一种基于人工智能的电营客服系统及商业运营模式的制作方法

本发明涉及人工智能技术领域，更具体的，涉及一种基于人工智能的电营客服系统及商业运营模式。

背景技术：

随着大数据及人工智能技术的深入研究与应用，企业的专注点日益聚焦于怎样利用大数据和人工智能来提供精准营销和专业优质的服务，进而深入挖掘潜在的商业价值和提升企业服务质量。

目前电营客服行业，由于从业人员素质及能力参差不齐，且从业人员流动性极大，无法精准了解客服的实际工作能力，同时，业务下发无法根据客服的实际能力动态调整工作量，且目前普遍根据已知用户信息和任务信息，人工向客服分配任务和客户，即，人工分配订单，这种人工派单的方法存在很大的主观性，无法保证精确营销。

而且现在大量的质检是通过质检核单人员收听录音的方式逐条比对业务内容、客户信息、订单信息的完整性、准确性和规范性来规避业务过失和避免客户投诉。这种质检模式不单单极大的增加了企业人力成本的投入，同时也无法避免因为人工质检，大工作量及重复的工作，造成人员的疲劳，从而增加质检出错的几率；同时因为是人工质检，所以很多业务需要质检后开通的，则无法实时进行。

综上，现有的订单处理主要为人工派单和人工核单，订单处理效率低下，需要大量的人工劳动，不能根据客户需求和客服能力进行准确派单和准确核单。

技术实现要素：

有鉴于此，本发明提供了一种基于人工智能的电营客服系统及商业运营模式，基于情感识别系统和平台中每个客服、任务和客户的智能画像，实现智能派单和智能核单。

为实现上述发明目的，本发明提供的具体技术方案如下：

一种基于人工智能的电营客服系统，包括智能情感识别系统、用户智能画像系统、智能派单系统、智能核单系统和质检系统；

所述智能情感识别系统，用于识别各个客服和历史客户的录音中的音频特征，生成每个所述客服和每个所述历史客户的性格模型；

所述用户智能画像系统，用于依据每个所述客服的所述性格模型、业务处理信息和个人信息，生成每个所述客服的智能画像，对业务管理系统推送的任务信息进行解析，提取每个任务的预设任务标签，生成每个所述任务的智能画像，并对所述业务管理系统推送的业务信息进行解析，提取每个客户的预设静态标签，根据每个所述客户的预设静态标签、性格模型和/或历史购买数据，生成每个所述客户的智能画像；

所述智能派单系统，用于根据预设规则对每个所述客服的智能画像、每个所述任务的智能画像和每个所述客户的智能画像进行智能匹配，生成多个业务订单，并将每个所述业务订单分别派送给相应的客服，每个所述业务订单分别对应一个所述任务和一个所述客户；

所述智能核单系统，用于通过语音识别系统和预设核单策略，对已完成业务订单进行智能核单，得到每个已完成业务订单的核单得分；

所述质检系统，用于依据每个已完成业务订单的核单得分，以及预设质检评分标准，分别对每个所述已完成业务订单进行质检，判定每个所述已完成业务订单的质检是否合格。

优选的，所述用户智能画像系统包括：

客服画像生成单元，用于获取每个所述客服的业务处理信息和个人信息，并依据每个所述客服的所述性格模型、所述业务处理信息和所述个人信息，生成每个所述客服的智能画像，所述业务处理信息包括转换率、质检合格率、受理成功率、通话量、投诉量和擅长领域；

任务画像生成单元，用于对业务管理系统推送的任务信息进行解析，得到每个所述任务的参数信息，根据每个所述任务的参数信息，通过数据建模算法生成任务分析模型，对每个所述任务的等级进行评分，提取每个任务的预设任务标签，所述预设任务标签包括：任务类型、等级、优势和资费标准，根据每个所述任务的预设任务标签，生成每个所述任务的智能画像；

