國網客服中心已將大數據研究和應用作為中心發展的新驅動，支撐服務模式變革、推動管理方式創新并促進技術能力提升，發揮新技術對業務變革的驅動作用。

國網客服中心作為公司第一批大數據試點單位，在2014年3月開啟了大數據研究工作，從客戶服務管理、內部運營管理、市場營銷和電子商務建設、電網規劃建設等4個研究方向，梳理出43項業務場景，通過對場景數據質量的評估，協同國網信通部完成了實時話務全景展現，以及話務預測、基于故障事件用戶感知度的主動服務兩個場景的建設和應用。2015年7月，北方分中心完成了智能語音質檢大數據場景的試點應用。

實時話務全景展現及話務預測，通過構建95598服務資源應用分析模型，實時動態展現各省(市)公司服務資源應用分布，并通過話務量預測，評估下個周期內各單位投入服務資源情況；而基于故障事件用戶感知度的主動服務，通過分析、歸納用戶對故障事件的感知度，為用戶提供個性化主動服務，提升客服中心主動服務質量、降低客戶投訴風險；智能語音質檢，通過語音識別技術，有效提升質檢工作效率、提高檢測質量、擴大質檢覆蓋范圍，推動服務質量持續提升。

 

目前，國網客服中心質檢人員有112人，月均質檢工單401147張，即單個質檢人員日均質檢162張工單。單張質檢工單需查聽錄音時長為5分鐘，質檢人員日均工作時長將達到13.5小時，質檢工作任務繁重，質檢成效偏低，急需通過新的技術和管理手段優化質檢機制，改善質檢工作成效。

利用語音分析技術+人工復核的方式開展呼叫中心日常質檢工作，是近年來同類行業都在嘗試和探索的一種方法。2015年3月，國網客服中心啟動了智能語音質檢建設工作。智能語音質檢分語音質檢應用、語音分析工具及數據集成應用三部分，其中語音分析工具是決定質檢應用的根本條件，包含語音、語義模型訓練、語音處理和識別處理三部分。

2015年6月，智能語音質檢應用在北方分中心試用， 對咨詢轉出、投訴、舉報、服務申請等受理錄音分析全量覆蓋，日均語音分析量7300余條，日質檢樣本覆蓋率由原有的6%提升至100%，發現疑似問題錄音155495條，占錄音全量的24%，累計識別出客服專員通話靜默379754次、語音重疊21733次，有效支撐了質檢員在評分過程中查看錄音文本和關鍵字、靜默、語音重疊標注等需求。

國網客服中心有國家電網公司集中的語音數據資源，利用語音識別可實時掌握客戶訴求、服務質量、業務流程和企業員工的表現，為95598業務運營和公司供電服務分析評價提供了及時全面的依據。一是提升質檢工作效能，目前中心日均受理工單13萬張，按質量保證體系要求日均質檢量至少為1300張（工單質檢量不小于受理工單數的1%），一通錄音平均時長為120秒，通過語音質檢可以直接定位到問題工單，每通約節約66秒，每天將節約23.8小時。二是提高員工培訓成效，借助語音分析系統，可以準確定位影響服務質量的服務專員和問題，實現了“培訓課程與培訓對象”之間最經濟和精準的匹配，縮減了不必要的培訓項目和不需要參加的員工。三是改善供電服務質量，通過智能語音質檢手段的應用，幫助中心從海量錄音和工單中更準確地挑選出可能存在服務異常的工單，進一步分析和挖掘背后潛在的電網質量和供電服務等方面存在的問題，有利于持續改善公司供電服務質量，樹立優質服務形象。

國網客服中心已將大數據研究和應用作為中心發展的新驅動，支撐服務模式變革、推動管理方式創新并促進技術能力提升，下一步還將利用大數據開展客戶行為分析、挖掘客戶訴求熱點、開展主動服務，創新雙向互動模式，提升渠道智能化水平，發揮新技術對業務變革的驅動作用。