中国移动客户投诉服务信息项目建议书

XX移动
客户投诉服务信息系统
项目建议书
目录
第1章项目必要性分析 (4)
1.1 市场发展背景 (4)
1.2 现状与需求 (4)
第2章项目技术方案 (6)
2.1 功能结构 (6)
2.2 投诉导航分类 (6)
2.2.1 构建思路 (6)
2.2.2 具体描述 (6)
2.3 移动通信投诉词典 (7)
2.4 投诉内容智能识别 (8)
2.4.1 投诉文本的分词处理 (8)
2.4.2 过滤无用词汇，构造投诉词典 (9)
2.4.3 分类建模，建立关键词和投诉原因的关系 (9)
2.4.4 智能识别，采用SVM自动识别投诉原因 (9)
2.5 双闭环投诉管理模型 (9)
2.5.1 构建思路 (9)
2.5.2 具体描述 (9)
2.6 系统接口 (10)
2.6.1 与ＯＡ系统接口 (10)
2.6.2 与投诉导航系统的接口 (10)
第3章功能建设内容 (12)
3.1 仪表盘 (12)
3.2 任务管理 (15)
3.3 投诉导航优化 (16)
3.4 自助取数 (17)
3.5 报表统计功能 (18)
3.6 投诉热点标签及查询 (18)
第4章项目资金预估 (21)
4.1 部署环境成本 (21)
4.2 基础数据准备及模型训练 (22)
4.3 咨询开发成本 (22)
4.3.1 功能部份 (22)
4.3.2 后台部份 (24)
4.3.3 需求部份 (25)
4.3.4 咨询部份 (25)
第5章项目实施计划 (26)
第6章综合效益分析 (27)
6.1 经济效益分析 (27)
6.2 社会效益分析 (27)
第1章项目必要性分析
1.1 市场发展背景
市场竞争客户为先，企业之间的竞争归根到底是对客户资源的竞争。

处在全业务竞争时代，在层出不穷的、同质化的产品和服务下，客户的选择增多，客户对服务、对产品的期望提高，对中国移动而言，客户满意度的提升变得更具挑战！客户与公司服务人员的接触与交互，蕴含着丰富的客户满意度提升的机会，他们的每一通来电，尤其是用户的投诉信息，不管是为业务问题还是提交故障，都蕴含着对服务或产品的不满，体现了客户的某些未被满足的需求。

目前，还没有基于从客户投诉内容信息来获得服务改进和产品优化机会的方法，本项目研究基于客户投诉内容信息以获得服务改进和产品优化机会的方法，采用文本挖掘的方法通过对投诉文本内容的智能分析识别，通过研究找到客户投诉信息挖掘的方法，在投诉内容中发现：
1)产品服务优化改进抓手，服务和产品改进和创新需要了解
客户最真实的需求，客户投诉信息的利用挖掘和分析是关
键;
2)获取产品服务优化改进思路，基于客户投诉信息来获得改
进和创意思路的成功方法;
3)发现新需求，投诉内容直接反映了用户的真实需求和建议,
从中寻找出用户新需求点。

1.2 现状与需求
对传统的投诉处理分析方式进行诊断与分析，发现了若干问题，最终归结为下面几个方面：
1)热点捕捉难：热点发现不及时，热点不明确，难以聚焦；
难以发现营销活动中的问题，无法支撑市场和服务统筹工
作；
2)内容分析难：数据量大文字多，需要对内容逐个采用人工
分析，很繁琐。