客户画像生成单元，用于对所述业务管理系统推送的业务信息进行解析，提取每个客户的预设静态标签，获取每个所述客户的性格模型和/或历史购买数据，并根据每个所述客户的预设静态标签、性格模型和/或历史购买数据，生成每个所述客户的智能画像，所述预设静态标签包括：性别、年龄、户籍、惯用语言、星级和业务类型。

优选的，所述智能情感识别系统，还用于对每个所述客服和相应的客户的实时录音进行监测，分别提取所述实时录音中当前所述客服和所述客户的音频特征值，根据预设的情感区间，识别当前所述客服和所述客户的情感类别，根据当前所述客服和所述客户的情感类别，确实是否向所述客服发送情感提示信息。

优选的，所述智能核单系统包括：

转换单元，用于通过语音识别系统将已完成业务订单的录音转换成问答形式的文字；

识别单元，用于基于预设核单策略对所述问答形式的文字进行识别，得到每类核单内容的匹配度；

生成单元，用于根据所述已完成业务订单中每类核单内容的匹配度，生成所述已完成业务订单的核单得分。

优选的，所述电营客服系统还包括：

智能预测系统，用于对每个所述客服、每个所述客户和每个所述任务的智能画像，以及每个所述业务订单进行保存，在预设周期内对每个所述客服、每个所述客户和每个所述任务的智能画像，以及每个所述订单进行智能分析，预测下一预设周期内任务的类型和任务规模。

优选的，所述智能预测系统，还用于在预设周期内统计每类任务的投诉信息和任务量，并根据所述预设周期内每类任务的投诉信息和任务量，按预设预警规则，判定是否进行预警提示。

优选的，所述质检系统，还用于当判定已完成业务订单的质检合格后，进行实时开单。

一种基于人工智能的电营客服系统的商业运营模式，应用于电营客服系统，包括：

智能情感识别系统识别各个客服和历史客户的录音中的音频特征，生成每个所述客服和每个所述历史客户的性格模型，并对每个所述客服和相应的客户的实时录音进行监测，识别当前所述客服和所述客户的情感类别，根据当前所述客服和所述客户的情感类别，确实是否向所述客服发送情感提示信息；

用户智能画像系统依据每个所述客服的所述性格模型、业务处理信息和个人信息，生成每个所述客服的智能画像，对业务管理系统推送的任务信息进行解析，提取每个任务的预设任务标签，生成每个所述任务的智能画像，并对所述业务管理系统推送的业务信息进行解析，提取每个客户的预设静态标签，根据每个所述客户的预设静态标签、性格模型和/或历史购买数据，生成每个所述客户的智能画像；

智能派单系统根据预设规则对每个所述客服的智能画像、每个所述任务的智能画像和每个所述客户的智能画像进行智能匹配，生成多个业务订单，并将每个所述业务订单分别派送给相应的客服，每个所述业务订单分别对应一个所述任务和一个所述客户；

智能核单系统通过语音识别系统和预设核单策略，对已完成业务订单进行智能核单，得到每个已完成业务订单的核单得分；

质检系统依据每个已完成业务订单的核单得分，以及预设质检评分标准，分别对每个所述已完成业务订单进行质检，判定每个所述已完成业务订单的质检是否合格，当判定已完成业务订单的质检合格后，进行实时开单。

优选的，所述商业运营模式还包括：

智能预测系统对每个所述客服、每个所述客户和每个所述任务的智能画像，以及每个所述业务订单进行保存，在预设周期内对每个所述客服、每个所述客户和每个所述任务的智能画像，以及每个所述订单进行智能分析，预测下一预设周期内任务的类型和任务规模。

