铁路客服中心智能化管理平台分析

康 茜

（北京市地铁运营有限公司运营四分公司，北京 101102）

在铁路客货运业务不断丰富完善的现代社会，铁路客服系统也需随客户需求推进变革和更新。当前，铁路客服系统的综合管理板块已无法真正满足铁路客货运业务日常管理的基本需求，传统的客服系统在应用过程中问题频出，而为了更好地契合、适应当前业务发展现状，就必须合理应用人工智能技术，设计出一套满足当前应用管理需求的铁路客服中心智能化管理系统，构建更完善的智能化管理平台，为客服中心服务管理效率的提升打下良好基础，让铁路旅客享受更优质、更丰富的服务。

1 当前铁路客服系统存在的问题

1.1 知识库设计不够科学

就目前形势来看，首先，铁路客服系统的知识库内容储存方式过于传统，仍以文章形式进行储存，且未开展业务项点的拆分。客服代表在进行某项内容的检索时，其最终所获取的结果仍为整条业务知识，无法直观展示细化的知识亮点，客服代表需花费较长的时间对所检索的结果进行一一查找，整体效率极差。其次，服务形式过于单一，现阶段只有服务代表才能应用其检索功能，并未设计出直面客户的知识应答体系检索方式，只能通过网页进行，便捷程度远远不够。最后，知识库中的知识结构设计不科学，知识条目的采集过程相对繁琐，而且客服系统是通过人工录入的方式进行知识内容的采集，所以采集效率无法保障，重复录入的过程还会浪费大量的人力及物力资源。

1.2 人工质检不够客观

现阶段，铁路客服系统话务质检的主要方式是通过人工互听通话录音，然后对其进行评分，评估客服代表的服务表现及质量。但这种模式却极易受到人为主观因素的干扰，评价过程完全由质检员个人的经验以及感官来决定，不够客观和公平公正。再加上人工质检抽检比例并不高，所以难以实现全量覆盖，质检员的整体工作强度也相对较高。

1.3 人工排班缺乏合理性

作为铁路对旅客、货主和承运人的服务窗口，铁路客服中心实行的是7 d×24 h工作制，所以，必须对客服代表进行合理排班。而当下，铁路客服中心所采取的排班方式仍然是人工排班，排班管理员会根据自身过往的工作经验，安排客服代表的班次。不仅需要承担较大的任务，且排班难度较高，若制定的班系班次保持持续延用状态，其灵活性也无法保证。与此同时，人工排班不够合理，很多时候甚至会出现人员冗余或人员不足的现象，分时间段内客服代表甚至没有话务接入。

1.4 数据价值挖掘深度不足

一般来说，铁路客服代表在日常工作服务过程中，往往会产生大量的通话录音和工单记录数据信息，但目前，铁路客服系统并未对这些数据信息价值进行全方位和深层次的挖掘。在实践过程中，可通过有效收集通话录音和工单数据信息预测未来话务量，精准测算各时段所需服务的人员数量。与此同时，铁路客服系统所记录的客服代表个人服务数据的应用价值也未得到充分发挥，这些数据可直观展示客服代表的绩效，可在参考客服代表个人服务数据的基础上，对其进行个人能力画像，明确其优缺点，并在此基础上优化服务质量。

2 铁路客服中心智能化管理平台的系统架构设计要点

通常来说，铁路客服中心智能化管理平台总体架构设计内容包含5层，分别为基础设施层、智能服务层、基础服务层、业务服务层和应用服务层5大部分，其具体设计如图1所示。

图1 铁路客服中心智能化管理平台系统总体架构图

第一，基础设施层。立足于服务器、内存、存储设备网络等基础资源提供，并完善自动化资源计算服务，保障弹性伸缩和负载均衡，为基础设施提供有效支撑，并依托弹性伸缩和虚拟化资源管理等技术达成运行目的。

第二，智能服务层。智能服务层的主要任务便是实现智能化算法，完成智能任务、语音语义任务的处理，其底座支撑为智能计算平台、知识中台和语音语义能力平台。

第三，基础服务层。在基础设施上所搭建的基础服务便为基础服务层。目的是向应用服务提供存储覆盖、消息队列缓存数据、内存数据库、对象存储数据库、应用中间件、搜索引擎、原始部署容器及存储等服务。

第四，应用服务层。铁路客服中心智能化管理平台会根据业务功能将各个模块进行科学拆分，并将其划分为单个独立的不同服务，让系统的耦合性随之降低。其所涵盖的内容以绩效评估、智能排班、知识内容检索、智能质量服务检测、文本机器人、全面统计分析、定时任务等模块化服务为代表。

第五，业务服务层。铁路客户可借助手机、平板、电脑等移动客户端接入铁路客服中心智能化管理平台的业务服务层。业务服务层的功能不仅包括统一认证鉴权，同时还包括数据统一集成和数据即时共享。

3 铁路客服中心智能化管理平台的智能平台设计要点

在铁路客服中心业务处理过程中，智能平台主要发挥着数据采集、数据处理、算法建模等作用。

3.1 智能计算平台的设计

在设计智能计算平台过程中，首先要明确智能计算平台的主要作用，其不仅要负责铁路客服系统数据的提取和处理，同时也要做好算法建模和模型的优化处理。在定时任务的帮助下，完成话务数据和业务数据的集成共享，并依托算法建模，全面分析并综合计算海量历史数据，对数据潜力进行深度挖掘，准确预测未来业务的基本走向。而从架构设计角度出发，智能计算平台主要由数据存储层、智能能力层、服务管理层和应用接入层4个部分构成，如图2所示。