对热点分析不透，难以发现引发投诉的根
本问题。

3)工作发力难：投诉热点、难点识别的及时性和精确度不高，
关键投诉较难把控，分析结果较难应用。

4)系统支撑力度不够：客服系统主要支撑业务运营，系统分
析能力有限，难以支撑对投入内容的深入分析。

第2章项目技术方案
2.1 功能结构
图 1 客户投诉服务信息系统功能示意图
2.2 投诉导航分类
2.2.1 构建思路
根据XX移动目前的现状构建更规范合理的投诉等级分类，并以“一级二级是投诉导航分类，三级是业务层，四级是产品层，五级是问题，六级是现象”为主要依托原则(分类等级的具体层数需根据业务规则的实际情况)，构建投诉导航分类体系方案；
2.2.2 具体描述
传统的客服投诉系统主要面向客服人员记录投诉的问题，并非以用户为核心，面向投诉问题的分析，为了能将两者结合，既能面向客服，又能面向用户投诉的问题分析，可将投诉的导航分为相应的五个
等级，具体如下：
➢一级二级：按照客服系统的投诉导航系统分类；
➢三级：按照业务层分类，如梦网业务、话费增值业务等；
➢四级：按照产品层分类，如具体的营销活动名称；
➢五级：按照投诉问题分类，如投诉资费问题；
➢六级: 按照投诉的具体现象描述分类。

其中一级、二级、三级主要面向客服人员，四级、五级主要面向投诉问题的分析。

如下图示意：
图 2 投诉导行分类原理示意图
2.3 移动通信投诉词典
投诉内容智能识别的核心在于移动通信行业的投诉词典构建，构建投诉词典的一个方面依赖于在厂家通信行业的积累，更重要的是投诉词典需要较长的时间的训练，并且需要根据各省的具体情况进行优化和调整。

厂家必须具备实际的成功案例，才能保障投诉词典质量和
进度。

2.4 投诉内容智能识别
投诉内容智能识别(CCR)模型是整个项目的信息基础和技术重点。

CCR模型的工作原理为：结合业务活动（如未经许可开通业务、未经许可取消业务等)，预先定义客户投诉原因并基于支持向量机（Support Vector Machine，简称SVM)构造客户投诉分类器，实现投诉原因的预分类；参照产品特性（如移动总机、校讯通、BB业务等），对上述已分类的投诉原因进行产品关键词匹配，优化已识别的客户投诉原因。

整个过程通过内容分词、信息过滤、分类建模、筛选分析四个步骤，实现对客户投诉原因的精准定位。

下图是CCR模型的实现框架：
2.4.1 投诉文本的分词处理
采用完全基于Lucene的中文分词系统，针对中国移动投诉专题建立专属的投诉词库，在此技术上使用分词系统的analyzer对文本进行切分。

分词的核心算法是按照词长对投诉词汇进行分词，对要分
词的文本进行匹配，如果找到了匹配词汇，则在该词汇处分词，如果没有匹配，那么缩短词汇继续进行匹配，直到匹配为止。

2.4.2 过滤无用词汇，构造投诉词典
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（如：数字、标点符号、语气词等），帮助摆脱有害信息的侵扰。

由于投诉内容的普遍性，投诉词典在较长一段时间内比较稳定，不会变化。

2.4.3 分类建模，建立关键词和投诉原因的关系
采用出向量空间模型( Vector Space Model,简称VSM) 建模技术，将投诉字典中的词汇转化为数学向量空间构建分类模型，构建原因识别器，实现投诉原因自动识别。

2.4.4 智能识别，采用SVM自动识别投诉原因
采用支持向量机分类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。

2.5 双闭环投诉管理模型
2.5.1 构建思路
针对投诉问题，协同各个相关部门，通过平台界面和电子工单流的方式，推动问题→需求→解决的转换环节，改进产品和服务，达到最终问题解决的目的。

2.5.2 具体描述
常规投诉管理流程，只能快速解决“单个”客户的问题，对于抱怨“背后的问题”都是事后分析、人工协调，整体解决的及时性和有效性有待提升。

双闭环管理模型不仅解决“单个”客户投诉，还能解决同类投诉“背后的问题”。

双闭环投诉管理流程主要分为三个步骤：
➢第一步：服务品质管理部门发现问题；
➢第二步：主办单位牵头分析和研究解决；
➢第三步：服务品质管理部门跟踪评估改进效果。

第一和第二步实现从问题到需求的环节，第三步实现从需求到解决的环节，通过三个步骤实现问题→需求→解决的转换环节，通过平台界面和电子工单流的方式，推动投诉问题的最终解决。

