电力系统客服知识管理体系构建策略研究
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
电力系统客服知识管理体系构建策略研究
发表时间:2018-12-05T21:58:00.157Z 来源:《电力设备》2018年第22期作者:谭小兰
[导读] 摘要:随着经济和各行各业的快速发展,电力行业发展也十分快速。
(广东电网有限责任公司佛山供电局广东佛山 528000)
摘要:随着经济和各行各业的快速发展,电力行业发展也十分快速。电力客服中心是采用语音通话的方式处理用户需求的关键部门,业务分为呼入和呼出两种,它要求人员在一个集中的场所,利用计算机通信系统处理来自电力客服中心、用户或客服的问题、推销电力客服中心的产品和接受来自用户的投诉建议等。许多大型电力客服中心,如电力系统、移动公司、电信系统、各大银行等,都是呼叫客服系统的受益者。探讨通过多种实用化工具提升电力客服中心的管理水平,即通过Petri网工具提升电力客服中心知识管理流程化水平,通过使用通信工具提升电力客服中心知识管理的实时性与多样性水平。
关键词:电力系统;客服知识;管理体系
引言
近年来,信息技术的飞速发展推动了电力企业的巨大变革,信息技术的运用,促进了电力企业的稳定运行,带动了电力企业的整体发展。知识管理最为基础的活动是知识、获取、分解、应用、储存等,从企业角度分析,将知识作为企业的关键战略性资源,通过对知识的应用达到提高企业竞争力的目的。从电力系统客服工作实践出发,深入研究客服知识体系构建的基本策略和核心方法。
1知识管理的内涵与特征
(1)知识管理并不只是对知识进行简单的创新管理,关键之处在于知识重用。知识重用效率的决定因素是针对现有知识进行整理,从中提炼出有价值的信息,深入发掘必然联系。知识管理需要将基本知识提炼出来并展开科学的管理。通过相关研究证明,专利发明这一类创新是知识管理其中的一部分,知识管理更加关注基本知识的重新利用。(2)知识管理关键在于核心知识,而这也是个人、组织中非常重要的知识,与其日后发展有决定性作用。将知识管理运用于常用、重用、必然联系的知识管理工作中,会将重点放置于核心知识,从而达到提升核心竞争力的目的。知识管理主要目的在于寻求知识之间的必然联系。知识发现并非是知识管理的核心,如果是偶然发现的知识需要依靠灵感,知识管理主要是对知识所具有的稳定、必然联系等进行管理,而非是一些重大发现的管理。(3)带有朴素性质的知识管理,会将知识管理从原本的理想状态带回到现实当中,真正存在于每个人的生活中,与企业发展现状相结合,使用知识管理这一基本思想展开管理工作,所有改进均是知识管理的准备工作。“朴素的知识管理”突破了企业资金、规模以及知识水平等因素的限制,提高了知识管理的可行性。
2电力系统客服知识体系构建策略研究
2.1基于Petri网提升电力客服中心知识管理水平的策略
(1)制定高效便捷的电力客服中心知识管理流程,关键的部分有3点:①拆分知识管理流程制定关键监管步骤。②制定关键监管步骤的标准操作方式。③定义标准操作方式的标注化指标(量化指标)。这3个步骤是建立标准化知识管理流程的核心。(2)拆分知识管理流程制定关键监管步骤,即拆解知识管理流程并确定好业务子流程之间的逻辑关系,依照逻辑关系设计步骤先后次序,同时对每一个步骤指定执行人及监管者,明确每个步骤需要的人力(排班)、物力(设备)、财力(经费)等资源,最后自然而然就可以得知整个流程需要耗费多少资源才能完成。(3)制定关键监管步骤的标准操作方式,即定义每个关键步骤的执行方法。只有定义了标准操作方式的关键监管步骤才是一个有效的步骤,才是能够定义标准化指标的步骤。
2.2客户服务高效化
通过分析客户关注业务热点,自动进行热点知识关联分析,及时掌握客户关注动向,快速生成知识图谱并计算关键词权重,及时完善客服知识库,调整优化客户服务和营销策略。对内部用户反馈的1000号问题与信息系统运行状态、系统建设运维工作等进行关联分析,优化完善信息系统。实现客服知识库的快速训练,建立核心算法快速的实现中文分词、词性标注,语义识别等,结合统计分析技术及自然语言理解技术对文本数据进行分析标注,快速计算关键词权重并计算生成知识图谱。通过知识图谱技术,实现智能的知识库训练功能。应用业界主流算法构建智能的训练模型,提高知识库训练效率和质量。以电网统一业务数据模型规范为基础,根据图数据库中“节点”和“边”的结构来描述电网业务的实体和关系,构建基于图数据模型的电网统一业务模型的知识图谱。对任意时间段内用户提问和留言的数据挖掘,支持热点问题、新词汇、新短语的发现,支持对提问的自动聚类分析,及早发现知识库的覆盖不足之处,从而有针对性地补充、修订知识点。在无法应答的对话记录中挖掘热点问题,这种无监督的机器学习,主要采用自动文本聚类算法,无需事先标定,因此还可以对用户的舆情趋势进行监控。对提炼出的未解决问题进行人工简单标注后,引擎采用有监督的机器学习算法,能够自动完善对用户提问的理解,使得后续类似的提问得到根据准确的应答,从而及时解决用户问题,提升系统服务质量和水平。
2.3客服知识管理体系架构设计
带有统一性质的知识结构,即知识存储的一种基本模式。Ontology(实体)主要对知识体现逻辑进行描述,知识流程是负责知识处理逻辑的描述,统一知识结构负责知识存储逻辑的描述,类似于软件设计模式的MVC(Model,模型;View,视图;Contro1,控制器)模型。统一知识结构关键在于保证知识存储唯一性以及有序性。有序结构是立足于知识流视角,针对企业内所有资源进行分类与编码,如此便可以实现企业基本实体分类(Ontology),从而构成底层统一数据中心。在组织知识分类以及编码有序化这一前提下,可以组成知识有序结构,通过现代化知识管理工具完成知识流程以及管理流程的高效运转。企业显性知识的基础形态有两种,即结构化知识和非结构化知识。通常情况下是使用关系型数据库存储结构化的知识,或使用文档数据库存储非结构化的知识。它们在统一性的知识结构框架基础上,从用户角度来加以分析,这两种类型知识均被存储于相同的数据库中。
2.4通过建立客户服务知识库系统
还可以对以往客户服务案例进行整理、分析、归类,提炼出具有典型意义的解决方案,以供技术部门在处理问题时借鉴。利用知识库系统,客服人员能够对各类问题做到快速定位、准确分析、及时处理,从而提高客服人员的工作效率。同时,通过对知识库系统信息的学习与研究,客服人员自身的技术水平也会得到相应的提高。
2.5知识库的持续更新和维护
没有更新和维护功能的知识库是没有用的,因此完善的知识库产品必须提供完整的编辑和维护功能。这种功能的重要性甚至超过搜索