無論是出門旅游還是商務(wù)出行，在外能有一個舒適的住處，往往都是首先要解決的問題。OTA提供的酒店預(yù)訂功能無疑為此提供了巨大的便利。

打開攜程APP，看中一家不錯的酒店下單后，會有一個等待酒店確認(rèn)的過程。攜程將用戶預(yù)訂的消息發(fā)送給酒店，酒店進行查房，確認(rèn)是否有空余房間，然后回復(fù)攜程，再由攜程通知用戶確認(rèn)結(jié)果。這個過程通常在半小時到一小時內(nèi)完成，很多時候只需十分鐘，在這背后，攜程的呼叫中心起到了重要的作用。

面對每天全國海量的出行和預(yù)訂需求，避免用戶長時間的等待，加上與酒店相關(guān)的各種復(fù)雜事宜，呼叫中心的工作一直在高度緊張和繁忙的氛圍中進行。然而隨著業(yè)務(wù)量的不斷增長，完全靠人力完成這些工作效率是非常低的。在大數(shù)據(jù)和人工智能時代，我們自然會想到用數(shù)據(jù)的力量代替一部分人力工作，即實現(xiàn)和提升流程的自動化，提高工作效率。

本文以訂單確認(rèn)智能外呼為例，分享攜程在提升呼叫中心自動化方面所做的工作，介紹攜程是如何利用機器學(xué)習(xí)技術(shù)，改造呼叫中心外呼流程的。

1、呼叫中心職能

攜程呼叫中心的職能主要包含以下四部分：

（1）訂單確認(rèn)前處理：從用戶下單到確認(rèn)訂單為止的過程，稱為前處理。確認(rèn)訂單是指用戶下單后酒店確認(rèn)是否可以正常入住，然后攜程告知用戶確認(rèn)結(jié)果。除一部分房型可以直接確認(rèn)用戶不用等酒店回復(fù)以外，大部分房型都需要由酒店親自確認(rèn)。這部分房型只要有用戶下單就必然經(jīng)歷這個過程，因此前處理是攜程呼叫中心工作量最大的事務(wù)之一。

（2）訂單確認(rèn)后處理：從確認(rèn)訂單到用戶入住和離店為止的過程，稱為后處理。對用戶來說，訂單確認(rèn)后只需到那一天到達酒店入住即可。對攜程來說還有很多事宜需要和酒店溝通，例如入住人或時間變更、離店后的審核結(jié)算等。此外，確認(rèn)訂單時如果酒店告知房間已滿無法入住，攜程會通知用戶并推薦用戶改訂其他酒店，該過程也屬于后處理。

（3）用戶訂單操作：即通常所說的客服，接聽用戶來電，處理用戶取消訂單、修改入住人或時間、增加特殊要求、開發(fā)票等方面的需求。

　?。?）投訴處理：負(fù)責(zé)處理用戶投訴

除處理投訴必須人工協(xié)調(diào)以外，其他三項職能的工作都有既定的流程，因此都包含大量重復(fù)性的工作。經(jīng)過長期的工作積累發(fā)現(xiàn)，這些流程整體保持高效，但部分環(huán)節(jié)效率略低，可以用自動化的方式代替或改進。

2、訂單確認(rèn)智能外呼

上文提到，如果酒店長時間沒有確認(rèn)訂單，呼叫中心會人工外呼給酒店催單。問題是，應(yīng)該采取怎樣的外呼策略，可以使訂單確認(rèn)外呼這項工作更加高效。

2.1 傳統(tǒng)的訂單外呼流程

傳統(tǒng)的訂單確認(rèn)流程很簡單，等待酒店回復(fù)——到指定時間仍未回復(fù)——人工外呼酒店。這是一個很自然的流程，然而實際效率并不高。主要有兩點：

（1）向酒店發(fā)出預(yù)訂消息后，只能一直等待，直到快要超時了再去催單嗎？事實上，有些酒店確認(rèn)訂單的速度一向很慢，或者某個特殊的時段、某些特定的房型酒店總是很晚才給回復(fù)?？赡芪覀円呀?jīng)預(yù)料到酒店會很晚才給回復(fù)，但也會等到指定時間外呼催單，這樣用戶就白白等待了很長時間。或者，我們可以提前外呼這些酒店催單？