2.6 系统接口
2.6.1 与ＯＡ系统接口
2.6.1.1 接口方式
界面整合和功能调用。

2.6.1.2 系统功能
通过OA系统可以直接访问投诉信息系统。

投诉服务信息系统通过OA系统分派工单。

2.6.2 与投诉导航系统的接口
2.6.2.1 接口方式
与原有投诉管理系统采用数据库接口方式。

投诉服务信息系统每
天定时通过数据库接口读取当天新增的投诉内容。

2.6.2.2 系统功能
定时向投诉信息系统提供投诉文本内容。

第3章功能建设内容
3.1 仪表盘
仪表盘的功能主要通过投诉指标的展现，实现对客户投诉热点进行监控分析，分级下钻，个性化定制监控，并根据设定的指标阀值，实现客户需求跟踪督办和重点热点告警等功能，通过短信和邮件方式通知相关人员，从而有效发现投诉热点，及时响应处理相关问题，具体功能主要分为以下六个部分：
➢投诉类型维度：投诉类型维度的选择主要提供广义投诉和狭义投诉切换，使用时，选择相应的投诉类型后，点击“立
即刷新”按钮，仪表盘数据将进行更新；
➢时间维度：设置投诉指标查询的时间维度，可自由选择日、周、月、季、年等时间周期，使用者通过日历填入日期，
选择监控周期后，单击“立即刷新”按钮，仪表盘将根据
时间周期进行数据更新；
➢投诉总量环比、同比变化趋势及构成：展现当前时间周期内的投诉指标，第一级展示投诉总量的相关指标情况，点
击可层层下钻到最后一级投诉清单，具体指标解释如下：✓投诉类别：显示投诉的各个类别，其中投诉总量表示
所有投诉；
✓环比：100%*（当月-上月）/上月；
✓同比：100%*（当月-去年此月）/去年此月；
✓趋势：当前9个月的变化趋势，鼠标移上可以看到具体值；
具体示例如下：
投诉总量构成标识了构成投诉总量各类投诉的占比情况，具体示例如下：
单击饼图构成部分或图例，可以突出显示该构成部分：
➢分类投诉总量及环比、同比变化趋势：系统用与投诉总量类似的小图方式，展示各分类投诉量及环比、同比变化，
展现投诉总量的下一级分类投诉情况，当投诉总量发生变化时，本分类投诉指标也相应变化，并同时显示下一级分类投诉情况，点击可层层下钻到最后一级投诉清单，从而有效支撑投诉热点的原因分析，找出问题所在，有效推动问题的解决；
➢定制分类投诉TOP5：可个人要求自定义配置分类投诉TOP5的定制，配置完成后，将以九宫格形式展现分类投诉指标；➢预警提醒功能设置：在配置分类投诉TOP5时，可以设置提醒功能，提醒内容的功能上，一是实现新增TOP5内容的提醒；二是异动情况的阀值提醒，提供个性化的提醒阀值设置功能，提醒方式为短信。

定制我的提醒及阀值设定具体示例如下：
➢投诉网格化功能：将客户投诉的情况与相关责任部门和地区归属联系起来，在首页仪表盘要求能进行两个维度的选择：处理部门和用户归属属地，具体如下：
✓处理部门：默认显示全部，当选择数据范围为某责任
部门时，展示的所有投诉指标为针对该部门的投诉数
据；
✓用户归属属地：默认显示全部，当选择数据范围为某
属地时，展示的所有投诉指标为该地区的投诉数据，
同时会直接显示相应的责任人。

以上两个维度可交叉自由组合选择。

3.2 任务管理
任务管理主要用于完成投诉管理中派单的预分派、正式派单、答复、归档功能，是双闭环投诉管理任务流程的核心，具体分为以下几个功能：
➢我的任务：展现用户相关的任务列表，根据任务的结果状态、流程状态，让使用者可以在该部分完成对任务的分派、
修改、撤销等操作，其中结果状态包含无法解决、未到解
决时间、已过解决时间、检验无效、检验有效等状态；流
程专题包括待转派、待答复、已催办、待正式派单、待归
档、已归档等状态，在我的任务列表上均提供筛选功能。

