智能监控技术：应对客诉数据挑战与系统实践

在"基于客诉体系的智能监控技术及系统实践-QECon深圳站2021年全球软件质量&效能大会"中，演讲者费志辉和万明阳来自字节跳动的互娱研发质量保障部-研发效能中心，分享了他们在构建智能监控系统方面的经验。他们面临的挑战主要包括处理海量的用户客诉数据，如在抖音平台上发生的狮虎决斗视频事件和iPhone手机发热问题，这些问题引发了大量的用户投诉和舆情发酵。 演讲的核心围绕以下几个方面展开： 1. **背景与痛点**： - 字节跳动的全球月活跃用户众多，这导致客服中台每日面临大量客诉数据，传统的手动标记方法效率低下，存在人工打标耗时、准确率低、无效数据占比高以及热点问题识别困难等问题。 2. **智能监控系统实践**： - 系统通过机器学习和自然语言处理技术，实现了对用户投诉内容的理解和自动分类，提高了标签分配的准确性和效率。 - 系统能监控并智能告警，实时检测异常情况，例如狮虎决斗事件中的虐待动物指控和iPhone手机发热问题，防止舆情扩散。 3. **核心算法能力**： - 介绍用于理解和处理客诉内容的关键算法，包括内容理解算法、分级监控算法，以及可能涉及到的序列预测和降噪技术，这些算法旨在提升问题识别的精度和有效性。 4. **落地效果**： - 分享了智能监控系统的实际应用效果，包括减少人工介入的工作量、提高问题响应速度，以及在发现和处理热点问题上的显著改进。 5. **舆情管理与数据量级变化**： - 演讲还探讨了如何通过智能监控系统有效管理和控制舆情，尤其是在事件爆发初期，能够快速捕捉并响应，防止客诉数据量级的急速上升。 通过这次演讲，听众可以了解到在海量用户投诉中利用智能监控技术的重要性，以及如何通过数据分析和算法优化来提升客户服务质量和效率。此外，该案例也展示了如何在应对突发舆情事件时，利用技术手段进行有效的危机公关和问题解决。