优选的，所述商业运营模式还包括：

所述智能预测系统在预设周期内统计每类任务的投诉信息和任务量，并根据所述预设周期内每类任务的投诉信息和任务量，按预设预警规则，判定是否进行预警提示。

相对于现有技术，本发明的有益效果如下：

本发明提供的基于人工智能的电营客服系统及商业运营模式，根据平台中各个客服和历史客户的录音，基于情感识别系统生成每个所述客服和每个所述历史客户的性格模型，再通过人工智能分析技术对每个客服、每个任务和每个客户进行多维度分析，生成每个客服、每个任务和每个客户的智能画像，根据预设规则对每个客服的智能画像、每个任务的智能画像和每个客户的智能画像进行智能匹配，生成多个订单，实现客服、任务和客户之间的精准营销，为客户提供个性化服务，让合适的客服为合适的客户做合适的任务，实现智能派单，当所述订单完成后，通过语音识别系统和预设核单策略，对已完成的订单进行智能核单，实现实时质检，实时开单，最终有效的降低人工的工作量，缩短核单时间，提高质检的准确率。

本发明同时提供的基于人工智能的电营客服系统的商业运营模式是语音服务行业商业模式的一种创新，通过各个智能模块的应用，实现了全程的便捷、智能的服务跟踪和监控，实现原本语音服务行业难以实现的服务外包、服务共享模式。合理的利用智能云平台的概念，实现需求信息资源和服务型人力资源的共享和再分配，为各领域的企业提供了语音服务需求发布的平台，为各领域的专业服务人员提供了全职的或碎片化时间兼职的工作平台。是互联网商业模式中针对语音服务行业领域的新拓展、新思路，填补了现代服务中语音服务互联网应用的空白。并利用各个智能模块规避了语音服务在互联网模式下从需求发布、分析、分配、接单、监控、质检、佣金结算等全流程的运营风险，为语音服务业务互联网化起到保驾护航作用。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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发明的实施例，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，还可以根据提供的附图获得其他的附图。

图1为本发明实施例一公开的基于人工智能的电营客服系统结构示意图；

图2为本发明实施例一公开的用户智能画像系统结构示意图；

图3为本发明实施例一公开的智能核单系统结构示意图；

图4为本发明实施例二公开的基于人工智能的电营客服系统结构示意图；

图5为本发明实施例三公开的基于人工智能的电营客服系统商业运营模式示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

实施例一

请参阅图1，本实施例公开了一种基于人工智能的电营客服系统，包括智能情感识别系统、用户智能画像系统、智能派单系统、智能核单系统和质检系统；

所述智能情感识别系统101，用于识别各个客服和历史客户的录音中的音频特征，生成每个所述客服和每个所述历史客户的性格模型；

在平台中积累了大量的客服和历史客户的录音，通过对大量的语音信息参数进行校验和比对，将语速、语调、频率、音量、波动值等音频特征值进行相应组合分析和评判，形成每个所述客服和每个所述历史客户的性格模型。

优选的，所述智能情感识别系统101，还用于对每个所述客服和相应的客户的实时录音进行监测，分别提取所述实时录音中当前所述客服和所述客户的音频特征值，根据预设的情感区间，识别当前所述客服和所述客户的情感类别，根据当前所述客服和所述客户的情感类别，确实是否向所述客服发送情感提示信息。

可以理解的是，将提取到的音频特征值与预设的情感区间进行匹配，确定提取到的音频特征值属于哪个区间，就可以识别当前所述客服和所述客户的情感类别，情感类别包括：平稳、急躁、亢奋、消极等。

例如，当识别出客服当前情绪比较急躁或消极时要提示该客户调整自己的情绪，当识别出客户当前情绪比较急躁或消极时要提示相应的客服注意自己的情绪，并对客户进行引导。

对客服和客户的情绪变化进行监测，不仅能及时发现异常并及时进行干预，有效帮助客服人员在实时服务过程中调整自身情绪，给客户提供专业优质的服务，同时，也能更好的帮助企业实时监测客服的动态。

还需要说明的是，所述智能情感识别系统101还可以对每个所述客服和相应的客户的实时录音，以及向每个所述客服发送的情感提示信息进行保存。

通过对客服和客户的录音进行长期跟踪，不仅能生成相应的客服性格模型和客户性格模型，还能帮助企业制定客服的语音服务质量标准，规范坐席人员的服务，进而全面考核客服的工作能力、态度以及业绩。

