机器学习在酒店呼叫中心自动化中的应用

作者简介

周振伟，携程数据智能部数据科学工程师，同济大学硕士，主要承担酒店服务领域的数据分析和挖掘工作。本文来自周振伟在第二届携程云海机器学习沙龙上的分享。

*视频由IT大咖说提供，时长约18分钟，请在WiFi环境下观看*

无论是出门旅游还是商务出行，在外能有一个舒适的住处，往往都是首先要解决的问题。OTA提供的酒店预订功能无疑为此提供了巨大的便利。

打开携程APP，看中一家不错的酒店下单后，会有一个等待酒店确认的过程。携程将用户预订的消息发送给酒店，酒店进行查房，确认是否有空余房间，然后回复携程，再由携程通知用户确认结果。这个过程通常在半小时到一小时内完成，很多时候只需十分钟，在这背后，携程的呼叫中心起到了重要的作用。

面对每天全国海量的出行和预订需求，避免用户长时间的等待，加上与酒店相关的各种复杂事宜，呼叫中心的工作一直在高度紧张和繁忙的氛围中进行。然而随着业务量的不断增长，完全靠人力完成这些工作效率是非常低的。在大数据和人工智能时代，我们自然会想到用数据的力量代替一部分人力工作，即实现和提升流程的自动化，提高工作效率。

本文以订单确认智能外呼为例，分享携程在提升呼叫中心自动化方面所做的工作，介绍携程是如何利用机器学习技术，改造呼叫中心外呼流程的。

1、呼叫中心职能

携程呼叫中心的职能主要包含以下四部分：

（1）订单确认前处理：从用户下单到确认订单为止的过程，称为前处理。确认订单是指用户下单后酒店确认是否可以正常入住，然后携程告知用户确认结果。除一部分房型可以直接确认用户不用等酒店回复以外，大部分房型都需要由酒店亲自确认。这部分房型只要有用户下单就必然经历这个过程，因此前处理是携程呼叫中心工作量最大的事务之一。

（2）订单确认后处理：从确认订单到用户入住和离店为止的过程，称为后处理。对用户来说，订单确认后只需到那一天到达酒店入住即可。对携程来说还有很多事宜需要和酒店沟通，例如入住人或时间变更、离店后的审核结算等。此外，确认订单时如果酒店告知房间已满无法入住，携程会通知用户并推荐用户改订其他酒店，该过程也属于后处理。

（3）用户订单操作：即通常所说的客服，接听用户来电，处理用户取消订单、修改入住人或时间、增加特殊要求、开发票等方面的需求。

转自：携程技术中心