客服水平波动的关键因素定位方法、装置及设备制造方法及图纸

本说明书实施例提供一种客服水平波动的关键因素定位方法、装置及设备，获取在当前周期内的话务数据。确定用于评估客服水平的至少一个指标。该指标具有多个维度的影响因子，每个维度的影响因子与一个因素集合相对应。对每个指标，根据上述话务数据，确定与该指标对应的多个因素集合中各因素对客服水平波动的贡献度。根据该贡献度，从多个因素集合的各因素中选取影响较大因素。对与各个指标对应的影响较大因素进行汇总计算，以确定在当前周期内客服水平波动的关键因素。

【技术实现步骤摘要】
客服水平波动的关键因素定位方法、装置及设备
本说明书一个或多个实施例涉及计算机
，尤其涉及一种客服水平波动的关键因素定位方法、装置及设备。
技术介绍
目前客户呼叫中心已成为各个行业对客服务的重要渠道和工具，客户呼叫中心的服务水平(简称客服水平)是影响公司声誉、用户黏性等公司软实力的重要因素。在行业竞争越来越激烈的今天，如何在不增加现有运营成本的同时，定位客服水平波动的关键因素，从而合理调配资源，为用户提供更高质量更适合的服务，成为目前各个客户呼叫中心迫切需要解决的问题。目前已有的方案为：基于服务场景对客服水平波动的关键因素进行分析。也即传统技术中，只能是基于单因子(如，服务场景)来定位客服水平波动的关键因素。因此，需要提供一种更准确地客服水平波动的关键因素定位方法。
技术实现思路
本说明书一个或多个实施例描述了一种客服水平波动的关键因素定位方法、装置及设备，可以提高客服水平波动的关键因素定位的准确性。第一方面，提供了一种客服水平波动的关键因素定位方法，包括：获取在当前周期内的话务数据；确定用于评估客服水平的至少一个指标，所述指标具有多个维度的影响因子，每个维度的影响因子与一个因素集合相对应；对每个指标，根据所述话务数据，确定与该指标对应的多个因素集合中各因素对客服水平波动的贡献度；根据所述贡献度，从所述多个因素集合的各因素中选取影响较大因素；对与各个指标对应的影响较大因素进行汇总计算，以确定在当前周期内客服水平波动的关键因素。第二方面，提供了一种客服水平波动的关键因素定位装置，包括：获取单元，用于获取在当前周期内的话务数据；确定单元，用于确定用于评估客服水平的至少一个指标，所述指标具有多个维度的影响因子，每个维度的影响因子与一个因素集合相对应；所述确定单元，还用于对每个指标，根据所述话务数据，确定与该指标对应的多个因素集合中各因素对客服水平波动的贡献度；选取单元，用于根据所述确定单元确定的所述贡献度，从所述多个因素集合的各因素中选取影响较大因素；汇总单元，用于对所述选取单元选取的与各个指标对应的影响较大因素进行汇总计算，以确定在当前周期内客服水平波动的关键因素。第三方面，提供了一种客服水平波动的关键因素定位设备，包括：存储器；一个或多个处理器；以及一个或多个程序，其中所述一个或多个程序存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，所述程序被所述处理器执行时实现以下步骤：获取在当前周期内的话务数据；确定用于评估客服水平的至少一个指标，所述指标具有多个维度的影响因子，每个维度的影响因子与一个因素集合相对应；对每个指标，根据所述话务数据，确定与该指标对应的多个因素集合中各因素对客服水平波动的贡献度；根据所述贡献度，从所述多个因素集合的各因素中选取影响较大因素；对与各个指标对应的影响较大因素进行汇总计算，以确定在当前周期内客服水平波动的关键因素。本说明书一个或多个实施例提供的客服水平波动的关键因素定位方法、装置及设备，获取在当前周期内的话务数据。确定用于评估客服水平的至少一个指标。该指标具有多个维度的影响因子，每个维度的影响因子与一个因素集合相对应。对每个指标，根据上述话务数据，确定与该指标对应的多个因素集合中各因素对客服水平波动的贡献度。根据该贡献度，从多个因素集合的各因素中选取影响较大因素。