所述用户智能画像系统102，用于依据每个所述客服的所述性格模型、业务处理信息和个人信息，生成每个所述客服的智能画像，对业务管理系统推送的任务信息进行解析，提取每个任务的预设任务标签，生成每个所述任务的智能画像，并对所述业务管理系统推送的业务信息进行解析，提取每个客户的预设静态标签，根据每个所述客户的预设静态标签、性格模型和/或历史购买数据，生成每个所述客户的智能画像；

需要说明的是，所述用户智能画像系统102依据但不限于依据每个所述客服的所述性格模型、业务处理信息和个人信息，生成每个所述客服的智能画像；同时，所述用户智能画像系统102依据但不限于依据每个所述客户的预设静态标签、性格模型和/或历史购买数据，生成每个所述客户的智能画像。

优选的，请参阅图2，所述用户智能画像系统包括：

客服画像生成单元201，用于获取每个所述客服的业务处理信息和个人信息，并依据每个所述客服的所述性格模型、所述业务处理信息和所述个人信息，生成每个所述客服的智能画像，所述业务处理信息包括转换率、质检合格率、受理成功率、通话量、投诉量和擅长领域；

需要说明的是，每个所述客服的业务处理信息包括：转换率、质检合格率、受理成功率、通话量、投诉量和擅长领域等信息，所述客服的个人信息包括：教育背景和工作经历等信息。

还可以根据不断积累的客服的智能画像的历史数据进行有效的数据挖掘，生成客服的效能评分模型，通过对每个所述客服的所述性格模型、所述业务处理信息和所述个人信息，以及效能评分模型进行多维度分析和全息精准刻画，生成每个客服的智能画像。

任务画像生成单元202，用于对业务管理系统推送的任务信息进行解析，得到每个所述任务的参数信息，根据每个所述任务的参数信息，通过数据建模算法生成任务分析模型，对每个所述任务的等级进行评分，提取每个任务的预设任务标签，所述预设任务标签包括：任务类型、等级、优势和资费标准，根据每个所述任务的预设任务标签，生成每个所述任务的智能画像；

所述预设任务标签包括：任务类型、等级、优势和资费标准等标签。

客户画像生成单元203，用于对所述业务管理系统推送的业务信息进行解析，提取每个客户的预设静态标签，获取每个所述客户的性格模型和/或历史购买数据，并根据每个所述客户的预设静态标签、性格模型和/或历史购买数据，生成每个所述客户的智能画像，所述预设静态标签包括：性别、年龄、户籍、惯用语言、星级和业务类型。

所述预设静态标签包括：性别、年龄、户籍、惯用语言、星级和业务类型等标签。

需要说明的是，当客户为新客户时，该客户没有历史购买数据，只能根据该客户的预设静态标签和性格模型生成智能画像，此处的性格模型是根据客户打电话的录音生成的，例如，某客户打电话咨询某产品，电营客服系统根据该客户的录音生成该客户的性格模型。

当客户为历史客户时，在电营平台中会保存有该客户的所有录音和历史购买数据，可以根据该客户的预设静态标签、性格模型和历史购买数据等，生成该客户的智能画像。

所述智能派单系统103，用于根据预设规则对每个所述客服的智能画像、每个所述任务的智能画像和每个所述客户的智能画像进行智能匹配，生成多个业务订单，并将每个所述业务订单分别派送给相应的客服，每个所述业务订单分别对应一个所述任务和一个所述客户；

具体的，根据每个所述客服的智能画像、每个所述任务的智能画像和每个所述客户的智能画像，将表征客户需求、任务类型和客服的业务处理能力的特征指标进行智能精准比对和匹配，实现任务、客户和客服之间的智能化匹配和精准营销，为用户提供个性化服务，进而实现智能派单。