（2）實際操作中發(fā)現(xiàn)，很多時候，酒店只是在電話里表示了解情況，通話結(jié)束后仍然過很久才給回復(fù)，那這次外呼就變得沒有意義，可能酒店已經(jīng)習(xí)慣或者確實需要那么多時間來做確認(rèn)，有沒有給酒店外呼結(jié)果是一樣的。畢竟人力有限，不可能所有訂單都做外呼，應(yīng)該優(yōu)先去做外呼有意義的訂單，而可能無效的外呼就應(yīng)暫緩。那么，在外呼之前，能否預(yù)判這次外呼是否有效？

順著以上兩個問題的思路，就把一個依次排隊的傻瓜式外呼，轉(zhuǎn)變?yōu)橹悄芑念A(yù)測式外呼。這里的關(guān)鍵，就是要提前找出哪些訂單需要提前外呼，以及預(yù)判外呼的有效性。這是一個需要自動執(zhí)行的預(yù)測功能，機器學(xué)習(xí)在這里派上了用場。

2.2 改造后的智能外呼流程

改造后的預(yù)測式外呼流程加入了兩個機器學(xué)習(xí)模型：回復(fù)時長預(yù)測模型和外呼有效性模型。

（1）通過回復(fù)時長預(yù)測模型，預(yù)測訂單的回復(fù)時長是否會超過一定容忍范圍。在容忍范圍內(nèi)回復(fù)的，暫時不用做什么。如果等到容忍范圍后仍未回復(fù)，再進入隊列準(zhǔn)備外呼。預(yù)測回復(fù)時長超過容忍范圍的，提前外呼，提前對可能需要很長時間回復(fù)的酒店進行催單。

（2）準(zhǔn)備外呼前，每個訂單由外呼有效性模型做一次判定，即本次外呼是否有效。判定為有效的，優(yōu)先安排人工外呼；判定為無效的，說明此時電話打出去也沒有意義，人工外呼延后。但為了應(yīng)對模型誤判，防止確認(rèn)超時，我們會用IVR自動語音外呼做一次催單。如果IVR沒有起作用，在剩下的時間里，就對這些仍未確認(rèn)的訂單安排人工外呼。

總結(jié)一下這個預(yù)測式外呼流程，我們把可能會很晚回復(fù)，并且立即外呼也是有效的訂單，盡可能優(yōu)先安排人工外呼；而其他需要較長時間回復(fù)，或者打電話不起作用的外呼延后。比起原本訂單一個個排隊外呼的方式，新流程對資源的分配更為合理。

2.3 模型的構(gòu)建

下面介紹一下上面所用的兩個模型。這是兩個有監(jiān)督模型，我們結(jié)合業(yè)務(wù)背景提取相關(guān)特征，構(gòu)建數(shù)據(jù)集，離線進行模型訓(xùn)練。

以外呼有效性模型為例，決定外呼是否有效的因素有很多，包括下單所處的時間點，幾天后入住，是否是特殊或熱賣的房型，攜程與酒店的合作關(guān)系，酒店歷史的外呼數(shù)量，無效外呼數(shù)量，以及酒店的操作習(xí)慣等。訓(xùn)練過程中我們嘗試了多種模型，最終選擇XGBoost模型上線。

模型以及新流程上線后，對比上線前后一段時間的數(shù)據(jù)，總訂單量增長了25%，而實際進行人工外呼額訂單占比減少了1/3，同時確認(rèn)用戶的平均時長沒有顯著變化，說明在沒有影響客戶體驗的前提下，通過以模型預(yù)測進行資源重新分配的方式，減少了大量無效外呼，流程得到了優(yōu)化，呼叫中心工作的運行效率得到大幅提升。

3、總結(jié)和展望

以上我們介紹了大數(shù)據(jù)和機器學(xué)習(xí)在提升攜程呼叫中心自動化方面的一些應(yīng)用，重點介紹了預(yù)測式智能外呼的細節(jié)。這些項目的成功上線，驗證大數(shù)據(jù)和機器學(xué)習(xí)在提升自動化，優(yōu)化資源分配，改進流程提高效率方面可以發(fā)揮重要作用。我們分析現(xiàn)狀，尋找流程中的不足和改進點，用機器學(xué)習(xí)加以改進，在其他項目中也值得借鑒。

未來攜程將致力于打造一個全新的、更加數(shù)據(jù)化智能化的呼叫中心，從而更好地服務(wù)用戶，為行業(yè)樹立一個新的標(biāo)桿。