论文部分内容阅读
满意度体现了用户对企业服务的评价指标。对于满意度的评估可以基于调查问卷也可以基于用户行为分析。一般说来,用户行为分析比起调查问卷更具有客观性,因为它能较好地反映用户的实际感受。IVR(互动语音响应平台)作为现代服务业的重要工具,主要承载呼叫中心的自助业务,许多企业会把公司重要业务放在这个平台上运行。因此,用户对于IVR的满意度也就决定了他对企业服务的满意度。本论文从分析IVR中的用户行为入手,设计了两个评估用户满意度的分析模型,并实现了一个分析用户满意度的系统。利用此系统采集了某电信运营企业的基础数据,从而该企业的IVR服务质量做了评估,并给出了相应的改进意见。本论文结合满意度理论以及呼叫中心系统结构,为满意度分析系统建立了实时观测与历史分析两个基础模型,确立了两种模型的基本属性和研究方法。实时模型利用“最小二乘法”进行线性方程组的拟合,根据呼叫中心平台“运行正常”、“运行异常”、“业务高峰”三种场景,建立“输入-输出”类型的多元一次方程模型。该模型能够用来实时监测呼叫中心某一时间点上的真实运行情况。历史模型利用“模糊评判分级法”评估用户在一段时间内对企业的满意度,尤其对于那些业务随时间变化频繁的企业,它能客观地反映用户的真实感受。以上述模型为核心,建立起一套分析用户满意度的系统平台,该平台提取用户在IVR平台的具体行为信息作为原始数据,将原始数据作为两种分析模型的输入条件。经过实时模型的计算后,得到三个评估值,该评估值的结果体现了用户满意度与用户行为间的关系。经过历史模型的计算后,得到一个评分值,该评估值的结果体现了当用户行为随时间变化时,所综合表现出来的用户满意度。本系统一方面能体现用户对企业服务的满意度,另一方面又能说明了呼叫中心自身运营状态。因此本文的研究内容扩充了企业获取用户满意度的渠道,同时也解决数据质量偏主观化的问题,为企业下一步改进管理、促进营销、改善服务提供科学的依据与空间。