所述智能核单系统104，用于通过语音识别系统和预设核单策略，对已完成业务订单进行智能核单，得到每个已完成业务订单的核单得分；

优选的，请参阅图3，所述智能核单系统包括：

转换单元301，用于通过语音识别系统将已完成业务订单的录音转换成问答形式的文字；

语音识别系统能精准的区分客户和客服的语音源，并将语音转换为文字，能准确形成一先一后、一问一答的文本资料。

识别单元302，用于基于预设核单策略对所述问答形式的文字进行识别，得到每类核单内容的匹配度；

具体的，预设核单策略中包括多类核单内容，例如：业务描述、产品信息、配送信息和客户确认购买等，匹配度按百分数计算。

通过对所述问答形式的文字进行语义分析，识别录音的场景和主题，匹配核单策略中设置的核单内容的关键字，自动化生成每类核单内容的匹配度。

生成单元303，用于根据所述已完成业务订单中每类核单内容的匹配度，生成所述已完成业务订单的核单得分。

通过核单得分可以评估客服的订单完成情况和客服的业务能力。

所述质检系统105，用于依据每个已完成业务订单的核单得分，以及预设质检评分标准，分别对每个所述已完成业务订单进行质检，判定每个所述已完成业务订单的质检是否合格。

可以根据实际情况预先设定质检评分标准，核单得分是预设质检评分标准的一部分，得到已完成订单的核单得分后，再结合预设质检评分标准，可是实时对已完成订单进行质检。

优选的，所述质检系统105，还用于当判定已完成业务订单的质检合格后，进行实时开单。

可以理解的是，质检合格后，实时开单为该已完成订单对应的客服进行自动佣金支付。

本实施例提供的基于人工智能的电营客服系统，根据平台中各个客服和历史客户的录音，基于情感识别系统生成每个所述客服和每个所述历史客户的性格模型，再通过人工智能分析技术对每个客服、每个任务和每个客户进行多维度分析，生成每个客服、每个任务和每个客户的智能画像，根据预设规则对每个客服的智能画像、每个任务的智能画像和每个客户的智能画像进行智能匹配，生成多个订单，实现客服、任务和客户之间的精准营销，为客户提供个性化服务，让合适的客服为合适的客户做合适的任务，实现智能派单，当所述订单完成后，通过语音识别系统和预设核单策略，对已完成的订单进行智能核单，实现实时质检，实时开单，最终有效的降低人工的工作量，缩短核单时间，提高质检的准确率。

实施例二

请参阅图4，在实施例一的基础上，本实施例公开的电营客服系统还包括：

智能预测系统106，用于对每个所述客服、每个所述客户和每个所述任务的智能画像，以及每个所述业务订单进行保存，在预设周期内对每个所述客服、每个所述客户和每个所述任务的智能画像，以及每个所述订单进行智能分析，预测下一预设周期内任务的类型和任务规模。

优选的，所述智能预测系统106，还用于在预设周期内统计每类任务的投诉信息和任务量等，并根据所述预设周期内每类任务的投诉信息和任务量等，按预设预警规则，判定是否进行预警提示。

需要说明的是，对每个所述客服的智能画像、每个所述任务的智能画像和每个所述客户的智能画像，以及电营订单的大量积累，通过数据挖掘技术可以获取客户的行动轨迹信息、任务分配信息、任务执行情况等，以便与预测客户未来业务需求，即，任务类型，还可以预测客户未来业务的规模。从而，可以更好的配置相关人力物力资源，更好的为客户提供优质服务。

还需要说明的是，在预设周期内统计每类任务的投诉信息和任务量，并根据所述预设周期内每类任务的投诉信息和任务量，按预设预警规则，判定是否进行预警提示。

若客服服务存在问题时，客户可能进行投诉，同时，若任务存在不合理的问题，客户也可能进行投诉，当监测到预设周期内某类任务的投诉信息过多，超过预设阈值时，会进行预警提示；同理，当监测到预设周期内某类任务的任务量过多，超过预设阈值时，也会进行预警提示。

