一种客户投诉风险预警系统的制作方法

1.本发明涉及数据分析技术领域，尤其涉及一种客户投诉风险预警系统。


背景技术：

2.客户是一个企业的重要资源，维护好客户的关系有助于企业的长久发展，目前，在电网的电力网络业务中众多的客户累积了海量诉求工单数据，在当今大数据时代，数据即资产，如何从海量诉求数据中来精准定位客户诉求，预警可能存在的客户服务短板，实现针对不同类型的客户采用不同的服务策略，是公司亟待解决的问题。


技术实现要素：

3.鉴以此，本发明的目的在于提供一种客户投诉风险预警系统，以至少解决以上问题。
4.本发明采用的技术方案如下：
5.一种客户投诉风险预警系统，包括文本挖掘引擎，所述系统包括客户诉求挖掘模块、客户诉求分析模块、客户动态特征评价模块和客户投诉风险预警模块，所述客户诉求挖掘模块用于采集客户的不同类型诉求工单，所述客户诉求分析模块用于将采集到的不同类型诉求工单进行分析，所述客户动态特征评价模块用于提取客户的动态特征评价内容，所述客户投诉风险预警模块依据客户诉求分析模块的诉求工单分析结果和客户动态特征评价模块提取到的动态特征评价内容进行客户投诉风险的预警。
6.进一步的，所述客户诉求挖掘模块用于采集客户的不同类型诉求工单具体为：基于文本挖掘引擎，通过文本挖掘引擎中的文本采集器采集咨询、故障报修、意见建议、投诉和举报类型的诉求工单中的文本内容。
7.进一步的，所述客户诉求分析模块用于将采集到的不同类型诉求工单进行分析具体为：通过文本挖掘引擎构建文本分析模型，文本分析模型将文本采集器采集到的咨询、故障报修、意见建议、投诉和举报类型的诉求工单中的文本内容进行文本词语切分和语义分析并且进行关联。
8.进一步的，包括展示模块，所述展示模块用于将文本分析模型对咨询、故障报修、意见建议、投诉和举报类型的诉求工单中的文本内容进行文本词语切分和语义分析的关联数据进行词云展示。
9.进一步的，所述客户动态特征评价模块用于提取客户的动态特征评价内容具体为：基于文本挖掘引擎，通过文本挖掘引擎中的动态获取器获取客户的客户停电关注度特征、用户缴费动态特征和用户渠道交互动态特征，并且进行特征计算。
10.进一步的，对客户停电关注度特征进行特征计算具体为：将客户时间区间内的停电次数、时间区间内的总停电时长、计划停电关注度、欠费停电关注度进行统计计算，对用户缴费动态特征进行特征计算具体为：将客户缴费金额水平、平均缴费时长、缴费渠道偏好、电费账单关注度和电价关注度进行统计计算，对用户渠道交互动态特征进行特征计算
具体为：将客户档案数据、渠道记录，从客户沟通渠道、账单订阅和频繁来电进行统计计算。
11.进一步的，所述客户投诉风险预警模块依据客户诉求分析模块的诉求工单分析结果和客户动态特征评价模块提取到的动态特征评价内容进行客户投诉风险的预警，具体为：基于文本挖掘引擎构建诉求词库和计算库，将客户诉求分析模块得到的文本词语切分和语义分析并且进行关联的数据代入词库进行预警识别，以及将客户动态特征评价模块得到的统计计算数据代入计算库进行预警识别。
12.进一步的，包括提级优化模块，所述提级优化模块用户在客户发出提级诉求工单需求时进优先处理。
13.与现有技术相比，本发明的有益效果是：
14.本发明提供一种客户投诉风险预警系统，通过客户投诉风险预警模块将来自客户诉求分析模块的诉求工单分析结果和客户动态特征评价模块提取到的动态特征评价内容进行客户投诉风险的预警，进而可以及时快速处理电力网络业务中海量诉求工单数据，并且从海量诉求数据中来精准定位客户诉求，预警可能存在的客户服务短板，实现针对不同类型的客户采用不同的服务策略。
附图说明
15.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的优选实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
16.图1是本发明实施例提供的一种客户投诉风险预警系统整体结构示意图。
具体实施方式
17.以下结合附图对本发明的原理和特征进行描述，所列举实施例只用于解释本发明，并非用于限定本发明的范围。
18.参照图1，本发明提供一种客户投诉风险预警系统，包括文本挖掘引擎，所述系统包括客户诉求挖掘模块、客户诉求分析模块、客户动态特征评价模块和客户投诉风险预警模块，所述客户诉求挖掘模块用于采集客户的不同类型诉求工单，所述客户诉求分析模块用于将采集到的不同类型诉求工单进行分析，所述客户动态特征评价模块用于提取客户的动态特征评价内容，所述客户投诉风险预警模块依据客户诉求分析模块的诉求工单分析结果和客户动态特征评价模块提取到的动态特征评价内容进行客户投诉风险的预警。
