一种基于RATER指数的大数据电力客户优质服务质量评价方法技术

本发明专利技术公开了一种基于RATER指数的大数据电力客户优质服务质量评价方法，采用层次化评价体系：将评价指标体系划分为三层，即业务细类层、服务质量大类层和目标层；将服务质量划分为5类：社会形象、专业水平、保障设施、服务能力、响应速度；按权重逐层折算叠加，从业务细类映射到反映服务质量的5个大类，再通过服务质量大类的折算归并为目标层的单一指标，从而量化反映客户服务质量。本发明专利技术可以更全面客观地评估业务过程的执行质量并实现定量输出，相比其他评价方法得分敏感度更高；能综合地反映系统多种因素对优质服务质量的影响，更直接地发现客户服务中的不足与瓶颈，对提升客户服务品质和资源的优质配置具有非常重要的意义。

A RATER Index-based Quality of Service Evaluation Method for Large Data Electric Power Customers

The invention discloses an evaluation method of high-quality service quality for large-data electric power customers based on RATER index, adopting hierarchical evaluation system: dividing the evaluation index system into three layers, namely, business detail layer, service quality big class layer and target layer; dividing service quality into five categories: social image, professional level, guarantee facilities, service capability and response speed, according to weight, layer by layer; By calculating and overlapping, mapping from business details to five categories reflecting service quality, and then converting these categories into a single index at the target level, we can quantitatively reflect customer service quality. The invention can evaluate the execution quality of business process more comprehensively and objectively and achieve quantitative output, and has higher score sensitivity than other evaluation methods; can reflect the influence of various factors of the system on the quality of high-quality service synthetically, more directly discover the shortcomings and bottlenecks in customer service, and has very important significance for improving the quality of customer service and the high-quality allocation of resources.

