客服系统招标（客服系统招标文件）

本篇文章给大家谈谈客服系统招标，以及客服系统招标文件对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。 今天给各位分享客服系统招标的知识，其中也会对客服系统招标文件进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！

本文目录一览：

• 1、客服服务系统的简介
• 2、单凭NLP撑起客服机器人？恐怕你对NLP有什么误解 | 爱分析调研
• 3、电缆事件涉事公司曾中标数个高铁项目是怎么回事？

客服服务系统的简介

在战略管理和运营管理指导下的客服系统如何具体建立呢？下面分七个步骤来分别说明：
一、结合规划，明确系统需求
呼叫中心经过战略层面的规划和运营管理层面的指导，可以迅速地明确系统需求。考虑呼叫中心的需求一般可从如下四个部分着手思考：
（1）接入及交换处理系统
此部分重点考虑用户的呼叫接入和呼出、呼叫转接处理需求，分析提供电话、传真、信函、Web、EMAIL、WAP、短信、视频等方式的接入选择。考虑分析用户呼叫要求和数据，将该数据传递给业务处理和业务管理系统，同时接收业务处理和业务管理系统的交换请求，对各种电话交换资源、语音资源、传真资源、座席资源等进行统一管理和调度分配，进行呼叫的排队和交换。它包括PBX/ACD (自动呼叫分配)、IVR（交互语音应答）、CTI、传真系统、短信平台、座席软电话、录音、呼出系统、ICC（Internet呼叫中心）等子系统。
（2）业务处理及业务管理系统
此部分重点考虑应用业务逻辑的处理和调度需求，考虑向客服系统的使用者提供所有业务层面的应用功能，并通过通信服务代理与数据库和外部系统打交道。它包括座席桌面应用子系统、业务逻辑处理子系统、运营管理子系统和通讯服务子系统，分别实现座席桌面应用、业务逻辑处理、应用管理和通讯等的需求。
（3）数据存储处理及数据分析系统
此部分重点考虑系统中的大部分重要数据存储的需求，并对这些数据进行数据库层的处理；同时利用DW（数据挖掘）和DW（数据仓库）的技术提供OLAP数据分析处理、数据挖掘等操作的需求。它一般包括数据存储处理子系统、数据分析中心子系统两个部分。
（4）网络及安全管理系统
此部分重点考虑进行网络性能管理、网络配置管理、系统安全防范、数据备份与恢复、系统容灾管理等的需求。它一般包括网络管理子系统、安全防范子系统、数据备份子系统、容灾子系统。
二、结合需求，选定组网方式
根据前面规划提到的客户战略和服务战略，考虑呼叫中心所服务客户的地域范围分布情况，结合具体的系统需求分析，可相应地从多种组网模式中选择适合自己的组网方式。组网方式将直接实现系统需求，同时也影响系统的配置和产品选型等后面的步骤，所以需要在此环节确定系统的组网方式。
（1）单点组网模式：系统的所有硬件资源、服务资源以及座席代表等都集中在一个建筑物内，整个系统组成一个高速局域网，用户的电话/Web呼叫等统一接入到这个单点的呼叫中心系统中，由呼叫中心的各种资源为用户提供服务。
（2）远端座席组网模式：系统在PBX一侧提供多种连接远端座席的方式，可以根据远端座席设置的数量规模，配置性能价格比非常合理的产品，可以采用PBX远端模块方式，也可以采用IP的方式使远端语音与数据在一条物理链路上同时传输，实现传输介质与带宽共享。
（3）分布式组网模式：采用分布式CTI及分布式数据处理技术的虚拟呼叫中心系统，可以将在地理位置上分散的多个呼叫中心（Site A/B/C）连接在一起，每个节点都可以根据需要配置座席群、IVR、传真资源以及服务器群组，这些分布式的节点通过PBX及CTI中间件内嵌的分布式处理功能在整体上形成一个逻辑上统一的呼叫中心，不同呼叫中心之间的业务代表和自动语音、自动传真资源可以实现均衡分配，从而使得呼叫中心的处理资源达到统一分配、负载均衡。
三、系统配置计算
根据系统用户数、业务种类和系统组网模式等因素和行业应用经验值，可以计算PBX/ACD资源配置、数据库和应用服务器主机配置、存储空间等。