➢任务跟踪：完成对系统中全部任务数量的统计，需要设定起止时间段进行查询，点击后可展开查询明细。

➢任务考核：完成对系统中全部任务处理情况的统计，任务类型分为分析处理任务和投诉导航任务，同样需要设定起
止时间段进行查询，系统主要按照三个方面考核指标：
1)及时答复率：100%*及时答复任务数/待答复任务数；
2)解决率：100%*可解决任务数/已答复任务数；
3)有效率：100%*解决有效任务数/已归档任务数。

为了更好地协同相关部门对投诉问题进行协同处理，还应在以上功能模块的基础上，完成与OA系统的协作功能，并能可视化地显示任务督办流程的所处位置，具体要求如下：
➢在OA系统中增加待办提醒：与OA系统协作，在OA门户中增加任务的待办提醒功能，用户通过待办提醒的入口，可
直接进入本系统，查看需要处理的任务；
➢建立任务督办导航图，可以用图形化的方式，展示任务督办流转的方向，让相关人员可以可视化地及时了解任务当
前所处的阶段，且在任务流转到的所处位置，显示为红色
高亮。

3.3 投诉导航优化
客服投诉系统的狭义投诉主要是客服人员基于人工的判断分类并录入，存在一定的误差和错误，投诉导航优化主要基于文本挖掘模型判定，提供纠错功能，用于对投诉分类导航进行优化，具体分为以下几个功能：
➢检索需优化导航：该功能主要针对人工优化识别部分，可进行人工检索，搜索导航路径中包含的关键词，统计需要
优化的导航路径的数量，典型的词如“无此路径”、“无具
体路径”等，支持多词以空格分隔输入，根据检索出的导
航路径，可以显示出该路径下全部导航内容清单，可以帮
助管理人员进一步了解需要优化导航路径中投诉内容的详
细情况；
➢CCR识别的歧义：该功能主要利用CCR文本挖掘模型自动判断投诉内容与所属导航路径的匹配情况，提供模型认为内
容不匹配的导航路径，为管理人员提供优化依据，同时，
点击“分派优化任务”（人工和自动优化部分都需提供链
接），服务管理人员可以进行导航优化派单；
3.4 自助取数
针对投诉的热点，锁定任一类投诉用户群，利用基础数据分析平台丰富的客户特征或业务标签，管理人员可针对投诉用户群灵活开展分析工作，或也可按照提供的固定模板对相关投诉用户群的进行自行取数分析或推送后台开发人员进行预约取数，具体分为以下几个功能：
➢自助取数：保存的投诉用户群，可在自助分析应用中“锁定用户群”找到，利用自助取数中的业务标签，开展分析
工作；
➢模板取数：自助取数预设定了基于客户投诉的取数模板，如当月针对营销活动或新业务的投诉用户群，通过模板取
数后，可进行基于品牌、网龄、ARPU等进行多维度分析；
➢我的预约取数：可根据实际需要，将取数工作利用工作流工单发给后台开发人员进行预约取数；
3.5 报表统计功能
针对目前现有的投诉情况按照导航等级进行统计分析，并支持基于用户群的多维分析能力，罗列出统计报表，具体功能分为以下几个部分：
➢投诉导航多维分析：对现有的投诉情况按照导航分类进行统计分析，支持基于用户投诉量排名、占比、比率等多维
度分析能力；
➢投诉导航统计监控分析报表：与仪表盘相比，报表提供更加灵活的时间筛选，不仅支持单个时间的筛选，也支持时
间区间的筛选。

统计的主要维度是依据投诉导航维度，统
计数据与仪表盘相同，包括投诉量、环比、同比等；
➢统计各菜单点击量：对CCR系统各个菜单的总点击量、部门点击量汇总、个人点击量汇总统计及明细等内容进行报
表统计。

