客户感知发现面临的挑战

满意度调查难发掘客户真实心声

• 问卷是业主思路,无法预知客户问题
• 问卷不具强制性,无法进行特定客户分析
• 调查为统计抽样,代表性存疑

电话录音等“数据金矿”挖掘困难

• 来电原因等分类目录更新滞后,点选准确率低
• 传统周报月报时效性低
• 电话录音挖掘需要大数据与AI分析,技术难度高

感知提升涉及众多环节优化困难

• 各环节均可能出现响应慢等典型感知问题
• 定位具体环节需要更深入的问题挖掘
• 确认优化环节欠缺影响比对机制

方案概述

支撑企业自助挖掘感知问题,设置预警,持续监测感知变化

全链路流程,数据化管理

  • 服务大数据解析
  • 感知侦测体系搭建
  • 自由监测预警
  • 自定义报表生成

亿级记录在线分析,高性能科学运算

支持亿级记录的明细筛选与实时统计

支持对数值数据的量化分析与回归预测运算

支持对文本数据的实时搜索和各类NLP解析

生成感知标签,构建感知评价体系

支持文本分类/相似度/词频/抽取式模型运算

支持数值回归预测运算

支持其他类型筛选与统计类运算,允许用户自设各类运算模型

自定义规则,自动触发感知预警

支持标签树批量设置,可扩展支持各类复杂的监控模式,侦测感知问题同时抽取问题涉及的服务部门和环节,使服务优化有的放矢

自定义模版,自动生成感知报表

支持生成日周月报

支持可视化图表模板版配置

支持客户级别、区域分布等各维度信息配置形成一维/二维等可视化图表

典型应用场景

客户感知定责

细分感知标签设置,关联组织机构,方便感知问题定责。

感知问题激增预警

设置持续多日的某类感知问题标签同环比阈值,用于监测感知问题激增。

感知问题压降

设置某类感知问题月度累计的目标阈值,用于监测感知问题压降达标。

感知问题管控进程

设置某类感知问题月度累计量阈值,用于监测感知问题管控进程。

方案优势

真实感知精准识别

从客户原始数据入手,通过一系列解析技术, 保障真实客户感知精准识别

AI技术普及化

场景化AI应用,屏蔽复杂性,允许用户上手模型管理,推进AI普及

感知评价实用化

应用智能AI分析,关联服务流程与节点,推进感知评价落地应用

行业内的优秀企业都在使用

北京联通

北京联通推进客户感知智能吹哨多年,感知问题自动派发工单到部门,限期整改,效果显著,年均投诉降低超过20%,客户感知持续大幅改善。

中国移动集团

移动集团客服部针对携号转网等9项重点业务采集全量工单、热线、舆情数据构建详细的感知问题监测报表,用于总部统一的服务管控。

某市12345

某市12345推进热线大数据舆情监测,基于全量工单(案件)数据构建舆情感知监测体系,市民感知对齐到各委办局,关联工单督办,全面提升政务便民服务体验。

咨询服务

我们将根据您的需求,为您提供合适的场景应用解决方案

免费试用