四、产品选型和系统集成商选定
根据需求和系统配置计算结果，可以结合应用系统的需求，来进行产品选型。建设呼叫中心涉及的主要产品有：
前置接入交换平台：根据业务需求和处理能力要求，前置接入交换平台可以选择PBX/ACD（交换机、排队机）、可编程交换机、一体化呼叫中心平台等作为呼叫中心与公众电话网（PSTN）的接口，提供了电话接入的功能，并进行呼叫的排队，同时为业务代表提供会议、转接等多种功能。
交互式语音应答及传真系统(IVR/IFR)：IVR（Interactive Voice Response，交互式语音应答）以及IFR（Interactive Fax Response，交互式传真应答）应用软件主要完成系统语音引导、语音交互式语音应答、收发传真等功能。根据一些数据统计显示，在某些行业的客户服务中心，自动语音服务器担负处理60%以上的呼叫量。IVR的使用节省了人工接续时间，使呼叫中心效率大幅度提高，大大降低了运营成本。
座席录音平台：Recorder Server（录音服务器）主要完成对座席的同步录音功能，提供录音原始文档，对座席人员进行绩效管理，解决服务纠纷等功能。在呼叫中心系统建设中，使用较多的座席同步录音产品包括FDS、Nice、Tgnortel、InterVoice、宇高Vc-log等多种，在呼叫中心系统建设中，可以根据规模的大小和功能需求，选择切合实际、高性价比的同步录音产品。
座席工作站：Agent(座席)工作站主要由座席PC机及座席客户端软件构成，是座席业务代表进行客户服务的终端平台。在呼叫中心解决方案中，系统一般都提供软电话的功能，包括象签入、签出、置忙、置闲、应答、挂断、保持、呼叫转接、三方通话（会议）、拨号、咨询、呼叫等待指示、座席业务量实时统计、屏幕弹出等功能。
数据库/应用服务器：DB/APP Server（数据库/应用服务器）是呼叫中心的信息数据中心，用来存放呼叫中心的话务员配置信息、客户档案信息、业务受理信息、业务查询信息以及各种配置统计等数据，为客户提供业务咨询、综合查询、业务受理、投诉建议、系统管理等业务处理逻辑。在项目建设中，可以根据系统规模大小和功能需求选择合适的产品进行集成开发。
管理工作站：主要负责系统的综合管理，例如系统配置、系统监控、统计报表等。
通信网关：主要负责与其他系统之间的通信，它作为一个综合的消息传递平台，将所有其他平台发送过来的消息统一提交给呼叫中心其他后台系统，同时将呼叫中心的所有外发消息统一通过此平台分发给其他外部系统。
网络平台：网络平台是整个呼叫中心系统的网络支撑，所有主机等作为一个个的节点利用网络来互相通信。
至于系统集成商的选定，一般可先形成招标文件，再通过自己企业的招投标流程，综合比较各系统集成商的方案和价格等因素，就可完成本步骤的工作。此环节各企业都有比较成熟的操作流程，这里就一笔带过了。
五、项目实施
根据产品选型的结果和选定的系统集成商，由甲乙双方人员组成项目组，对项目进行实施。此阶段最容易出现各种问题，如果处理不好，呼叫中心的建设不会一帆风顺。这个环节很重要的一点就是系统集成商是否有成熟的实施方法论来指导项目的实施，降低项目实施中的风险，确保项目能顺利实施。
六、系统运行
通过项目实施中的系统测试、试运行后，系统即转入正式的上线运行阶段。此阶段是验证呼叫中心规划与系统建设的最好时机。通过一段时间的磨合，逐步建立以客户为中心（Customer-Centric）的企业战略和企业文化，并将呼叫中心的人力资源（People）、业务流程（Process）与技术（Technology）进行有效的整合，发挥系统的最大功效。
七、评价与改进
在经历一段时间的系统运行以后，应该定期通过考评呼叫中心的绩效，并进一步评估系统与呼叫中心战略、客服组织架构和客服流程的适宜性和有效性，对呼叫中心的规划与运行情况进行评价，对不足之处提出改进思路。
只有不断地进行持续改善，才能建立一个规划合理、运行高效的卓越的呼叫中心。