3.6 投诉热点标签及查询
热点标签的生成，需按照文本挖掘的业务规则构建CCR数据模型，对当前所有相关的投诉问题进行分词、过滤、分类建模、信息抽取，最后生成结构化数据，根据相关信息的出现频率和权重等维度得出相应的热点标签。

对所有客户投诉的文本（针对狭义投诉）和导航分类的相应级别（针对广义投诉），生成热点标签描述该类别的投诉，准确形象地描述投诉问题，从而更直观的反映投诉总体情况上存在的热门问题。

具体投诉类别的标签按照投诉导航分类，每个标签均能关联具体客户投
诉清单，并以百分比形式反映热点标签所关联具体投诉在该类别总投诉的占比，热点标签根据排名只展示前三行，并带下划线展现，点击百分比后能展示明细投诉工单的清单内容，同时，可安排处理工单给相关责任人，具体示例如下所示：
同时，支持“投诉标签查询”功能模块，主要针对新业务产品和营销活动等具体产品进行投诉总体情况标签描述的即席查询，具体的页面要求如下：
➢时间维度：可以进行日、周、月、季、年的查询，同时时间维度可以选择上下限，即能够任意定义时间查询跨度的起始时
间和截止时间；
➢新业务产品和营销活动的名称输入：支持模糊查询，弹出相关活动名称供选择；
➢具体新业务产品或营销活动的指标展示要求：展现该时间的环比、同比、业务接口人等相关信息，同时展现热点标签，热
点标签的所占百分比可下钻展现明细投诉清单。

具体示例如下所示：
第4章项目资金预估
本项目为咨询开发项目，成本主要由三大部分组成，第一部分是系统部署所需要的软硬件环境。

第二部分是基础数据准备以及模型训练成本。

第三部分是咨询开发部分成本。

预计需要总投资人民币：¥1,805,000.00元。

4.1 部署环境成本
需要两台PC服务器，一台用来作为ETL服务器，另外一台用来作为Web服务器。

配置建议如下：
英特尔®至强®处理器 E5-2407 (2.20GHz, 10M 缓存, 6.4GT/s,
无Turbo, 4C, 80W)，16GB内存，Windows操作系统
预计需要投资人民币：¥55,000.00元。

4.2 基础数据准备及模型训练
准备基础数据，根据文本分词结果指导投诉导航设计和模型训练，为下一步咨询开发做准备。

预计需要投资人民币：¥250,000.00元。

4.3 咨询开发成本
咨询开发部分预计需要投入1080人天工作量，预计投资人民币¥1,500,000.00元。

咨询开发工作量主要由如下四个部分组成：
4.3.1 功能部份
咨询部分工作量细分如下：
表格 1 功能设计开发部分工作量明细4.3.2 后台部份
表格 2 后台设计开发部分工作量明细4.3.3 需求部份
表格 3 需求部分工作量明细4.3.4 咨询部份
表格 4 咨询部份工作两明细
第5章项目实施计划项目实施计划如下：
第6章综合效益分析
6.1 经济效益分析
本项目通过对客户投诉内容的挖掘分析，从客户投诉内容中获得产品创新、服务改进的思路，通过产品创新和服务的改进，提升服务品质，提高客户忠诚度，实现客户价值提升。

本项目的主要价值包括：
1)产品服务优化改进，服务和产品改进和创新需要了解客户
最真实的需求，客户投诉信息的利用挖掘和分析是关键;
2)获取产品服务优化改进思路，基于客户投诉信息来获得改
进和创意思路的成功方法;
3)发现新需求，投诉内容直接反映了用户的真实需求和建议,
从中寻找出用户新需求点。

6.2 社会效益分析
通过对投诉内容深入挖掘分析，发现客户未被满足的需求，策划以客户为中心的产品创新、服务改进的方法，以最少的通信资源满足更多客户需求的目的，实现资源社会效益最大化。