11月20-21日，由中國信息協(xié)會指導(dǎo)，中國信息協(xié)會客戶聯(lián)絡(luò)中心分會主辦，中國客戶聯(lián)絡(luò)中心行業(yè)發(fā)展年會組委會、才博（中國）客戶管理機(jī)構(gòu)共同承辦的2020第五屆中國客戶聯(lián)絡(luò)中心行業(yè)發(fā)展年會（以下簡稱年會）在京隆重舉行！大會以“轉(zhuǎn)型·創(chuàng)新·共贏——數(shù)字經(jīng)濟(jì)與數(shù)字化服務(wù)”為主題，聚焦行業(yè)數(shù)字經(jīng)濟(jì)時代，共謀發(fā)展新篇章、共話行業(yè)發(fā)展新機(jī)遇。大會線上線下同步舉行，現(xiàn)場來自各個不同領(lǐng)域的1000余位行業(yè)同仁蒞臨年會現(xiàn)場。
云問科技COO 聯(lián)合創(chuàng)始人 茆傳羽
直播回看
云問，熟悉我們的行業(yè)同仁都知道，是做智能機(jī)器人為核心業(yè)務(wù)，現(xiàn)在串聯(lián)起整個智能平臺的這樣一家科技公司。云問發(fā)展到第7個年頭，我們的產(chǎn)品已經(jīng)迭代到V5這樣的一個版本，我們構(gòu)建一個統(tǒng)一的服務(wù)平臺。
發(fā)展到今天我覺得我們科技公司遇到了一個難題，如何能夠更加的理解客戶的業(yè)務(wù)，所以云問在去年上半年的時候提出了一個新的理念，AI+知識的智能客服。
首先簡單的介紹一下云問，我們的整個愿景是希望通過機(jī)器理解變革服務(wù)，現(xiàn)在我們每天服務(wù)的業(yè)務(wù)交互次數(shù)，包括客戶的合作伙伴也非常多，并且值得一提的是，我們作為創(chuàng)業(yè)公司也參與到了國家第一版AI人工智能技術(shù)標(biāo)準(zhǔn)的制定中去，尤其是負(fù)責(zé)了咱們比較擅長的虛擬助理的匯編。這個是我們基于AI+知識的行業(yè)化智能服務(wù)的產(chǎn)業(yè)系列，當(dāng)然我們?nèi)〔牧斯盼漠?dāng)中的一些和我們的理念相關(guān)的術(shù)語來代表我們產(chǎn)品的一些核心想要表達(dá)的內(nèi)涵。
接下來給大家分享一下，更多的我們的一些思考，最近我們拿到了很多的需求，這個需求主要來自于什么呢？可能不是單個孤立的產(chǎn)品，我們以城商行來舉例，它需要做什么東西呢？不管是什么業(yè)務(wù)系統(tǒng)還是柜臺的系統(tǒng)業(yè)務(wù)咨詢系統(tǒng)以及分析和支撐系統(tǒng)里面都做一些智能化的優(yōu)化，那么怎么才能夠把所有的系統(tǒng)通過統(tǒng)一的平臺來做到這樣的一個升級呢？我們首先想到的就是知識的智能化。為什么你看這些不同的系統(tǒng)背后是代表不同的人，這些人串聯(lián)起來的場景，不管是我們的坐席人員還是一線在大堂里面去做業(yè)務(wù)的業(yè)務(wù)顧問還是我們的用戶還是大廳的服務(wù)人員，以及我們在后端的管理者，他們都希望對服務(wù)、對營銷能夠產(chǎn)生一些新的理念，我們就希望為每一個平臺打造知識的小助手把知識的服務(wù)滲透到業(yè)務(wù)服務(wù)的場景中。所以從這一點(diǎn)我們開始發(fā)現(xiàn)，知識的統(tǒng)一化開始慢慢顯現(xiàn)。
這個是剛才大家，不管是廠商也好還是客戶也好都會提，這是全渠道的客戶智能服務(wù)場景，不管是從機(jī)器人還是到人工的智能化、輔助、質(zhì)檢，再到智能的工單、派單，以及所有的數(shù)據(jù)的智能的分析，都離不開一個智能知識中心和AI的能力與訓(xùn)練平臺。接下來我講的就是如何來去理解這個統(tǒng)一的智能知識中心。