单凭NLP撑起客服机器人？恐怕你对NLP有什么误解 | 爱分析调研

调研 | 李喆 洪军

撰写 | 洪军

随着NLP技术的兴起以及google的bert模型开源客服系统招标，不少新兴企业开始进入客服机器人领域，市面上逐渐出现了一大批质量参差不齐的客服机器人。其中大多数只能完成某个场景的验证，在深入做复杂场景时往往无所适从，真正具有竞争力的产品可谓是凤毛麟角。

众多企业以NLP作为噱头大肆宣传，但其中真正能经得起考验的产品却少之又少。

主要原因在于，单纯地利用NLP技术只适合于回答一些规范性的问题，例如实体属性、关系的问答，并不能够完全解决客服机器人的全部实际问题。

实际上，rule base、深度学习、NLP技术在客服机器人实际应用过程中拥有各自的优势。

rule base适用于一些常见问题的场景，通过关键词匹配、快速搜索，能够快速、准确的进行问答；深度学习适用于一些泛化类的意图问题，他能够基于上下文语义理解，更好的服务客户；而知识图谱适用于一些规整的问题，例如实体属性的问答。

因此，想要做好一款智能高效的客服机器人，只有以海量的数据为基础，在实践中运用不同技术对产品进行不断打磨，才能带来媲美人工的舒心服务。

云问 科技 基于rule base、深度学习、NLP等技术针对具体问答场景提供不同的技术，大幅提高了客服机器人的智能化水平。

云问 科技 是一家客服机器人供应商，并在客服机器人基础上提供质检、培训等增值服务，帮助企业在服务和管理上更加高效智能。

与同行业其他公司相比，云问 科技 最大的特点在于技术融合性与庞大知识库。云问 科技 综合rule-base、NLP、深度学习等技术搭建了客服机器人底层平台，并构建了一个拥有50多个细分行业的知识图谱与常见问题问答的知识库，将不同知识库内容搭载在底层平台上为金融、电商、政务等行业提供相应的客服机器人。

在服务的场景上，云问 科技 提供的客服机器人以接待、咨询等呼入场景为主，包括售前与售后环节，主要以文本形式进行交互问答，且可以进行业务咨询全覆盖，以及多群体访问。

除客服机器人之外，云问 科技 还提供企业内部人事、IT、财务等自动咨询和系统服务问答调用的智能服务平台以及实体机器人等增值服务。

目前，云问 科技 客服机器人以本地化部署方式收费，第一年运维免费提供，之后每年会收取20%的维护费用。企业内部智能服务系统以SaaS订阅方式收费，订阅费用根据API调用量决定。

客户方面，云问 科技 以金融、政府、IT行业的中大型客户为主，典型客户有国泰人寿、华夏保险、海南省人民政府、腾讯等。

云问 科技 在2013年成立之初，就采用rule

base技术上线了第一款文本客服机器人。

但单纯的使用rule base技术应用场景有限，只在一些频繁性的问题问答较为适用。于是，在2015年，云问 科技 引入深度学习技术，并上线了第一款在线客服系统，可以同时满足多人的在线自动问答，并增加了问答内容范围。

随着客户对客服机器人准确率的要求越来越高。2017年7月，融合了NLP技术的云问客服机器人上线，在一些规范性的实体属性、关系的问答情形精确度大幅提高。

现如今，云问 科技 在针对客户的需求时，已将三种技术融合的游刃有余。由于不同企业的FAQ库与知识图谱略有不同，如何在较短的时间内提供高效智能的产品变得尤为重要。而云问 科技 恰好精于此道。云问 科技 经过6年的专心打磨，已经熟知在哪些问答问题上应该使用哪种技术、哪种模型，技术转化为产品能力居行业领先水平。

