的问题。在用电客户接受服务过程中，如果客户自身合法权益未能得到满足，影响客户用电或者服务体验，会降低客户满意度，客户将进行投诉。投诉事件精益化管理过程包括信息输入、数据清洗、数据量化、大数据算法、信息输出、后续手段（见图3）。

图3 投诉事件精益化管理过程

3.1 建立平台收集各渠道投诉

在实际供电服务中，供电企业会产生庞大的数据，由于数据多数采用人工处理的方式进行收集和整理，一方面导致工作效率偏低，另一方面由于收集渠道和方式的不同，数据之间存在较大差异，难以保证数据的完整性，因而会造成数据收集不准确、不全面、可参考性低等问题，因此客户用电服务质量难以保证，不免会造成客户投诉。然而，采用供电企业网络信息平台对数据进行统一收集、处理和分析，不仅便于供电企业的规划与管理，同时可以实现电网数据的共享和资源的整合。因此供电企业网络信息平台以电网95598为基础，如图4所示，获取语音业务质量评分因素与客户投诉特征，面对现阶段的种种问题，找到一种方法能够通过客户营销档案、存量诉求工单等相关数据准确重现“客户画像”，通过关键字的自动识别、提取和生成智能定位客户诉求热点，通过相关性分析准确预测热点发展趋势和可能发生的突出问题，通过客户群体特性及诉求特点准确选取主动服务渠道。由于95598是供电企业面向客户的主要窗口，通过短信、电话、网络平台等多个渠道为客户提供供电服务，服务过程中将生成大量的数据，这些数据为评估客户服务质量，分析客户满意度提供了有效的数据基础，最终达到客户主动服务，整体提升客户服务水平，降低客户投诉数量的目的[3]。

图4 电网95598客户端

（1）历史投诉记录。通过95598系统历史投诉工单、处理过程描述、申诉理由描述等，对历史投诉的全过程关键字信息进行记录，如投诉内容（描述的多维度记录）、投诉人信息（心情状态、个人信息等多维度记录）、处理过程（描述的多维度）、处理效果（描述的多维度）、申诉内容与申诉结果的多维度信息等。

（2）电话投诉。通过语音识别技术，将语句转换成文字内容，并提取相应的关键词，能够真实记录投诉人的心情状态（担忧、急切、愤怒、暴怒）、投诉类型、投诉内容、姓名、电话号码、住址、投诉人基本情况（性别、年龄、文化程度、工作类型（计算机、工人、政府企业等）、工作情况（在岗、退休）等，收集投诉与相关内容维度信息，但不是每个投诉的维度都会一致。

（3）网络投诉。与电话投诉相似，收集投诉与相关内容维度的信息。

（4）舆论情况。通过互联网对电力舆论投诉相关的关键词进行抓取，及时收集互联网天气、事故、活动等信息，分析对电力系统可以造成的影响或已经造成影响的信息，收集事件内容、地点、范围、可能产生投诉类型。

3.2 客户投诉大数据分析

依据大数据分析手段，针对客户投诉产生的数据进行深度挖掘，发现数据潜在价值，并根据客户投诉类型以及敏感度，构建数据模型，判断客户用电或服务的体验感值和满意度值，为供电企业精准营销提供有力支撑。根据客户反映的问题按照专业分成建设、营销、检修、运行、财务、物资等方面进行分类，再根据客户反映的问题进行更精确的分析，并将客户分成若干个组别，每个组别分配一个关键词进行标记。将关键字和同义词、近义词组成同义词库后，通过Partition算法确定关键字之间的关联关系，结合当前营销服务工作，主动向客户提供差异化服务，提升客户感知，减少投诉。

（1）对投诉进行等级划分。根据投诉的影响范围（不止与电力影响、包含政治、社会舆论、被投诉单位影响、被投诉人员影响等）对投诉进行等级划分，采取不同的资源（被投诉单位、上级单位、业务员、领导）进行处理，或是否优先处理。

（2）投诉影响范围分析。根据历史数据投诉内容的多维度性（关键字与关键字描述）与影响范围维度的无序关系，对实时投诉产生的可能影响范围（不止与电力影响、包含政治、社会舆论、被投诉单位影响、被投诉人员影响等）进行分析。

（3）投诉类型分析。基于大数据挖掘技术的客户感知度分析模型通过分析历史故障停电信息、故障处理信息、工单受理信息等，利用分布式计算、数据挖掘等技术，运用聚类算法构建客户感知度分析模型，选取相关性最高的故障工单数、电话间隔时长、投诉工单数等影响因素，分析、归纳客户对故障事件的感知度，将客户划分为高、中、低三个等级，建立客户的行为标签，并开展有针对性的服务，降低客户的投诉风险。

（4）投诉处理建议分析。根据大数据分析，对投诉内容维度、投诉人情况（心情、性别、年龄、文化程度、住址等多维度），对投诉的可能发生的多维事件映射进行分析，对事件的最优映射进行引导，提供最优的处理建议。

3.3 数据分析表现形式

将投诉类型、敏感词形成历史数据库，结合时间并形成不同的权重值，以历史数据为基础，通过大数据分析，以热力图的方式展现投诉区域、投诉类型的分布，以饼图的方式展现投诉群体分布，以时间轴方式展现投诉时间段分布，以散点图方式展现特殊时期投诉趋势。比如，将客户投诉群体大致分为学生、年轻人、中年人、老年人，用饼图的方式展现投诉群体分布，如图5所示，其中学生占比20%，年轻人占比41%，中年人占比29%，老年人占比10%，其分布表明年轻人对于用电体验感要求更强，对于供电企业服务要求也更高。通过数据图形的展现，可以直观的看出各个数据之间的关联和联系，为降低客户投诉提供有效依据。

图5 客户投诉群体分布

4 结束语

随着人们对生活水平和幸福感要求的不断提高，供电企业对于客户用电的服务体验也越来越重视，在加强客户投诉精益化管理工作上投入大量资源，要加强客户体验，提高客户满意度，就要从压降客户投诉率的前提出发。本文通过探讨分析大数据分析技术运用的必要性，大数据分析技术运用的预期目标以及大数据分析技术下客户投诉精益化管理策略，意在运用大数据分析技术，对供电企业营销服务工作的各个环节进行有效的把控，将客户投诉进行精益化管理，将有效投诉和无效投诉进行有效划分，针对有效投诉进行快速分析、处理，提高工作效率，优化工作流程，快捷高效地为客户解决实际问题，赢得客户好感，加强客户用电服务体验，一方面获得客户信任，加强客户认可，提升客户服务质量，另一方面节约供电企业内部资源，加快企业内部运转，实现企业经济效益最大化，进而真正实现基于大数据分析技术背景下客户投诉精益化管理的最终目的。