移动客户投诉管理系统改进和应用

科技信息

ＳＣＩＥＮＣＥ＆ＴＥＣＨＮＯＬＯＧＹＩＮＦＯＲＭＡＴＩＯＮ

2013年第5期作者简介：潘钢，男，上海人，中国移动通信集团公司上海有限公司业务分析督导，上海交通大学研究生，研究方向为项目管理。

通信行业竞争日益激烈，移动公司要在竞争中领先，需要不断提升客户满意度。对企业而言，通过完善的投诉管理机制提高投诉处理工作及时性和准确率，通过投诉分析，及时通过投诉发现深层次问题，避免投诉扩大、升级，预测潜在不满意的客户，提前做好关怀工作，是投诉管理的最终目标。本文从优化投诉管理体系框架入手，建立起移动公司的标准化投诉管理体系，制定出移动公司的客户投诉处理方案、方法和流程，以管理体系和标准化的处理流程来达到规范化投诉管理的目的。

1

客户投诉管理存在的问题1.1

投诉管理理念缺失

市场、网络等各专业部门只对各自专业领域的投诉有所关心，客服一线人员由于专业原因及KPI 考核指标的原因，在处理客户投诉时会比较用心，而其他部门人员，尤其是管理人员对客户投诉工作比较陌生。

1．2组织架构有待完善

公司内部各部门对客户的投诉意识认识是差异很大，各部门投诉处理职责未明确，部门之间存在本位主义，协同处理问题能力较弱，有时甚至存在推诿现象。1．3没有健全的管理系统

投诉处理系统在对工单处理时限方面监控力度有限，容易导致超时。客户从投诉开始，到客服人员生成投诉工单到内部支撑处理完工单，在各部门间进行流转处理时间不能得到有效控制，容易引发客户升级投诉。

1．4技术系统未实现智能化

投诉处理系统缺乏智能化的统计功能，只能对投诉工单进行数量上的统计，无法为经营管理提供较有价值的客户信息。

系统缺乏智能化的投诉分析功能。投诉处理人员需要人工阅读投诉信息，分析和处理投诉内容，拖延了问题处理效率。

系统缺乏智能化的投诉预测功能。现在的投诉处理知识库，是基于已有的客户投诉及处理情况，提供给客服人员参考。不能投诉客户进行预测，在客户投诉的同时就对可能投诉的内容组织相关信息推送给客服人员，并提供相应解决方案。

2构建移动客户投诉管理新模式

客户投诉处理的组织系统是指为保证客户投诉能得到快速解决，在企业内部成立的专门组织，一般包括企业各相关部门。组织中除了投诉管理外，还有其他领域的管理。从投诉管理的结构来说，应创建以客户关注为导向的组织架构，有两个注意因素：一要，建立“一线员工”优先的组织框架；二要，实现管理的扁平化。

通过对移动公司的大量投诉案例进行分析和研究，以及对各部门人员、一线处理人员的调研访谈，并基于上述问题分析，本文提出了移动公司的客户投诉管理新模式：AAP 投诉管理组织架构。

它以投诉内容为源头，实现了投诉管理人员、投诉原因分析专家、业务专家协同工作深耕引发原因背后的产品服务短板，提出短板优化建议，实现了从投诉中发现→分析→解决→跟踪评估的投诉原因闭环管理，从而提升客户满意度。

AAP 投诉管理模式实现了投诉管员、投诉原因分析专家、业务专家协同工作，共同完成对投诉的闭环管理：

ADMIN ：投诉管理员，监控热点投诉原因，热点投诉原因分析的发

起者；

ANALYST ：投诉原因分析专家，验证投诉原因深耕投诉背后的问题，是引发投诉问题的发掘者；

PRODUCER ：业务专家，根据引发投诉的问题提出优化建议，是业务改进建议的创建者；

以投诉管理支撑系统平台为基础，从服务标准显性化、投诉流程标准化、辅助机制规范化、标准体系系统化这四个层面为投诉管理的关键切入点，牢牢把握投诉管理工作的事前、事中、事后三个环节。

3客户投诉技术系统实现

移动公司已经建设了比较强大的WMS 客户投诉信息平台，但是系统偏重于对事务性问题的处理，在系统智能化程度上比较弱。若能利用技术手段，通过数据挖掘、自动处理等方法，既能提高分析效率，也能提升准确率。

3.1构建CCR 投诉识别模型

引入文本挖掘与智能识别技术，探索基于客户投诉内容智能识别客户投诉原因。投诉内容识别模型，下文简称为CCR (Complain Content Recognizer)。CCR 借鉴业内成功技术经验，探索基于客户投诉信息以获得服务和产品改进和创意思路的方法。其工作原理通过分词、过滤、建模和自动识别四个环节组成。

1）对投诉内容分词

采用完全基于Lucene 的中文分词系统，针对移动投诉建立专题投诉词库，在此基础上使用分词系统对文本按照词长对投诉词汇进行分词，对要分词的文本进行匹配。

2）构建投诉词典

采用基于感知语义的信息过滤法，通过对投诉内容信息核心词汇的分析，构建投诉词典，并过滤掉其他无用词汇。

3）分类建模

采用出向量空间模型（Vector Space Model ，简称VSM ）建模技术，VSM 是一种数量化表示客户投诉文本的方法，投诉字典中的词汇转化为数学向量空间构建分类模型。

4）智能识别

支持向量机（Support Vector Machine ，简称SVM ）算法构建原因识别器，实现投诉原因自动识别。该算法在保证分类准确率的情况下，提高了分类的自动化与准确度程度，降低实施难点和维护人工量。3.2CCR 投诉智能识别分析台

构建基于CCR 智能识别模型构建CCR 投诉智能识别分析台，将投诉工单在CCR 系统中的分类结果、涉及的关键词和同类投诉的样例推送到系统界面，便于投诉分析人员及时准确地发现投诉原因热点，专家协同工作深耕引发原因背后的产品服务短板，提出短板优化建议并落实。使投诉分析管理系统化、有序化、智能化，形成长效工作机制，为移动提升客户满意度提供强有力支撑和帮助，提高企业核心竞争力。

4

应用成果

4.1

提升投诉分析能力

快速识别率：阅读一条投诉内容并理解客户投诉原因所需时间，实施前只有300秒/条，实施后为25秒/万条；

分析准确率：抽样准确率从23%提升为85%；

优化提升力：实施前每月5条，实施后每月20条；（下转第141页）

移动客户投诉管理系统改进和应用

潘钢1,2

（1.上海交通大学信息安全工程学院，中国上海200000；2.中国移动通信集团公司上海有限公司，中国上海200000）

【摘要】通信行业竞争日益激烈，移动公司要在竞争中领先，需要不断提升客户满意度。本文从优化投诉管理体系框架入手，建立起移动公司的标准化投诉管理体系，制定出移动公司的客户投诉处理方案、方法和流程，以管理体系和标准化的处理流程来达到规范化投诉管理的目的。

【关键词】投诉管理；文本挖掘；CCR ○ＩＴ论坛○106