在产品实际部署时，由于需要了解客户的需求，构建企业的知识图谱，因此，部署时间通常为3-6个月。而云问 科技 与中大型客户从开始接触到最终产品落地只需要1-3个月，其中产品实际落地时间往往在1个星期之内，工程化能力同样出众。

目前，云问 科技 经过长达6年的积累，已经构建了一个庞大的知识库。该知识库由50个细分领域FAQ（FrequentlyAsked

Questions）与知识图谱组成，行业包括政务、金融、物流、电商等。

知识库的建立，一方面为技术的优化提供数据基础。另一方面，将不同行业的知识库与底层客服机器人系统相结合，可以快速实现不同领域的产品落地，加快市场拓展进程。

此外，云问 科技 目前服务的典型客户包括国泰人寿、华夏保险、腾讯等，示范效应显著，良好的口碑也为云问增色不少。

以客服机器人为切入点，向企业内部智能服务场景延伸

未来，云问 科技 将以智能高效的客服机器人作为切入点，与企业建立友好合作，并不断深入挖掘企业其他智能服务需求，提高客户的LTV。

若只提供单纯的客服机器人，其客单价往往不高，单个的客服机器人价格在10-100万之间，具体根据企业的产品需求而定。客服机器人为一次性付费产品，之后每年会收取10%-20%的运维费用，但收入都相对较少。

因此，云问 科技 需要不断挖掘客户需求，提供更加丰富、智能化的产品。云问 科技 将会和一些大型企业，包括美的、海尔等进行深入探讨，挖掘他们的需求，方向上包括企业内部IT场景、员工培训、企业知识管理等。

考虑到后续在企业需求扩展时，多为定制化产品情形，云问 科技 把软件做了很好的分层，通过构建通用底层平台，从而能够快速为不同企业提供不同产品。

爱分析从技术、场景理解、客群、获客等四个维度对云问 科技 进行评价。

技术： 2013年开始做客服机器人，综合了FAQ、深度学习、NLP三种技术为客户提供最高效的客服系统，经验丰富，技术较强。在针对不同客户的FAQ与知识图谱时，知道采用何种技术和模型解决特定场景下的问题，使得提供的客服机器人精度更高。

场景理解： 公司所在客服机器人领域，产品需求旺盛，市场规模为千亿级。想要做好一款智能高效的产品较难，技术与数据将会是核心竞争点。公司经过6年的积累，形成了50个细分行业的知识库，不仅能为模型优化提供数据，还能加速产品落地，扩大市场占有率。

客群： 以中大型客户为主，行业覆盖金融、电商、政府等，典型客户包括国泰人寿、华夏保险、海尔、美的、腾讯等，示范效应显著。中大型客户比小型客户对客服系统的需求强烈，客户粘性强，付费能力强，可深入挖掘空间大。

获客： 以直销为主，销售人员为50人。公司成立6年，中大型客户300家，SaaS型订阅客户数量数百家，客户数量较少，获客能力有待加强。

近日，爱分析专访云问 科技 创始人兼CEO王清琛，就客服机器人发展趋势与云问 科技 业务发展进行了深入交流，现摘取部分内容如下。

爱分析：在场景选择上，为什么云问 科技 选择接待机器人而不是外呼机器人？

王清琛： 主要是因为不同公司的 历史 发展和技术侧重点不同，例如，如果一家公司以前是做语音的，就很容易从呼叫机器人切入，但客服系统招标我们之前是做文本识别的，就容易从文本切入。

外呼场景相对来说比较容易，因为他们都是有目的、有话术、相对封闭的场景。但是呼入场景很难做深。呼入机器人需要有强大的知识库做为支撑，当一个电话呼入进来，对话不可控，用实体、边的属性很难实现全部的对话功能。所以做呼入机器人不仅就需要NLP技术、以及强大的知识库，还需要其他能力，这样才能把整个问答过程支撑起来。

爱分析：在实际落地时，客户完全会用客服机器人服务，还是一些简单的场景让客服机器人去做？

王清琛： 这些情况都有。主要是市场对客服机器人的认知度在不断变化。现在的发展趋势由原先的以人工客服解决为主转化为以智能客服为主。

例如，以前，客户会在人工客服下班的时候使用机器人服务。后来，逐渐在人手不够情况下使用机器人。现在大多是先使用机器人进行服务，在无法进行回答时再使用人工。未来预计会慢慢的只在有客户投诉的时候再使用人工客服。