对与各个指标对应的影响较大因素进行汇总计算，以确定在当前周期内客服水平波动的关键因素。由此可以看出，本说明书提供的方案可以基于多个维度的影响因子，来定位客服水平波动的关键因素。由此，可以提高客服水平波动的关键因素定位的准确性。附图说明为了更清楚地说明本说明书实施例的技术方案，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说明书的一些实施例，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它的附图。图1为本说明书提供的客服水平波动的关键因素定位方法的应用场景示意图；图2为本说明书一个实施例提供的客服水平波动的关键因素定位方法流程图；图3为本说明书提供的指标值与因素之间的对应关系确定方法流程图；图4为本说明书一个实施例提供的客服水平波动的关键因素定位装置示意图；图5为本说明书一个实施例提供的客服水平波动的关键因素定位设备示意图。具体实施方式下面结合附图，对本说明书提供的方案进行描述。本说明书一个或多个实施例提供的客服水平波动的关键因素定位方法可以应用于如图1所示的场景中。图1中，用户通过对应的终端可以向客户呼叫中心请求服务。其中，请求渠道可以包括但不限于短信、电话或者APP等。客户呼叫中心在有用户请求服务时，分配相应的人或者机器(统称为服务小二)为其提供服务。其中，服务小二在服务用户的过程中所获得的数据可以称为话务数据。需要说明的是，为了保证客户呼叫中心所提供服务的质量，通常需要周期性对客户呼叫中心的服务水平(简称客服水平)进行评估。在一种实现方式中，可以通过如下的一个或多个指标来对客服水平进行评估：平均通话时长(AverageTalkTime，ATT)、平均呼叫后工作时长(AfterCallWork/AfterCallWrap-up，ACW)、绝对满意度、调研满意度、首问解决率(First-callresolution，FCR)、转出率、复选率、万投率以及万成率。其中，ATT是指服务小二与用户在线交谈的平均时长。ACW是指由服务小二在结束与用户通话后所需立刻完成的一项任务或工作的平均时长。绝对满意度是指用户当通电话结束后点击满意按键的占比。调研满意度是指用户在调研问卷中表示对服务满意的占比。FCR是指用户在本次电话服务结束后24小时内未来电的占比。转出率是指服务小二在服务后将用户移交给其他服务小二进行服务的占比。复选率是指服务小二在当通服务中满足用户多个服务诉求，勾选多个服务类目的占比。万投率是指每一万通服务中产生的投诉个数。万成率是指每一万通服务中产生的投诉成立个数。可以理解的是，当上述任一指标发生波动时，都会导致客服水平的波动。然而究竟是什么样的因素会导致指标的波动呢？首先考虑可能是业务方面的原因，如，服务场景等。其次，由于提供服务的服务小二可能为人，而人员差异性通常也会影响上述指标。因此，本说明书提供的方案可以通过人员、业务两个方面来对指标的波动进行分析。如，可以分别收集用于刻画各指标的业务属性的因子(如，服务场景等)以及人员属性的因子(如，人员分布等)。将收集的多个因子分别作为各指标的多个维度的影响因子。此外，为了对客服水平波动的原因进行更细致的定位，本说明书可以基于相应的业务逻辑，将每个维度的影响因子拆分为多个因素。其中，与每个维度的影响因子所对应的多个因素可以构成一个因素集合。上述客服水平的波动可以是指基于两个周期(如，当前周期和上一周期)的各指标的指标值，在雷达图中绘制出的多边形存在差异性。这里的周期可以为一天、一周或者一个月。需要说明的是，本说明书提供的方案就是基于如上因素集合中的因素来对各指标波动的因素进行定位。之后根据各指标波动的因素，来对客服水平波动的关键因素进行定位。图2为本说明书一个实施例提供的客服水平波动的关键因素定位方法流程图。所述方法的执行主体可以为图1中的客户呼叫中心。如图2所示，所述方本文档来自技高网...

