中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

近幾年，我發現生活里很多“政事兒”辦理越來越方便了；有什么不懂的，打電話或者留個言很快就有人反饋；跟了個12345市民熱線分析系統的項目，深刻感受到G端對民意輿情的關注；也發現這一類項目在實施過程中的問題和痛點，以下為梳理總結，僅供參考。

目前300多個城市設立了政務熱線，目前大多數城市僅僅將其作為傾聽民眾聲音、派員處理市民難事的渠道；存在對熱線數據的分析應用，但基于數據和技術的原因，對政務熱線數據進行挖掘比較有限。

01 市民熱線發展背景

熱線的存在首先要依托90年代技術的發展，電話、手機、APP、互聯網，增加了訴求公開透明的渠道。

對政務熱線的發展階段進行分類：信息化階段、數字化階段、智能化階段。

1、信息化階段

背景是電話的普及，打電話極其方便。

但這個時候政務熱線主要目標是“聽”，解決問題。

但發生了多少相似的問題，訴求接聽之間是不互通的，這其中的相關性也無法得知。

2、數字化階段

背景是互聯網、物聯網的發展，網上政務大廳、政務服務APP等各種應用逐漸發展。

同時，這樣熱線數據由原來的分散式轉變為集中式，數據得以匯集。

相關部門對熱線不再停留在“聽”的階段，更加重視熱線數據背后的應用價值。

典型的表現是相關部門的周報、月報、季度報告、年報等周期性報告。

有對應部門的人員進行定期報告的整理，以達到發現集中問題，輔助決策的目的。

這個階段也是目前的主流階段。

3、智能化階段

隨著人工智能的接入，對熱線數據的分析、解析得以應用，這個時候的智能主要體現在“接聽”和“派單”。

• 由原來的人工接聽，轉為機器人接聽，由機器人對問題進行初步處理，緩解接聽壓力；
• 由原來的人工派單，轉為系統派單，系統將問題工單派發給相關解決部門，緩解派單壓力。

將智能技術應用數據采集和數據流轉過程之后，對沉淀的數據應用的要求也更高了。

不再滿足于人工報表，報表自動生成、數據可視化大屏、數據解析輿情分析、治理流程可視化等等。

02 市民熱線數據流轉模式

熱線流轉流程為 多對一對多 的形式，集中式處理，并對處理結果進行回訪，實現流程閉環。

03 市民熱線數據數字化痛點

從上面的熱線流轉可以看到，數據經過了接聽、分類、辦理、反饋、分析五個過程。

在調研過程中，用戶痛點主要集中在接聽、分類、分析中，我把它對應到常說的數據收集、數據清洗、數據分析三個方面。

1、接聽：訴求量大，接聽壓力大

在整個訴求過程中，話務員是數據收集的最前端，接聽電話，將訴求內容記錄下來，才有接下來的分類、派單等等。

但是信息在傳播過程中是逐漸遞減的。

當話務員在接聽市民訴求時，一般情況是需要在非常短的時間內記錄市民反饋的問題

這樣就導致對市民問題的記錄描述無法進行格式統一化，

而且一旦格式統一化容易改變來電人的真實訴求表達。

2、分類：訴求識別能力不足，系統分類局限性

話務員對訴求記錄之后，要根據訴求內容按照熱線系統中給定的分類進行標記。

舉例如下：

（1）系統分類無法自動更新

這樣將熱線進行分類時，系統設定的各級分類無法準確標記訴求問題。

（2）問題分類人工主觀劃定

工單分類由人工劃定，不同話務員面對相似問題時，也會出現將相似問題劃分在兩個分類的主觀情況。

（3）不同地區之間的分類標準不一

分類標準不一，對熱線數據標記會出現差異性，數據無法在更高一級實現匯聚共享、分類就會受限。

3、分析：分析維度不一、深度分析有限

客戶對熱線數據的業務分析需求周期性分析、專題分析。

• 周期性分析：常規的周報、月報、年報等；
• 專題分析：拖欠工資專題、環境治理專題等；

分析是整個熱線數字化最難的一部分。

比較容易做到的是標準化數據的分析，比如來電量、滿意率、各固定分類的占比、各承辦單位的占比；

難點在于非標準化數據的分析，比如拖欠工資分類中主要集中在哪些企業、哪些行業；某個鎮街反映集中的問題是哪個分類等等。

這類分析通常依靠人工借助 【固定分類】篩選后，再進行人工判斷，進行【再次輔助標記】統計，其人工工作量巨大。

一份常規性月報的形成往往需要業務人員一周時間的準備。

04 市民熱線數據數字化需求

了解了熱線業務流程和痛點，甲方的需求是什么呢？想做些什么呢？擁有這么豐厚的數據資產，該如何利用呢？甲方的痛點如何解決呢？

首先，一個穩健、靈活的熱線接辦系統對整個熱線業務來說非常重要。

如何利用系統靈活、準確的對非標準化的訴求數據進行 準確記錄、標準化處理？

而標準化處理的數據是數據分析應用的重要前提。

1、接聽：智能客服

智能客服引入，對非人工解決的咨詢類、常規類、知識庫類進行了過濾，承接部分熱線壓力。

（1）即時文字轉換

以自然語言處理為核心模塊的文字轉換、語義判斷、內容自動提取工具，實現對來電人口頭表達的即時文字轉換。記錄完整通話內容。

（2）語義語境識別

自動識別來電人的基本信息，并根據信息進一步詢問，自動提取關鍵字段以供話務員進一步篩選、編輯、點選，大幅提高話務員的分類效率。識別來電人的語義和語境,自動為接線員實時給出話術指引，降低溝通成本和工作壓力。

（3）知識庫調用

針對常規咨詢類問題，智能客服可以直接調用知識庫的相關內容進行解答，訴求止于智能客服，無需進一步流轉。

2、分類：靈活與標準

這兩個詞感覺是矛盾對立的，但是確實是話務員的實際需求。

統一分類指的是同一地區，同一監管需求的統一，在相同的業務流程和業務環境中，使用同一套分類標準，能最大程度上保障分類數據的標準化。

在標準化的基礎上，支持話務員在末級分類進行細分，將數據做到盡可能精確。

3、分析：自動與監測

（1）常規報表自動生成

對常規的來電量統計、分類占比統計可以自動即時生成，能看到數據的，一目了然看到數據。

（2）輿情熱詞監測

通過關鍵詞、輿情重點詞監測等，對訴求內容進行監測和提取，形成輿情熱點圖、熱點地區圖等。

05 市民熱線數字化產品

1、熱線接辦平臺

主要功能有：

• 來電接聽、其他渠道訴求匯集；
• 生成、派發、承辦辦理工單；
• 催辦、督辦辦理工單；
• 回訪、辦理結果反饋；
• 知識庫搭建、更新；
• 工單分類管理；

2、數據分析駕駛艙

主要功能有：

• 常規數據可視化：接聽量、辦理量、滿意率；
• 專題分析：專題事件的頻次、高發地區等；
• 熱詞輿情：熱點詞、敏感詞、高頻詞；
• 高發區域：事件高發區域；
• 滿意度分析：回訪不滿意情況分析；

06 總結

業務過程是非常痛苦的，給我印象最深刻的就是數據。

對系統的整體要求是：

• 數據采集減少失真；
• 數據清洗盡量標準；
• 數據分析更加聯動。

這些的實現不僅是技術的支持，還需要對業務的深刻理解才能發現訴求之間的關聯，也需要更多企業庫、地點庫、知識庫等數據庫的關聯，才能支撐更深度的分析。