国家电网95598客服专员积分激励创新实践

本文在激励理论和传统积分制管理概念的基础上,结合国家电网95598特点,提出北方分中心积分激励的概念。依次介绍项目核心理念、激励原则、工作模式、实施路径及创新举措等,为呼叫行业座席积分激励提供参考。

95598客服专员岗前培训浅析

为帮助客服专员尽快系统掌握业务知识,加速岗位适应进程,用于满足公司"95598全业务集中"对人才队伍的培养需求,本文提出了一种新的培训项目开发模式,即从95598客服专员岗前培训项目开发、培训管理以及培训优化三方面入手,简化了项目开发中的步骤,提高了效率,并针对95598客服专员岗前培训的实施过程进行了跟踪,这种培训模式对电力客户服务与管理专业培训具有重要意义。

基于序列频繁模式挖掘的95598客服工单关联研析

随着社会经济的不断发展和人们生活水平的提高,人们对电力的需求也日益增加,对供电企业的供电能力和工作人员的服务水平的要求也日益提高。这就给供电企业带来了更大的压力和挑战,而其中较为突出的挑战就是如何处理好客户的投诉。为了减少用户投诉,需要根据以为工单用户的来电轨迹而对用户今后是否投诉进行预测。因此在投诉预测中,基于用户来电轨迹的频发模式挖掘显的尤为重要。

基于超限学习机的95598故障工单预测模型研究

对95598客服中心接到的工单数据进行分析,结合往年同期温度、降雨量、极端天气、节假日等外部因素,利用超限学习机训练得到95898故障工单预测模型,从而可以提前布置抢修队伍、抢修车辆、抢修物资的合理化安排,从而综合提升95598工单精准服务。测试实验表明,该预测模型的预测精度能达到85%以上。利用该模型,能够有效地实现故障报修服务的事前管控。

基于卷积神经网络模型的情绪识别技术在语音质检中的应用

传统语音服务质检工作存在人工抽检效率低、准确性较低、全面性较差、语音转写开销大等问题,针对该问题,采用三维论连续维度情绪划分方式,提出了基于预训练卷积神经网络VGGish模型的情绪识别技术,通过将该技术应用于95598客服中心质检工作,实验结果表明客服中心语音质检准确率可达到96.88%,该方法能够在未进行语音转写的情况下对情绪进行有效识别,且相较于传统的人工抽检技术有更高的识别准确率和泛化能力,能有效提高95598客户服务水平。

基于大数据的电力市场人工智能客服支持平台设计

针对当前95598客服服务系统智能化的需求,以及提高电力市场服务水平的要求,基于现有的95598平台,提出一种基于L S T M的95598话务工单预测算法,以此为95598客服提供技术支撑。为实现对95598人工智能客服的支持,在分析L S T M原理及结构的基础上,对L S T M的结构进行设计,包含整体预测的流程和L S T M神经网络的结构、激活函数等进行设计。最后,以浙江国网某供电局的话务工单数据为基础,对提出一种大数据的95598人工智能客服支持平台。为实现该平台,结合大数据技术思想,以营销系统、95598等话务工单系统数据作为来源,采用大数据中丰富的计算优势和算法对数据进行分析,最后挖掘的数据进行展示。而在算法实现部分,引入来电号码识别算法,以及结合95598数据对工单量进行预测,并给出测试结果。实验表明,结合浙江国网某供电局的数据,在3186条来电中,能准确识别3074条,准确率高达80.6%。同时借助L S T M算法,能准确预测话务需求。