【技术保护点】
1.一种客服水平波动的关键因素定位方法，包括：获取在当前周期内的话务数据；确定用于评估客服水平的至少一个指标，所述指标具有多个维度的影响因子，每个维度的影响因子与一个因素集合相对应；对每个指标，根据所述话务数据，确定与该指标对应的多个因素集合中各因素对客服水平波动的贡献度；根据所述贡献度，从所述多个因素集合的各因素中选取影响较大因素；对与各个指标对应的影响较大因素进行汇总计算，以确定在当前周期内客服水平波动的关键因素。

【技术特征摘要】
1.一种客服水平波动的关键因素定位方法，包括：获取在当前周期内的话务数据；确定用于评估客服水平的至少一个指标，所述指标具有多个维度的影响因子，每个维度的影响因子与一个因素集合相对应；对每个指标，根据所述话务数据，确定与该指标对应的多个因素集合中各因素对客服水平波动的贡献度；根据所述贡献度，从所述多个因素集合的各因素中选取影响较大因素；对与各个指标对应的影响较大因素进行汇总计算，以确定在当前周期内客服水平波动的关键因素。2.根据权利要求1所述的方法，所述根据所述贡献度，从所述多个因素集合的各因素中选取影响较大因素，包括：根据所述贡献度，从各因素集合中选取影响因素，从而得到多个影响因素；对所述多个影响因素，两两计算相似度；根据所述相似度，从所述多个影响因素中确定出待细化因素；对所述待细化因素进行细化，从而得到细化后因素；计算所述细化后因素对客服水平波动的贡献度；根据所述细化后因素的贡献度，从所述细化后因素中选取所述影响较大因素。3.根据权利要求2所述的方法，所述对所述待细化因素进行细化，从而得到细化后因素，包括：确定用其它因素集合中的因素对所述待细化因素进行细化后所获得的信息情况；根据所获得的信息情况，从所述其它因素集合中选取目标因素集合；用所述目标因素集合中的因素对所述待细化因素进行细化，从而得到所述细化后因素。4.根据权利要求2所述的方法，所述根据所述相似度，从所述多个影响因素中确定出待细化因素，包括：对所述多个影响因素，两两判断相似度是否大于阈值；如果某两个影响因素之间的相似度不大于阈值，则将所述两个影响因素均确定为待细化因素；如果某两个影响因素之间的相似度大于阈值，则从所述两个影响因素中选取贡献度较大的影响因素，将该贡献度较大的影响因素确定为待细化因素。5.根据权利要求2所述的方法，所述根据所述细化后因素的贡献度，从所述细化后因素中选取所述影响较大因素，包括：按照所述贡献度从大到小的顺序对所述细化后因素进行排序；从中选取排序靠前且贡献度之和大于阈值的细化后因素作为所述影响较大因素。6.根据权利要求1所述的方法，所述根据所述话务数据，确定与该指标对应的多个因素集合中各因素对客服水平波动的贡献度，包括：对所述因素集合中的每个因素，根据当前周期的话务数据，统计因素当前周期指标值、因素当前周期量级占比以及当前周期总指标值；获取因素上一周期指标值、因素上一周期量级占比以及上一周期总指标值；根据两个周期的因素指标值、因素量级占比以及总指标值，确定所述因素对客服水平波动的贡献度。7.根据权利要求6所述的方法，所述根据当前周期的话务数据，统计因素当前周期指标值、因素当前周期量级占比以及当前周期总指标值，包括：根据当前周期的话务数据，分别从所述多个维度计算所述指标的指标值，从而得到多个维度的指标值；根据格拉布斯检验法以及统计标准差，对所述指标值进行异常处理；对经过异常处理后的每个维度的指标值，从该维度的影响因子所对应的因素集合中确定对应的因素；根据每个维度的指标值与因素之间的对应关系，确定该维度的影响因子所对应的因素集合中各因素的因素当前周期指标值、因素当前周期量级占比以及所有因素的当前周期总指标值。8.根据权利要求1所述的方法，所述对与各个指标对应的影响较大因素进行汇总计算，以确定在当前周期内客服水平波动的关键因素，包括：统计不同影响较大因素各自出现的总次数；选取总次数最大的影响较大因素作为在当前周期内客服水平波动的关键因素。9.根据权利要求1-8任一项所述的方法，所述指标包括以下一个或多个：平均通话时长ATT、平均呼叫后工作时长ACW、绝对满意度、调研满意度、首问解决率FCR、转出率、复选率、万投率以及万成率。10.一种客服水平波动的关键因素定位装置，包括：获取单元，用于获取在当前周期内的话务数据；确定单元，用于确定用于评估客服水平的至少一个指标，所述指标具有多个维度的影响因子，...

【专利技术属性】
技术研发人员：赵诗玮，包文浩，李砚君，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY