智能客服中大数据技术应用的思考
来源:用户上传
作者:
摘 要：在当前社会经济与科技稳定发展的背景下，将大数据技术融入到智能客服的工作当中，能够更加准确并迅速定位到客户的网络搜索痕迹，同时可以为客户带来众多帮助，满足客户的各项需求。再加上大数据技术的运用能够提高数据的处理效率，找到客户需要的答案，避免耽误客户时间而影响体验，提高客户的满意程度。基于此，文章主要围绕大数据技术在智能客服中的应用开展分析，并阐述了相关对策，仅供参考。
关键词：大数据技术;应用;智能客服;数据处理
中图分类号：TP311.13 文献标志码：A 文章编号：2095-2945（2020）32-0172-02
Abstract： In the context of the stable development of social economy and science and technology， the integration of big data technology into the work of intelligent customer service can locate customers' web search traces more accurately and quickly， and at the same time bring a lot of help to customers and meet the needs of customers. In addition， the use of big data technology can improve the efficiency of data processing， find the answers that customers need， avoid wasting customer time and affecting the experience， and improve customer satisfaction. Based on this， this paper mainly analyzes the application of big data technology in intelligent customer service， and expounds the relevant countermeasures， for reference only.
Keywords： big data technology; application; intelligent customer service; data processing
引言
針对电信行业客服工作方面，为了能够给用户带来相对较好的体验，则需要注重将比较常见的问题融入到客服系统搜索引擎当中，合理的将大数据技术融入，从而实现个性化客服服务，朝向智能客服方向发展，使得用户的满意度得到有效提升。
1 解决方案的对比和选择
首先，需要进行PB级别的端到端的单用户粒度信息数据量，其作为支撑智能客服模式顺利进行的重要组成部分，必须要高度重视，并将其从终端，通过无线，应用到服务侧端等，确保单用户信息能够准确有效地被写入，提高信息处理的效果，通过用户对界面的满意程度，把用户的反馈意见及体验数据收集到数据库当中，虽然需要设计的信息数据量相对较大，但仍然需要优化并落实好每一环节工作，全面发挥其作用，并制定针对性解决方案，还需要从总量上做到PB级别的数据中，从而实现高效选择单用户的数据信息，优化每一环节工作的开展。除此之外，还需要分析传统集中式解决方案存在的不足，对其进行改善与调整，通过CPU的频率、数量及内存等支撑信息的拓展，还应该注重分析天花板效应，避免受其影响而无法提高数据处理的效率。其中大数据技术的应用能够有效解决这种大于100TB高体量数据，而且需要消耗的成本相对较低，能够有效适用于企业的运用与推广，提高企业的服务质量，保证企业的整体经济效益。因此，大数据处理技术被广泛的融入到客服系统当中，并通过分布于多种方式，将每一环节数据融入到各个阶段，有效发挥自身的中与优势，落实好各个环节的工作，发挥自身的高效性，其可以可用各个阶段的计算对计算机准线性进行调整，从而实现构架的延伸与拓展。目前比较常见的电子商城已经开始广泛运用智能客服，如京东、淘宝、亚马逊等，有效发挥大数据技术的优势，提高用户的满意程度。因此，无论是电信行业还是其他服务类型的行业，都可以适当将大数据处理技术融入到智能客服当中，提高数据处理的效率，减少错误的出现，达到用户所提出的要求，全面发挥智能客服的作用，弥补传统客服数据处理存在的不足[1]。
2 主要解决方案分析
2.1 明确解决目标
为了能够全面发挥大数据技术的作用与优势，并充分挖掘端到端多个环节的网络数据价值，从而支撑客服工作开展，全面提高其能力，为社会各个领域带来众多帮助。首先，需要实现端到端数据的贯穿与打通;其次，基于规则的电信专业经验引入的智能化分析。所以说，要想提高解决方案的效率，则必须要实现明确解决目标，并围绕这一目标开展分析，优化每一环节工作的开展，不受其他因素影响[2]。
2.2 数据源
如下表1所示。
2.3 大数据技术的选用
在大数据技术的选择上，需要分析当前大数据平台中各种组件的发展，而且多种技术都能够展现自身的优势，所以在实际选择的过程应该进行对比，这样能够提高选择的效率。从技术角度来讲，为了能够满足各个环节的查询需求，可以适当地运用具备MMP优点的大数据技术平台，其可以整理并储存大量数据，为后期的查询工作提供帮助。除此之外，要想更加高效地满足于客户的各项需求，则应该提高平台的反应率，可以适当地应用MS级别的大数据技术，这种技术的应用能够有效发挥自身的优势，并且支持频率相对较小的数据储存[3]。
2.4 端到端数据的连贯
众所周知，大数据技术能够为客户提供优质的服务，合理地将其融入到智能客服当中能够实现全网信息互联，并实现网络介入到业务使用的全过程，方便用户在分析关联方向，了解自己解决的问题是什么，并掌握需要进行哪种客服内容，掌握多种因素产生的原因，保障数据的连贯性。针对这种数据的连贯工作来讲，还需要注重分析当前大数据技术的应用情况，并分析关键索引的处理和滑动窗口数据源效率问题，而且在4G网络扁平化过后，IMSI的信息不在网络中传递，有效减少数据信息的传输，要想有效解决这一不足，则需要注重通过IMSI映射表事先从MME话单获取相关信息。针对滑动窗口技术及EPS技术多个数据源问题来讲，必须要事先做好全面分析，掌握其主要原因，这样有利于优化每一环节工作，注重数据源时间的优化与协调，避免受时间差异影响而难以保障数据的正常运行。因此，合理地将EPS技术与滑动窗口技术融入，从而可以在不同时间点进行数据分析，并解决复杂的时间问题，经过与数据总线之间的配合，完成对多种数据的分析与整合，优化用户体现记录，并不断优化大数据技术的应用[4]。
3 结束语
针对客服方面工作来讲，要想全面提高客服服务的水平，则需要事先分析当前客服服务存在的不足，注重优化每一环节工作，将比较常见的客户问题融入，分析客户的各项需求，合理地将大数据技术融入到智能客服工作当中，优化智能客服服务水平，满足客户需求的同时，还能够减轻人工客服的工作负担，提高客户的满意程度，为企业的稳定发展提供帮助。
参考文献：
[1]曹广山，陈昇波.智能客服中大数据技术应用的探讨[J].邮电设计技术，2016（12）：59-63.
[2]焦慧颖LIE-Advamexd关键技术及标准化进展[J].电信网技术，2019（12）：16-2.
[3]万彭，杜志敏.LIE和LIE-Avmced关键技术综述[J].现代电信科技，2015（9）：36-39.
[4]任华，王铮，罗俊，等.移动互联网环境下的LIE业务需求及业务网络演进分析[J].电信科学，2016（2）：21-36.
转载注明来源:https://www.xzbu.com/1/view-15344959.htm
