近几年，我发现生活里很多“政事儿”办理越来越方便了；有什么不懂的，打电话或者留个言很快就有人反馈；跟了个12345市民热线分析系统的项目，深刻感受到G端对民意舆情的关注；也发现这一类项目在实施过程中的问题和痛点，以下为梳理总结，仅供参考。
目前300多个城市设立了政务热线，目前大多数城市仅仅将其作为倾听民众声音、派员处理市民难事的渠道；存在对热线数据的分析应用，但基于数据和技术的原因，对政务热线数据进行挖掘比较有限。
热线的存在首先要依托90年代技术的发展，电话、手机、APP、互联网，增加了诉求公开透明的渠道。
对政务热线的发展阶段进行分类：信息化阶段、数字化阶段、智能化阶段。
背景是电话的普及，打电话极其方便。
但这个时候政务热线主要目标是“听”，解决问题。
但发生了多少相似的问题，诉求接听之间是不互通的，这其中的相关性也无法得知。
背景是互联网、物联网的发展，网上政务大厅、政务服务APP等各种应用逐渐发展。
同时，这样热线数据由原来的分散式转变为集中式，数据得以汇集。
相关部门对热线不再停留在“听”的阶段，更加重视热线数据背后的应用价值。
典型的表现是相关部门的周报、月报、季度报告、年报等周期性报告。
有对应部门的人员进行定期报告的整理，以达到发现集中问题，辅助决策的目的。
这个阶段也是目前的主流阶段。
随着人工智能的接入，对热线数据的分析、解析得以应用，这个时候的智能主要体现在“接听”和“派单”。
将智能技术应用数据采集和数据流转过程之后，对沉淀的数据应用的要求也更高了。
不再满足于人工报表，报表自动生成、数据可视化大屏、数据解析舆情分析、治理流程可视化等等。
热线流转流程为 多对一对多 的形式，集中式处理，并对处理结果进行回访，实现流程闭环。
从上面的热线流转可以看到，数据经过了接听、分类、办理、反馈、分析五个过程。
在调研过程中，用户痛点主要集中在接听、分类、分析中，我把它对应到常说的数据收集、数据清洗、数据分析三个方面。
在整个诉求过程中，话务员是数据收集的最前端，接听电话，将诉求内容记录下来，才有接下来的分类、派单等等。
但是信息在传播过程中是逐渐递减的。
当话务员在接听市民诉求时，一般情况是需要在非常短的时间内记录市民反馈的问题
这样就导致对市民问题的记录描述无法进行格式统一化，
而且一旦格式统一化容易改变来电人的真实诉求表达。
话务员对诉求记录之后，要根据诉求内容按照热线系统中给定的分类进行标记。
举例如下：
（1）系统分类无法自动更新
这样将热线进行分类时，系统设定的各级分类无法准确标记诉求问题。
（2）问题分类人工主观划定
工单分类由人工划定，不同话务员面对相似问题时，也会出现将相似问题划分在两个分类的主观情况。
（3）不同地区之间的分类标准不一
分类标准不一，对热线数据标记会出现差异性，数据无法在更高一级实现汇聚共享、分类就会受限。
客户对热线数据的业务分析需求周期性分析、专题分析。
分析是整个热线数字化最难的一部分。
比较容易做到的是标准化数据的分析，比如来电量、满意率、各固定分类的占比、各承办单位的占比；
难点在于非标准化数据的分析，比如拖欠工资分类中主要集中在哪些企业、哪些行业；某个镇街反映集中的问题是哪个分类等等。
这类分析通常依靠人工借助 【固定分类】筛选后，再进行人工判断，进行【再次辅助标记】统计，其人工工作量巨大。
一份常规性月报的形成往往需要业务人员一周时间的准备。
了解了热线业务流程和痛点，甲方的需求是什么呢？想做些什么呢？拥有这么丰厚的数据资产，该如何利用呢？甲方的痛点如何解决呢？
首先，一个稳健、灵活的热线接办系统对整个热线业务来说非常重要。
如何利用系统灵活、准确的对非标准化的诉求数据进行 准确记录、标准化处理？
而标准化处理的数据是数据分析应用的重要前提。
智能客服引入，对非人工解决的咨询类、常规类、知识库类进行了过滤，承接部分热线压力。
（1）即时文字转换
以自然语言处理为核心模块的文字转换、语义判断、内容自动提取工具，实现对来电人口头表达的即时文字转换。记录完整通话内容。
（2）语义语境识别
自动识别来电人的基本信息，并根据信息进一步询问，自动提取关键字段以供话务员进一步筛选、编辑、点选，大幅提高话务员的分类效率。识别来电人的语义和语境,自动为接线员实时给出话术指引，降低沟通成本和工作压力。
（3）知识库调用
针对常规咨询类问题，智能客服可以直接调用知识库的相关内容进行解答，诉求止于智能客服，无需进一步流转。
这两个词感觉是矛盾对立的，但是确实是话务员的实际需求。
统一分类指的是同一地区，同一监管需求的统一，在相同的业务流程和业务环境中，使用同一套分类标准，能最大程度上保障分类数据的标准化。
在标准化的基础上，支持话务员在末级分类进行细分，将数据做到尽可能精确。
（1）常规报表自动生成
对常规的来电量统计、分类占比统计可以自动即时生成，能看到数据的，一目了然看到数据。
（2）舆情热词监测
通过关键词、舆情重点词监测等，对诉求内容进行监测和提取，形成舆情热点图、热点地区图等。
主要功能有：
主要功能有：
业务过程是非常痛苦的，给我印象最深刻的就是数据。
对系统的整体要求是：
这些的实现不仅是技术的支持，还需要对业务的深刻理解才能发现诉求之间的关联，也需要更多企业库、地点库、知识库等数据库的关联，才能支撑更深度的分析。
本文由 @思睿 原创发布于人人都是产品经理。未经作者许可，禁止转载。
题图来自Unsplash，基于CC0协议。
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。