爱分析：云问 科技 是只做客服机器人本身，不做在线客服系统和呼叫中心吗？

王清琛： 对。我们一直都是只做智能这一块，包括语义分析、语义理解。

爱分析：云问 科技 一直不做偏人工客服系统的原因是什么？

王清琛： 云问从一开始觉得，智能是未来的方向，我们会投入更多的精力在这方面。而在人工客服系统方面，无论从运营、渠道角度，都有很多厂商在做，我们也就没有过多涉足。

爱分析：现在最终判断客服系统与场景结合程度好坏的指标有哪些？

王清琛： 指标有很多，大型客户在招标问答系统时都有一套评价体系，主要包括多轮对话的轮次、语义的识别、模糊匹配、知识的理解、语义的泛化。

爱分析：现在一套中大型的客户，部署周期需要多长时间？

王清琛： 大概需要1-3个月，主要时间花费在与客户沟通交流，了解客户的需求，构建他们的知识图谱。我们会基于我们的方法论构建一些通用的知识图普，然后会为企业构建一些深度的企业知识图普。

爱分析：云问 科技 认为rule base、深度学习、NLP技术厂商都可能会转向客服机器人领域吗?

王清琛： 任何一条路的可能性都有。在我们看来，不管是分词技术、还是用自然语言处理的技术做一些特定语的提取，都会解决某一个环节的产品，但不能解决整个问题。

客服机器人是一个技术的结合，不同的环节用不同技术效果会不一样。我们更多的用底层技术打起，从最底层分词的技术做起，提供整个的一套服务，我们服务对话机器人在问答效果上优势明显。我们认为主要原因是技术的融合，而不是某一项技术引领行业的发展。

例如，我们在做意图识别，遇到过一个超过200个选项的意图识别。当时尝试了很多算法，最后选择了深度学习算法，他的算法效果比其他算法准确度高十个百分点。

爱分析：在2017年之前，云问有用到知识图谱技术吗？还是等知识图谱技术成熟了之后再用？

王清琛： 知识图谱技术一直存在，高校也一直在研究。2017年开始有应用在机器人方向的导向。但是，知识图谱适合在特定场景下使用和擅长场景，并不是全部适用。知识图谱我们很早用过，但是在技术链中，他只是其中的一个环节，不能替代全部。

爱分析：用NLP技术应用在呼入场景时，会有哪些问题？

王清琛： 如果只用NLP技术解决呼入场景时，会使得效果大大削减，它可能只是在某一些场景会有好的效果。因此，需要针对用户具体的问题使用不同的方法，知识库会作为基石，但上面需要叠加很多的不同技术。

爱分析：机器是没有常识的，云问 科技 这边有什么解决方式？

王清琛： 随着技术的进步，未来一定会有相应的产品出现。我们也会构建，主要依靠知识库的积累，现有的数据来源比如有FAQ的数据，非结构化的文档资料，结构化的数据，通过NLP技术也可以快速的搭建针对问答的一套知识库。未来，将会去做知识库的自动理解和自动构建，这也是我们一直核心研发的智能辅助型的工具。

爱分析：多轮对话会是技术难度更高的一个点吗？

王清琛： 多轮对话的复杂度高，相对来说难度点是既能实现不同场景的多轮对话，又能满足高度定制化的需求。单纯的多轮对话技术难度不是很难，主要把各项NLP技术做一个综合的融合，就能解决这些问题。所以具体环节的落地更多的是工程化的工作，只做纯技术不结合业务还是不太适用。