【技术实现步骤摘要】
一种基于RATER指数的大数据电力客户优质服务质量评价方法
本专利技术属于大数据及海量数据处理
，涉及一种基于RATER指数的大数据电力客户优质服务质量评价方法。
技术介绍
客户优质服务质量是客户对企业产品和服务的可感知的效果与其期望值相比较后形成的感觉状态，是客户的一种主观感受，而这种主观感受的定量衡量和判定具有一定困难。在电力客户服务过程中，客服中心积累了海量的工单数据，基于这些客户服务工单中所包含的服务内容、客户意见和建议，可以对电力客户优质服务质量进行评价。然而，这些工单隶属于众多业务细类，反映出来的客户需求繁杂多样，工单处理结果的影响程度也各不相同，如何从中提取客户需求再按科学合理的指标反映到客户服务质量是非常困难的。在传统的服务评价研究中，优质服务质量评价或者采用分级制，或者采用问卷调查法进行定量分析。前者存在对优质服务质量评价颗粒度较粗的问题，后者则是数据量较小，主观性较强，不能很客观反映实际的评价。在95598服务中，已积累了海量业务数据，如何利用这些海量数据进行客户优质服务质量的评价的研究方法基本还是空白。
技术实现思路
本专利技术的目的在于克服上述现有技术的缺点，提供一种基于RATER指数的大数据电力客户优质服务质量评价方法。为达到上述目的，本专利技术采用以下技术方案予以实现：一种基于RATER指数的大数据电力客户优质服务质量评价方法，包括以下步骤：采用层次化评价体系：将评价指标体系划分为三层，即业务细类层、服务质量大类层和目标层；将服务质量划分为5类：社会形象、专业水平、保障设施、服务能力、响应速度；按权重逐层折算叠加，从业务细类映射到反映服务质量的5个大类，再通过服务质量大类的折算归并为目标层的单一指标，从而量化反映客户服务质量。本专利技术进一步的改进在于：具体包括以下步骤：步骤1：建立电力客户优质服务质量评价模型；步骤2：计算服务质量层与业务细类层权重；步骤3：综合法优质服务质量得分判定。步骤1中，将电力客户优质服务质量评价模型设置为三层模型，每层元素的权重分别确定。构建的三层优质服务质量评价体为：第一层为目标层，即决策问题的预定目标，由第二层服务质量层中各要素得分与权重合成得到；第二层为服务质量监测层，包括五个要素，分别为社会形象、专业水平、保障设施、服务能力和反应速度；五个要素的权重计算在专家打分法的基础上计算得到，五个要素的得分由第三层业务细类层得分合成；第三层业务细类层指的是影响服务质量的具体业务；结合影响服务质量的关键因素、特点以及电力公司客户服务业务的实际情况，构建业务细类层结构内容；业务细类层结构含义确定后，将现有的客户服务业务划到业务细类层中，即实现具体业务数据与优质服务质量建模的联系；模型的最终目的是输出电力客户优质服务质量得分，具体计算过程中，首先要计算出第三层业务细类层每个小类的优质服务质量得分，然后按照权重合成为第二层服务质量得分，再次按照权重合成即得到目标层的顾客优质服务质量得分。第一层、第二层和第三层得分计算过程如下：设模型因素集为P，Pi表示模型服务质量层，Pij表示模型业务细类层，相应的，设影响优质服务质量的五个要素权重为ω，ωi表示模型服务质量层权重，ωij表示服务细类层权重，Fi表示模型服务质量层得分，Fij表示模型业务细类层得分，i表示服务质量层第i个指数，j表示服务细类层第j个指数；优质服务质量得分的计算从第三层业务细类层开始，首先得到每一因素的优质服务质量得分，然后逐级合成；以F11企业形象得分计算为例，设社会形象业务数量为m，在这m次业务中顾客的优质服务质量评价得分别为fm＝{fm1,fm2…,fmi…fmm}，则：以此类推能够计算得到需要的所有因素的优质服务质量得分Fij，接着用F1＝{ω11,ω12}·{F11,F12}＝ω1·{F11,F12}以此类推，得到F2,F3,F4,F5，则F＝{ω1,ω2,ω3,ω4,ω5}·{F1,F2,F3,F4,F5}＝ω·{F1,F2,F3,F4,F5}＝∑ωiFi。步骤2中，计算服务质量层与业务细类层权重的具体方法如下：设计调查问卷进行不同人群关于服务质量影响因素重要性的认定，得到判断矩阵，为量化各两两判断矩阵，采用Satty提出的1-9标度法来进行标度和比较；然后，根据已经确定的模型构架来进行软件建模；在超级决策软件程序中根据模型中各个因素的相互联系，形成网状结构；通过该软件，输入上述调查问卷的结果，输出结果为模型第二层、第三层各因素的权重，将每份问卷得到的权重结果求取平均值，得到最终的第二层和第三层各因素权重结果。步骤3综合法优质服务质量得分判定方法如下：步骤3-1：业务细类映射首先根据工单中受理业务类型将工单归到八种业务类型，再根据各类详细说明进行业务划分；步骤3-2：顾客评语得分赋值在将具体业务映射到服务质量大类后，根据客户对工单处理的意见进行优质服务质量得分判定；结合大数据分析技术，确定适用于本模型的顾客评语集赋值情况；将工单中客户意见的内容匹配相关评语，得到该工单的优质服务质量评分。八种业务类型包括咨询、意见、投诉、举报、建议、故障报修、服务申请和表扬。与现有技术相比，本专利技术具有以下有益效果：本专利技术基于大数据建立了电力客户优质服务质量评价模型，输入电力公司客户服务工单，通过识别工单中有效字段，如客户意见、受理业务类型、业务子类型等，可以定量地输出优质服务质量得分。本专利技术决策过程简单实用，可以更全面客观地评估业务过程的执行质量并实现定量输出，相比其他评价方法得分敏感度更高；能综合地反映系统多种因素对优质服务质量的影响，更直接地发现客户服务中的不足与瓶颈，对提升客户服务品质和资源的优质配置具有非常重要的意义。【具体实施方式】为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，不是全部的实施例，而并非要限制本专利技术公开的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要的混淆本专利技术公开的概念。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。本专利技术公开的上下文中，当将一层/元件称作位于另一层/元件“上”时，该层/元件可以直接位于该另一层/元件上，或者它们之间可以存在居中层/元件。另外，如果在一种朝向中一层/元件位于另一层/元件“上”，那么当调转朝向时，该层/元件可以位于该另一层/元件“下”。需要说明的是，本专利技术的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。下面对本专利技术做进一步详细描述：本专利技术一种基于RATER指数的大数据电力客户优质服务质量评价方法，采用三个步骤实现本文档来自技高网...