图2 智能计算平台技术架构图

3.2 知识中台的设计

在知识中台设计过程中，必须始终遵循原子化、智能化和结构化的基本原则，依托知识中台的科学设计为文本机器人和铁路客服坐席的高效率搜索打下良好基础。而在实践过程中，知识中台的主要功能表现在知识建构、知识管理、提供有效检索接口等方面，知识中台的设计更与知识采编、知识审核、知识应用和知识下架等多个内容息息相关。只有保证知识积累的完整性和有序性，才能实现知识管理的结构化，保障知识展现和知识应用的智能化。而从架构设计角度来看，知识中台的主要架构内容以应用接入层、应用服务层、数据存储层和智能能力层为主，其具体构成内容如图3所示。

图3 知识中台技术架构

3.3 语音语义能力平台的设计

语音语义能力平台是铁路客服中心智能平台的重要组成部分，该平台的技术架构内容则由应用接入层、智能能力层、服务管理层、数据存储层共同构成。其中，智能能力层的功能表现在智能对话、语音识别和语义理解等方面，依托智能能力层，语音识别的准确性和规范性将明显提升。在智能对话的帮助下，可在进行语义理解匹配的基础上实现对话控制。

4 铁路客服中心智能化管理平台功能设计要点

4.1 智能排班

在明确铁路客户服务需求的基础上，智能排班设计的主要模块包含数据采集、数据全面分析和处理、自动排班管理，以及班务数据公开展示等内容。首先是话务数据的采集和清洗。一般情况下，铁路客服中心话务系统提供了客服中心的话务数据，智能化管理平台需将话务系统中的历史话务数据进行有效采集，并在此基础上完成话务量的预测。而在此过程中，可借助定时任务提取的方法完成数据采集，获取的数据内容则以历史划单表数据、客服代表签入签出记录数据等为主。原始话务数据采集结束之后，还需完成数据的清洗。在科学设置异常规则的基础上，筛选出满足相应要求条件的异常数据，并将其及时剔除。根据所采集的数据，可预测话务量以及不同时段的客服代表人员需求。而在预测话务量和人员需求的基础上，智能平台中的设计模型算法发挥着关键作用。之后，便可开展班组管理，做好排班规划和调班管理。在进行班组管理时必须合理添加修改班组的基本功能，明确设置班组长、班组关联业务人员。并依据排班规划中所设定的基本规则进行班组整体的排班，也可按照组内人员，依托智能平台实现自动排班。在实践过程中，排班管理人员也可根据实际情况，科学调整客服代表固定时间的班次。最后则是班务公开展示。排班计划生成且相关班组确认之后，便可进行班务信息的公开展示和发布。

4.2 智能质检

依托智能质检平台，可对客服代表的整个服务过程进行全面的质量监督和监管。而在铁路客服中心智能化管理平台应用过程中，客户服务质检方式也随之变革，由传统的人工抽检转变为机器全量的智能质检，这不仅进一步提高了话务质检的质量，同时也优化了话务质检的比例，防止抽检数据出现误差，而质检员人为因素干扰质检客观评分结果的现象也不复存在。在此基础上，整个铁路客服质量的把控将得到保障，实现客服代表服务质量的提升。在智能质检模块设计过程中，其主要涵盖质检数据、准备质检过程管理，以及质检查询统计等3个部分。

4.3 绩效评估

在铁路客服中心智能化管理平台的功能设计中，绩效评估功能的设计也至关重要，在进行绩效评估模块设计时，其包含的功能点以考勤绩效、现场绩效、考核过程和客服能力画像4个部分为主。首先是考勤绩效管理，考勤绩效管理涵盖考勤信息数据的同步共享，考勤信息的自动对比和考勤信息的全面查询及统计。在进行考勤数据同步共享时，可借助话务系统所提供的客服代表话务持续记录，准确获取客服代表的基本考勤数据信息。而在同步共享话务接续数据的同时，可将详细数据与排班数据进行综合对比，明确客服代表的考勤状态。其次，是考核过程的管理。在明确所关联的绩效模块及主要考核对象后，便可正式进行考核，并根据提前设置好的考核指标，形成绩效单，将绩效单中相关数据代入到特定公式进行计算，计算完成后便可发布考核绩效成绩。最后，在进行客服代表画像时，需依托用户画像技术，对客服代表的绩效数据进行综合分析，在此基础上构建不同维度的绩效画像模型，对客服代表的服务行为以及评估结果进行针对性分析，进而达成过程控制的目标。

5 结语

综上所述，随着社会经济的快速发展和科学技术水平的提升，铁路客户服务面临着更高质量和更多元化的要求。因此，铁路集团也必须紧随时代发展步伐，积极使用各类先进的智能化技术，构建更完善、更科学的铁路客服中心智能化管理平台，明确该平台系统架构、智能模块和功能设计的基本要点，充分发挥智能化管理平台的作用，进一步提高铁路客户服务的效率，优化铁路客户服务质量。