揭秘:大数据如何让企业服务热线轻松应对海量信息?
admin
2023-07-03 21:43:19
0

近期全国疫情防控形势再度严峻,城市管理压力陡增的同时,12345等热线电话每天需要应答处理的信息量也成倍增长,不少城市的服务热线都开启了7*24的高效运转模式。


但面对高峰期一天最高可达上万的来电信息量,只依靠热线系统的工作人员的手工操作,是很难达到服务热线“即接、即转、即办、即访、即结”的高要求的,比如我们Tempo大数据分析平台曾经服务过的某政企服务热线,在业务高峰期就需要面对极其繁重复杂的工作任务。给客服团队员工带来了巨大的工作负担:

  • 工作量巨大:

该政企热线服务于各咨询投诉举报类热线内容的收集、整理及分析,涵盖医疗、教育、就业、住房等大热服务领域。目前已累计收集百万条以上工单,平均日工单量高达数千以上。

  • 数据处理耗时长:

人工分析工作量巨大,经过测算,人工对5000条数据进行分析需要2人1周时间,而数据规模上升到数百万情况,根本无法通过人工方式进行分析。且文本数据的处理还涉及到不同人员的处理标准信度问题,对相关处理人员的能力素质提出了较高的要求;

  • 缺乏有效的数据分析手段,分析成果浅显

目前的数据分析仅停留在统计层面,当前政企平台仅能根据工单主题,对工单进行大体分类,但是无法自动对某个主题下工单进行更加深入的分析,由于缺少有效数据分析手段,该政企缺少有效工具提升当前数据分析的效率及质量,无法及时向领导提供其想及时了解的内容。

通过这个例子我们可以看出,随着社会经济的发展和营商环境的优化,政企平台的热线的服务能力和反应速度也必须随之提高。热线平台应当通过大数据手段,对整个平台中的工单数据进行内容分析,对数据进行细致分类和价值挖掘,才能让热线平台发挥最大的价值。而要想实现这样的最终目标,在搭建大数据分析系统时,我们应该将关注点放到以下三个问题上:

  • 如何解放大量人工分析工作,使数据统计分析更高效、更直观。
  • 如何实现更细致的数据分析,在工单主题的分类之下能够更细致更精确的分析各热线反馈问题,更简单和精准的进行数据整理工作。
  • 增加更全面的数据分析手段,将热线文本内容做针对性文本分析,有效提升政企办事效率。

如何降低人工分析量?

这是3个问题中相对最好解决的问题,我们可以通过引入目前市面上一些较为成熟的以拖拽式操作降低操作门槛的大数据分析工具,比如我们的Tempo BI。通过Tempo BI中的同步数据功能,我们就可以让工具代替人工完成繁琐复杂的数据处理工作。

将数据接入TempoBI的数据库中,BI可同时处理上万条数据,快速处理数据的同时还可以同步数据更新,及时更新数据分析内容。用户将数据管理库中的数据源文件添加进TempoBI中,BI在进行数据分析时可做到快速分析、快速出图,同时配置同步数据功能,无需用户反复手动更新数据。


如何根据文本内容对工单做精致分类?

对于大部分用户而言,热线电话数据分析的切实痛点是数据多为文本数据,涉及领域广,难以对数据进行细致分类,无法做到针对精确地某一细类处理相关问题。在Tempo BI中,我们就可将数据种类做精确划分,从而让每一个工单都能快速得到对应部门的回应处理。

例如按照主题,我们可将文本数据分为地铁出行、噪音投诉、教育意见等不同类型。


也可以根据热点进行分析,使用线型图将各热点问题的热度分布清晰直观地表现出来。


通过时间序列线图对不同投诉内容的分布时间进行分析,便于后续进行专项整治。


如何对文本内容做数据分析?

解决了基本的数据处理,梳理了分析思路之后,如何将分析成果有价值、有侧重点地进行高效展示呢?这里就涉及到一个数据分析场景和看板设计的问题。

这里用一个地铁出行投诉工单数据分析看板作为案例。在本案例中,该用户首先在地铁出行的看板设计中,使用饼图将地铁出行中各诉求问题分布情况展示,其次将各线路的诉求问题分布使用柱形图清晰的表现出来,左下方添加列表对数据类型进行充分展示,看板中央为该地区的区域立体地图,再添加时序图表现各诉求问题在各时间段的投诉情况。之后添加热点问题热度分布线图和各行政区诉求内容分布柱形图,最后使用词云图直观的展示地铁出行相关诉求的核心问题。


另一方面,该用户还对热线投诉内容作了综合分析看板,首先是使用能够显示各类别问题占比情况的饼图,之后对投诉小区Top10作了柱形图的展示,看板中央为该地区的区域立体地图,让数据展示更加直观。

下方为两个时序图,分别展示各投诉类别在24小时内各时间段以及每一天的变化情况。最右侧为每条数据的详细文本内容表。这样决策者就能在观察数据趋势的同时,在对应文本内容重快速找到对应信息进行综合思考


总的来说,通过借助大数据分析工具,可以解放大量的人工工作时间,使原本复杂的文本数据分析更加高效、便捷。同时按照不同的业务问题类别做针对性的分析,使解析结果更具条理性和逻辑性。最后通过Tempo BI中的多种图形组件进行数据分析工作,大大丰富了工作数据分析内容发可读性和逻辑性,不仅可以提高社会治理中所遇到的堵点和难点的发现效率,辅助领导层者高效决策;对于部门内部管理提升来讲,也可作为内部绩效评价依据,简单化责任部门的工作考核流程;同时业务人员也可提升数据分析工作效率,可以及时向决策领导反馈所需内容。

当然,相同的文本数据分析思路也可以用在多个领域中企业的评论文本信息分析处理项目之中,数据分析团队可以通过文本数据的分析更好的了解企业发展面临的问题,及时对问题做归类及分析工作,针对各类别问题进行专项处理

相关内容