通过在预设周期内统计每类任务的投诉信息和任务量，可以预测未来时间段可能出现的风险并及时预警，同时，也为企业产品评估提供数据支撑，并对未来新产品研发提供市场依据。

实施例三

请参阅图5，基于上述实施例公开的基于人工智能的电营客服系统，本实施例公开了一种基于人工智能的电营客服系统的商业运营模式，应用于电营客服系统，包括：

智能情感识别系统识别各个客服和历史客户的录音中的音频特征，生成每个所述客服和每个所述历史客户的性格模型，并对每个所述客服和相应的客户的实时录音进行监测，识别当前所述客服和所述客户的情感类别，根据当前所述客服和所述客户的情感类别，确实是否向所述客服发送情感提示信息；

用户智能画像系统依据每个所述客服的所述性格模型、业务处理信息和个人信息，生成每个所述客服的智能画像，对业务管理系统推送的任务信息进行解析，提取每个任务的预设任务标签，生成每个所述任务的智能画像，并对所述业务管理系统推送的业务信息进行解析，提取每个客户的预设静态标签，根据每个所述客户的预设静态标签、性格模型和/或历史购买数据，生成每个所述客户的智能画像；

智能派单系统根据预设规则对每个所述客服的智能画像、每个所述任务的智能画像和每个所述客户的智能画像进行智能匹配，生成多个业务订单，并将每个所述业务订单分别派送给相应的客服，每个所述业务订单分别对应一个所述任务和一个所述客户；

智能核单系统通过语音识别系统和预设核单策略，对已完成业务订单进行智能核单，得到每个已完成业务订单的核单得分；

质检系统依据每个已完成业务订单的核单得分，以及预设质检评分标准，分别对每个所述已完成业务订单进行质检，判定每个所述已完成业务订单的质检是否合格，当判定已完成业务订单的质检合格后，进行实时开单。

优选的，智能预测系统对每个所述客服、每个所述客户和每个所述任务的智能画像，以及每个所述业务订单进行保存，在预设周期内对每个所述客服、每个所述客户和每个所述任务的智能画像，以及每个所述订单进行智能分析，预测下一预设周期内任务的类型和任务规模。

所述智能预测系统在预设周期内统计每类任务的投诉信息和任务量，并根据所述预设周期内每类任务的投诉信息和任务量，按预设预警规则，判定是否进行预警提示。

本实施例提供的基于人工智能的电营客服系统商业模式，根据平台中各个客服和历史客户的录音，基于情感识别系统生成每个所述客服和每个所述历史客户的性格模型，再通过人工智能分析技术对每个客服、每个任务和每个客户进行多维度分析，生成每个客服、每个任务和每个客户的智能画像，根据预设规则对每个客服的智能画像、每个任务的智能画像和每个客户的智能画像进行智能匹配，生成多个订单，实现客服、任务和客户之间的精准营销，为客户提供个性化服务，让合适的客服为合适的客户做合适的任务，实现智能派单，当所述订单完成后，通过语音识别系统和预设核单策略，对已完成的订单进行智能核单，实现实时质检，实时开单，最终有效的降低人工的工作量，缩短核单时间，提高质检的准确率。

基于人工智能的电营客服系统的商业运营模式是语音服务行业商业模式的一种创新，通过各个智能模块的应用，实现了全程的便捷、智能的服务跟踪和监控，实现原本语音服务行业难以实现的服务外包、服务共享模式。合理的利用智能云平台的概念，实现需求信息资源和服务型人力资源的共享和再分配，为各领域的企业提供了语音服务需求发布的平台，为各领域的专业服务人员提供了全职的或碎片化时间兼职的工作平台。是互联网商业模式中针对语音服务行业领域的新拓展、新思路，填补了现代服务中语音服务互联网应用的空白。并利用各个智能模块规避了语音服务在互联网模式下从需求发布、分析、分配、接单、监控、质检、佣金结算等全流程的运营风险，为语音服务业务互联网化起到保驾护航作用。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。