【技术保护点】
1.一种基于RATER指数的大数据电力客户优质服务质量评价方法，其特征在于，包括以下步骤：采用层次化评价体系：将评价指标体系划分为三层，即业务细类层、服务质量大类层和目标层；将服务质量划分为5类：社会形象、专业水平、保障设施、服务能力、响应速度；按权重逐层折算叠加，从业务细类映射到反映服务质量的5个大类，再通过服务质量大类的折算归并为目标层的单一指标，从而量化反映客户服务质量。

【技术特征摘要】
1.一种基于RATER指数的大数据电力客户优质服务质量评价方法，其特征在于，包括以下步骤：采用层次化评价体系：将评价指标体系划分为三层，即业务细类层、服务质量大类层和目标层；将服务质量划分为5类：社会形象、专业水平、保障设施、服务能力、响应速度；按权重逐层折算叠加，从业务细类映射到反映服务质量的5个大类，再通过服务质量大类的折算归并为目标层的单一指标，从而量化反映客户服务质量。2.根据权利要求1所述的基于RATER指数的大数据电力客户优质服务质量评价方法，其特征在于，具体包括以下步骤：步骤1：建立电力客户优质服务质量评价模型；步骤2：计算服务质量层与业务细类层权重；步骤3：综合法优质服务质量得分判定。3.根据权利要求2所述的基于RATER指数的大数据电力客户优质服务质量评价方法，其特征在于，步骤1中，将电力客户优质服务质量评价模型设置为三层模型，每层元素的权重分别确定。4.根据权利要求3所述的基于RATER指数的大数据电力客户优质服务质量评价方法，其特征在于，构建的三层优质服务质量评价体为：第一层为目标层，即决策问题的预定目标，由第二层服务质量层中各要素得分与权重合成得到；第二层为服务质量监测层，包括五个要素，分别为社会形象、专业水平、保障设施、服务能力和反应速度；五个要素的权重计算在专家打分法的基础上计算得到，五个要素的得分由第三层业务细类层得分合成；第三层业务细类层指的是影响服务质量的具体业务；结合影响服务质量的关键因素、特点以及电力公司客户服务业务的实际情况，构建业务细类层结构内容；业务细类层结构含义确定后，将现有的客户服务业务划到业务细类层中，即实现具体业务数据与优质服务质量建模的联系；模型的最终目的是输出电力客户优质服务质量得分，具体计算过程中，首先要计算出第三层业务细类层每个小类的优质服务质量得分，然后按照权重合成为第二层服务质量得分，再次按照权重合成即得到目标层的顾客优质服务质量得分。5.根据权利要求4所述的基于RATER指数的大数据电力客户优质服务质量评价方法，其特征在于，第一层、第二层和第三层得分计算过程如下：设模型因素集为P，Pi表示模型服务质量层，Pij表示模型业务细类层，相应的，设影响优质服务质量的五个要素权重为ω，ωi表示模型服...

【专利技术属性】
技术研发人员：刘志欣，黄旭，魏加项，苏保强，于亮，冯冰清，杜欣然，肖莞，
申请(专利权)人：国网北京市电力公司，国家电网有限公司，
类型：发明
国别省市：北京,11