智能工单处理的业务价值有哪些？

文章摘要：运营商迫切需要构建智能运营管理平台，推动集团各省分公司向智慧化运营迈进。智能工单处理技术在探索运营商智能运营解决方案的过程中，拓展了工单检索、知识推荐、工作单派送、知识运营等运营场景，有效帮助运营商实现“降本增效”的业务目标。

近年来，运营商领域生产经营工作的内外环境发生了深刻的变化，必须加快向标准化、系统化、自动化、智能化的新模式转变。

操作者领域的工单处理是与客户体验密切相关的一项重要工作，要求处理人员具有丰富的第一线业务知识和很强的综合分析能力，因此它是一项经验密集、适合于智能改造的工作。文章结合运营商领域对智能工作单处理的丰富实践进行了探讨。

对运营商客户服务热线业务流程而言，一般包括报修、举报、投诉、建议、咨询、意见、表扬、查询、订阅服务等业务环节，每一个环节都要产生大量的工作数据。具体来说，运营商的投诉受理流程是在客服人员接到客户投诉电话后，根据客户描述生成投诉受理内容，人工对投诉类型进行判断，并进行投诉处理，形成投诉处理。顾客投诉管理作为运营商高质量服务工作的重要一环，需要以业务数据为基础(WEB端/APP)，充分挖掘客户投诉数据，把握客户诉求，不断提升客户满意度。

有鉴于此，运营商迫切需要构建智能运营管理平台，推动集团各省分公司向智慧化运营迈进。智能工单处理技术在探索运营商智能运营解决方案的过程中，拓展了工单检索、知识推荐、工作单派送、知识运营等运营场景，有效帮助运营商实现“降本增效”的业务目标。

总的来说，智能工作单处理技术/引擎能够为运营商运营部门带来以下业务价值：

优点1：结合机器学习和知识制图提高短文本分析的准确性

客户服务热线中用户的非正式表达很多，如“那个给我取消了我还没有订那个”都是指代不清的口语化说辞，而且缺少有意义的特点；还有字少信息量大，比如“我问你是什么平台？那么他为什么打电话给我说？“免费流量…”中提到的“零八五(营销热线)”属于运营商领域特有的词汇，需要结合运营商领域的业务知识进行处理。引入知识图谱，做长、短的文本处理分析(与复旦大学肖仰华教授合作)，解决了文本稀疏等难题。

优点2：机器学习模型与人工反馈机制使产品更加智能化

有几种机器学习/深度学习模型，随着业务人员的使用和 bad case反馈，智能工作单引擎将逐渐“学习”到更多的商业知识，变得越来越“聪明”，准确率、召回率和F1Score将逐步提高。

优点三：人机协作极大地提高了商业分类系统的构建效率

工作单处理中需要对工作单所反映的问题进行自动打标，这需要事先考虑建立业务标签系统。标记系统的构建要遵循“相互独立、完全穷尽”的“MECE (Mutually Exclusive CollectivelyExhaustive)原则。但是，人工建立分类系统的成本较高，需要业务经验丰富的员工参与，一般人很难在短时间内完成一套高质量的业务标牌系统。

利用高级的无监督语义算法，可以帮助业务人员在短时间内建立一个科学的商业标签系统：

采用无监督语义聚类算法，可以从大量的未标注业务语料中发现潜在的业务结构。以一小部分先验知识(即具有一定结构的种子词汇)为基础的主题模式，可以提高主题划分和主题词扩展的质量。“智能工作单处理引擎”在其它行业的前景，除了运营商的典型运营场景外，文字密集的其他领域，如银行、保险、电力、运营商等，每年都需要处理数以万计的工作单数据，并且需要基于自然语义理解技术的智能工作单处理引擎进行能力支持。当前，上述领域的工单处理系统只在工单报送、审批、归档等办公事务环节实现了自动化，在问题分析处理的最主要环节上，还是主要依靠人工。以上领域的服务智能化已是大势所趋，其中工单处理是与客户体验密切相关的一项重要工作，需要处理人员具有丰富的业务知识和很强的分析能力，是一种经验密集的工作，适合于智能改造。

文章为沃丰科技原创，转载需注明来源：https://www.udesk.cn/ucm/faq/16315