目前我们能够完成10-20轮之间的多轮对话。

爱分析：去年google开源bert技术，会对行业会产生什么影响？

王清琛： 我们其实已经在逐步看到bert在行业内的影响力，云问目前已经在开展这方面的 探索 ，初见成效，相信未来bert潜力无限。

爱分析：云问 科技 未来的发展规划是什么？

王清琛： 主要还是一点：AI变革企业服务全链条，包括企业的对内服务以及对外服务各个环节。

我们将侧重于深耕客服机器人在各个行业的业务场景、机器人理解的能力、以及是否能给企业创造更多的价值。现在我们已经安排业务人员对各个行业进行深入的调研，了解各个行业的痛点。我们也将制定全链条全环节智能化的解决方案。

爱分析：云问 科技 下一步往企业内部延伸，具体打算怎么做？

王清琛： 我们会和一些大型的企业，包括美的、海尔等，做一些深入的探讨，方向包括企业内部IT场景等。我们接触的很多客户都是大型客户，他们的业务数据异构程度、应用场景都比较高，这个会导致定制化产品比较重，所以我们把软件做了一个很好的分层，对于未来发展方向并没有限制。

爱分析：在多维表格方面，云问 科技 和一些金融公司做的方向是一样的吗？

王清琛： 我不太评价别人是怎么做的，我们是基于知识场景出发，去做表格理解、解读的能力。基于NLP技术，针对表格做一些深入化的理解和产品功能的提炼。

爱分析：云问 科技 后续会提供质检系统、销售系统等吗？

王清琛： 会的，只是目前我们主要精力还不会放在这些方面。

爱分析：云问 科技 会考虑NLP应用在其他场景吗？

王清琛： 我们会考虑做一些行业的定制深入优化，通用性不会那么多。今年云问已经成立了某些行业的业务线，做这些行业的深入挖掘和深度定制。

我们下个阶段可能会探讨NLP在保险、公共事业服务、交通物流等场景的产品落地。

电缆事件涉事公司曾中标数个高铁项目是怎么回事？

3月22日，使用陕西奥凯电缆的西安地铁和成都地铁均表示将对问题电缆全部更换，合肥地铁也正在检测使用的奥凯电缆是否合格。

记者调查发现，除了中标西安、成都、合肥的地铁项目外，陕西奥凯电缆有限公司还曾中标数个高铁项目，包括目前正在建设中的宝兰高铁以及已经投入运营的兰新高铁。同时北青报记者发现，这家注册仅仅5年，投入生产还不到3年的企业，在工程竞标中多次和有着数十年历史的电缆大厂一同跻身竞标排名的前三名。

奥凯电缆的中标信息显示，从2016年1月至今，奥凯电缆有近30条中标记录，而进入这些记录的条件是，能够在竞标中排名进入前三名。

北青报记者发现，除参与地铁项目竞标外，奥凯公司还曾经参与过兰新、宝兰、兰渝等多条高铁项目的招标，以及重庆至贵阳铁路扩能改造工程等其他铁路项目招标。其中，在兰新和宝兰两条高铁线路的项目的竞标中，奥凯公司有中标记录。

2016年1月5日的《新建宝鸡至兰州客运专线四电及客服系统集成电力电气化工程物资招标采购评标结果公示》显示，奥凯公司中标BD-01控制电缆项目，排名第一，而排名第二的安徽华通电缆集团有限公司和排名第三的石家庄特种电缆有限公司，均是成立于1980年代的企业，而此时奥凯公司成立还不到四年。该项目的招标单位为中铁电气化局联合体宝兰客专（陕西段）四电项目部和中铁电气化局集团西安电化公司宝兰客专四电（甘肃段)项目部。

另一份于2016年6月3日公布的《中铁武汉电气化局西安分公司兰新客专新增沿线警务区工程自购物资邀请招标评标结果公示》显示，奥凯公司同样以第一名的身份中标，中标价格为408500元，排名第二的杭州电缆股份有限公司报价410498.5元。北青报记者查询后发现，杭州的这家公司始建于1958年，是原机电部线缆行业重点骨干企业，还是浙江省电线电缆行业理事长单位。该项目招标单位为中铁武汉电气化局西安分公司电气化公司。

记者昨日致电以上招标单位询问具体情况，但均未得到回应。

关于客服系统招标和客服系统招标文件的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。 客服系统招标的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于客服系统招标文件、客服系统招标的信息别忘了在本站进行查找喔。