19.示例性地，通过客户投诉风险预警模块将来自客户诉求分析模块的诉求工单分析结果和客户动态特征评价模块提取到的动态特征评价内容进行客户投诉风险的预警，进而可以及时快速处理电力网络业务中海量诉求工单数据，并且从海量诉求数据中来精准定位客户诉求，预警可能存在的客户服务短板，实现针对不同类型的客户采用不同的服务策略。
20.所述客户诉求挖掘模块用于采集客户的不同类型诉求工单具体为：基于文本挖掘引擎，通过文本挖掘引擎中的文本采集器采集咨询、故障报修、意见建议、投诉和举报类型的诉求工单中的文本内容。
21.示例性地，通过对诉求工单的类型进行划分为咨询、故障报修、意见建议、投诉和
举报类型的诉求工单，并且再由文本挖掘引擎中的文本采集器采集咨询、故障报修、意见建议、投诉和举报类型的诉求工单中的文本内容，通过文本内容可以快速定位客户的诉求，做到及时预警，进而提高服务质量。
22.所述客户诉求分析模块用于将采集到的不同类型诉求工单进行分析具体为：通过文本挖掘引擎构建文本分析模型，文本分析模型将文本采集器采集到的咨询、故障报修、意见建议、投诉和举报类型的诉求工单中的文本内容进行文本词语切分和语义分析并且进行关联。
23.示例性地，文本分析模型对于咨询、故障报修、意见建议、投诉和举报类型的诉求工单中的文本内容中进行词语切分和语义分析，如果诉求工单的文本内容在词语切分和语义分析时出现的“咨询”“故障”“建议”“投诉”“举报”的文本数据则进行关联划分为咨询、故障报修、意见建议、投诉和举报类型的诉求工单。
24.具体的，本实施例包括展示模块，所述展示模块用于将文本分析模型对咨询、故障报修、意见建议、投诉和举报类型的诉求工单中的文本内容进行文本词语切分和语义分析的关联数据进行词云展示。
25.示例性地，通过点击展示模块将咨询、故障报修、意见建议、投诉和举报类型的诉求工单转化为词云进行展示，对于类型数量较多的诉求工单通过词云重点展示，进而可以快速的定位客户的诉求工单。
26.所述客户动态特征评价模块用于提取客户的动态特征评价内容具体为：基于文本挖掘引擎，通过文本挖掘引擎中的动态获取器获取客户的客户停电关注度特征、用户缴费动态特征和用户渠道交互动态特征，并且进行特征计算。
27.示例性地，通过文本挖掘引擎中的动态获取器获取客户的客户停电关注度特征、用户缴费动态特征和用户渠道交互动态特征，进行多角度的研判客户的评价内容，进而可以针对客户的评价内容提前采用不同的服务策略，降低客户的投诉风险。
28.具体的，本实施例对客户停电关注度特征进行特征计算具体为：将客户时间区间内的停电次数、时间区间内的总停电时长、计划停电关注度、欠费停电关注度进行统计计算，对用户缴费动态特征进行特征计算具体为：将客户缴费金额水平、平均缴费时长、缴费渠道偏好、电费账单关注度和电价关注度进行统计计算，对用户渠道交互动态特征进行特征计算具体为：将客户档案数据、渠道记录，从客户沟通渠道、账单订阅和频繁来电进行统计计算。
29.示例性地，通过客户动态特征评价模块对客户停电关注度特征、用户缴费动态特征和用户渠道交互动态特征并且进行特征的计算，可以研判客户的投诉根由。
30.所述客户投诉风险预警模块依据客户诉求分析模块的诉求工单分析结果和客户动态特征评价模块提取到的动态特征评价内容进行客户投诉风险的预警，具体为：基于文本挖掘引擎构建诉求词库和计算库，将客户诉求分析模块得到的文本词语切分和语义分析并且进行关联的数据代入词库进行预警识别，以及将客户动态特征评价模块得到的统计计算数据代入计算库进行预警识别。
31.示例性地，基于文本挖掘引擎构建诉求词库和计算库通过构建的诉求词库和计算库，可以将客户诉求分析模块得到的文本词语切分和语义分析并且进行关联的数据和客户动态特征评价模块得到的统计计算数据代入诉求词库和计算库分别投诉风险的识别，例
如，客户想要进行电费的缴费，则必定会关注怎么进行缴费和进行电价关注，通过词语切分和语义分析得知该客户属于缴费诉求工单，该特征为电价关注度。
32.具体的，本实施例包括提级优化模块，所述提级优化模块用户在客户发出提级诉求工单需求时进优先处理。
33.示例性地，为了快速处理客户的加急需求，客户可以在提级优先模块进行诉求工单的提级，该模块可以快速满足，提高了响应速度，优先级别的
34.以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。