[发明专利]一种电力客户多次来电服务风险预警的方法

说明书

本发明涉及一种电力客户多次来电服务风险预警的方法，其实现过程为：首先获取95598业务来电工单数据；对每一客户的来电工单数据进行分析；通过使用XGBoost与Logistic回归建模，来提前预测用户在未来三天内再次来电的概率，对再次来电概率较高的客户进行事前预警。本发明的一种多次来电服务风险预警方法与现有技术相比，能够减少服务风险事件、精准定位风险发生原因、增加电力客服中心对客户投诉的预警能力、显著提高服务响应速度，为电力客服中心降低服务成本、提升企业管理水平提供技术保证。

技术领域：

本发明涉及大数据分析技术，具体涉及一种电力客户多次来电服务风险预警的方法。

背景技术：

随着国民经济平稳快速的发展，居民素质显著提升，对用电方面的服务有了更高的要求，在目前信息交流渠道多样化、便捷化的情况下，电力客户已经习惯于通过95598服务热线来反映客户诉求。同时，居民维权意识增强，在客户多次反映同一问题后仍未达到客户预期时，就会转为通过投诉解决自身问题，存在较大的服务风险隐患。经分析，在升级投诉中，有90％左右都是多次来电。因此管控多次来电对防控投诉升级、预防服务风险的发生有重要作用。

目前多次来电服务风险管控工作在事前预警、事中定位、事后分析方面存在一定缺陷，主要体现在：

事前预判难：服务风险发生一起应对一起，未对可能再次来电，进而引发服务风险的原因进行分析判断，难以在事前规避，对客户感知提升效果有限。

事中定位难：发生服务风险的客户信息具有多渠道、多维度的特点，只凭单一渠道、单一维度的信息，不足以支撑风险发生原因的快速定位，需要通过多个渠道、综合多个维度来定位存在问题。

事后分析难：多次来电的客户轨迹分析较为复杂，从中筛查出服务风险事件需要非常大的工作量，导致该项工作无法有效开展。

基于此，本发明提出了一种电力客户多次来电服务风险预警的方法。

发明内容：

本发明的技术任务是针对以上不足之处，提供一种电力客户多次来电服务风险预警的方法。具体技术方案如下：

一种电力客户多次来电服务风险预警的方法，包括如下步骤：

步骤1：获取95598工单来电数据；

步骤2：对工单来电数据集进行分析；具体过程如下：

步骤2.1：确定近30天为建模时间窗口，获取95598客户在建模时间窗口的工单来电数据；

步骤2.2：对以上数据进行异常数据剔除、异常数据平均值补齐预处理，得到处理后的客户数据；

步骤2.3：构建模型基础特征；具体包括：最近一次工单状态、最近一次来电与上一次来电时间差、最近一次来电时间段、15天内来电通话时长、15天天来电工作时长、15天内工单派发次数、15天内工单立即完结次数、15天内催办次数、15天内来电工单类型风险评分、15天内13时-18时来电次数、15天内19 时-22时来电次数、15天内23时-次日6时来电次数、15天内7时-12时来电次数、15天内来电触发关键词次数、15天内故障报修类型来电次数、15天内投诉类型来电次数、15天内综合业务类型来电次数、7天内是否再次来电；

步骤2.4：针对预处理后的来电工单数据及产生风险原因进行数据建模分析：

步骤2.4.1：使用设置好的XGBoost模型参数(n_estimators＝100， learning_rate＝0.05)进行Boosting(提升)算法训练，每一个叶子节点的输出组成组合特征向量；具体过程如下：

Boosting(提升)算法：给定输入向量x和输出变量y组成的若干训练样本；