【原】数智化时代的工单管理

二八0y2nkds3vi 2023-06-25 发布于江西

展开全文

本文共 2792 字

预计阅读时间为 7 分钟

工单是什么？工单是客服受理客户问题、处理和记录客户问题的载体。客户带着诉求拨打热线寻求帮助，客服人员通过运用自身掌握的专业知识，以及客服系统支撑平台各功能的使用，为客户答疑解惑、办理业务。此时，大部分问题可以得到解决，也有部分问题由于权限受限或问题的复杂程度，客服人员无法在线处理，这类问题就需要形成工单。

那工单是如何进行流转闭环的呢？首先，客服人员需要将客户诉求以及工单所需关键要素详细记录，完成工单建立并进行提交；提交后的工单将根据问题归属派发至处理部门，由处理部门通过对问题的核查，提供确认结果及处理方案；最终工单流转至客服部门，由客服人员联系客户做好问题解答以及回访，工单进行闭环管理。

工单从建单到闭单的整个流转过程，各环节都需要通过人工进行操作处理，那如何简化人工操作，提升工作效率及质量？我们又是如何通过智能手段辅助提升工单管理水平的呢？

智能建单

客户致电客服热线诉求种类较多，包括：查询、咨询、办理、反映问题等，当客服人员无法在线解决时，则需建立不同类型的工单进行后台流转处理。因工单问题分类选项较多，且建单需要填写的关键信息较多，对于客服人员的填单要求就很高。那除了加强客服人员培训，提高业务技能外，我们快速有效提升建单准确率的智能手段有哪些呢？

1.智能推荐工单类型。

借助语音识别ASR、自然语言处理NLP、大数据处理技术，通过机器学习、模型计算，在客服人员与客户沟通过程中，实现系统主动识别客户诉求为一线客服人员推荐合适的建单类型，快速辅助建单。客服人员只需在推荐的工单类型中进行选择，既提高了建单类型的准确率，又减轻了一线客服人员压力。

2.设置模板规范填单。

由于每类工单关键信息要素不同，客服人员受理时难免存在信息缺失的情况，将工单填单内容模板化，并与工单类型进行关联配置。当客服人员选定某个工单类型时，对应填单模板自动弹出，有效确保工单信息收集的规范性及完整性。

3.机器替人自助建单。

通过对客户诉求与建单情况进行聚类分析，锁定那些必须通过建单流转解决的问题，结合目前人工受理流程，梳理设计人机交互流程，实现机器与客户交流收集关键信息，直接自助建单。即：客户致电客服热线，智能机器人进行应答，并根据客户诉求按照设定流程与客户进行交流，并完成信息的收集建单提交，全程没有人工参与，既提高了效率，又有效分流了人工话务。

智能流转

工单提交后，根据问题类型、责任归属等关键要素将派至不同部门完成后续核查处理工作，此时工单的精准派发、有效处理是关键。那我们是如何在人工派单的基础上，实现工单智能流转处理呢？

1.设定规则自动流转。

通过对现有人工侧工单流转业务规范以及工单各环节操作流程的梳理，将具有规律性的工单流转规则，借助系统功能的支撑，配置自动处理规则。实现工单提交后按照预设的规则自动流转至指定环节及处理部门，减少人工操作有效提升工单流转效率。

2.智能推荐处理部门。

对于无法通过规则自动流转的工单，则借助于机器学习，通过模型训练，实现工单下一环节处理部门的智能推荐，辅助人工派单。

3.智能推荐定位信息。

工单处理完成后，需进行责任定性。为了简化客服人员操作，提高效率及定位的准确性，我们通过梳理配置工单定位模板，实现定位信息自动带入。客服人员只需点选模板名称，定位环节必填字段内容均可自动带入。对于无法通过模板配置实现的，则借助于机器学习，实现智能推荐。

智能质检

工单正常流转的同时，一定存在差错工单、异常工单的情况。此类工单可否及时发现，并得到有效处理直接影响工单流转质量。那这类工单我们是如何及时发现并避免的呢？

1.工单受理自动校验。

针对异常工单建单情况，配置工单校验规则，当建单信息未通过校验时，系统自动提醒，辅助客服人员做好规范建单，从源头上减少了不规范工单的生成。

2.智能质检检索漏单。

针对客服人员承诺建单受理的问题，系统通过关键字检索，并与对应时段内工单记录进行比对，当发现无工单记录的情况时，向指定人员发送问题明细，确保此类问题的及时补救。

智能回访

问题处理完毕后客户是否满意、感知如何，这是我们最为关心的，也是闭单的关键环节。目前在人工回访的基础上，已实现自动调查客户满意度情况。通过配置自动回访基本规则，工单到达指定时间后，按照规定次数及频率自动与客户进行接触，并按指定话术询问客户问题处理的效率及满意度情况。同时，针对问题未解决、处理不满意的场景，也可实现工单自动再次派发处理，有效确保问题解决率及客户满意度的提升，同时大大减少了人工成本。

功能拓展优化思路

通过上述功能的实践，让我们充分感受到智能化运营给我们带来的优势，后期如何进一步拓展功能提升智能化水平，我们有以下几方面的思考。

1.工单内容自动带入。

在目前智能推荐工单类型的基础上，可以考虑更进一步，在客服人员与客户沟通过程中，系统自动识别收集关键信息，当填单模板打开时，信息自动带入对应项目中，人工只需进行校验补充完成建单，这样可以进一步提升建单效率。

2.填单模板自行迭代。

填单模板并非一成不变，现有更新模式：人工梳理－人工配置，那通过机器学习是不是可以实现模板更新自动推荐呢？机器通过对现有模板及问题处理结果内容的学习，归纳整理模板增删调整项进行自动推荐，通过人工校验后确定是否采纳。

3.流转规则智能推荐。

目前工单流转规则同样是人工梳理－手动配置，且新增规则要考虑与现有规则是否冲突，规则越多，难度越大。可以考虑实现规则配置自动化，即：人工提出业务诉求，系统通过模型自动推荐配置规则，且通过数据分析对规则冲突进行自动规避。

4.智能推荐处理意见。

通过对历史工单处理步骤及详细过程进行机器学习，可以考虑实现由机器人进行问题的初步核查处理，并进行处理意见的自动推荐，客服人员只需进行核对及补充即可完成处理环节的操作。由此减少人工操作步骤，实现工作效率的提升。

5.智能稽核异常工单。

针对工单流转异常发生卡单的情况，直接影响工单流转效率。此类工单人工很难及时发现，可以考虑通过设定判断标准，当工单符合预设场景时，系统自动将异常工单进行打标，同步向指定人员发送预警信息，确保异常工单及时有效处理。