首先云問今年到年底的時候可能會做一件事，到年底的時候如果大家關(guān)注我們的公眾號，我們可能會發(fā)布智能客服運(yùn)營的秘籍，或者說地圖，我們希望從幾個點(diǎn)來講這個事。因為現(xiàn)在大家很多都上了智能客服，不管是某個產(chǎn)品還是全系列的套餐都沒有人告訴我智能客服到底應(yīng)該怎么把它運(yùn)營好。在思考這件事情的時候，應(yīng)該分成4個方面，這里面所有的都有非常詳細(xì)的架構(gòu)圖、說明也好，呈現(xiàn)在這個報告當(dāng)中。
首先第一個我們要理解用戶，所以是用戶的運(yùn)營，用戶的場景理解我們做智能客服的時候要想的是，這個智能客服要運(yùn)用到什么場景里面去，比如說我們會去分析話務(wù)排名60%的是什么類型？對你的話務(wù)去做文本的分析。這些分析里面我們通過什么樣的客服的手段，幫客戶修改什么資料，哪些是可以用智能化的場景去提升的？包括用戶對智能的訴求是什么？可能需要能夠快速的去解決問題，或者是說精準(zhǔn)的推薦，對智能化的訴求是什么？如何的來分析用戶的黏性，怎么能夠讓他在智能客戶上停留，人機(jī)協(xié)同的策略以及用戶運(yùn)營的指標(biāo)。我們在給用戶提供服務(wù)的時候，我們以什么樣的一套KPI和這樣的一些數(shù)據(jù)來去體現(xiàn)我們在前端給用戶提供的服務(wù)是合格的、是完善的。為什么呢？因為其實我們做智能客服也好，我們做其他的系統(tǒng)也好，我們最終的用戶不是我們的甲方，而是使用我們甲方產(chǎn)品的用戶。所以第一個我們要理解我們?nèi)绾稳シ?wù)好這些用戶。
第二個是客服的一些智能化的運(yùn)營，我們要去想客服的智能化運(yùn)營里，服務(wù)輔助的場景怎么去劃分？技能從哪些地方去做提升？智能培訓(xùn)的策略怎么去定？而不是說我的產(chǎn)品是什么樣子？我怎么去給客戶去做智能培訓(xùn)的策略。包括在客服運(yùn)營的指標(biāo)，我希望輔助和提升什么？我后面會講。比如說客服錄工單是十秒鐘，我現(xiàn)在希望壓縮到三秒，怎么把這個事情去做一些提升？這個就是我要去思考的事情。
第三個就是我們今天所要講的重點(diǎn)就是知識運(yùn)營，不管是給用戶去做智能客服或者說去給客服去做智能的提升，都離不開底層的知識和AI能力的支持。第一知識的生命周期是什么樣子的？就是它從來源到加工到存儲到最后的調(diào)用，整個過程是什么樣子？每個過程的類型是怎么樣的？我們接下來去聊知識的構(gòu)建、場景的設(shè)計、知識的運(yùn)維、診斷、虛擬的方法、管理的制度、運(yùn)營的指標(biāo)，怎么樣才是合格的。最后，我為了做成這三件事情我需要哪些職能，對這些職能的要求，我今天就簡單的拋磚引玉，接下來請大家期待我們年底的報告。
針對這樣的一種思路，我們就拿一個消費(fèi)品的客戶舉例子，我們第一要想做什么？首先對它的服務(wù)渠道做一些區(qū)分，對它在智能營銷或者說輔助營銷的訴求上可以去做什么事情？比如說互動式的產(chǎn)品推進(jìn)、直播的推送，或者說在直播的過程中我去做一些自動化的推送。以及我要擴(kuò)大我的服務(wù)范圍，比如說幫客服去做好門戶、學(xué)習(xí)、交流、共創(chuàng)以及辦公的助手。對于數(shù)據(jù)價值的挖掘可以做到什么？以及我最后的營銷，我們能夠做到商品的智能的篩選和智能的導(dǎo)購、推薦以及一問一答式的客服。所以我們希望是什么？以知識串聯(lián)服務(wù)場景，以服務(wù)場景沉淀知識標(biāo)準(zhǔn)。這個是什么意思？我們其實去思考這個場景怎么提供服務(wù)的時候，我們需要用哪一類的知識或數(shù)據(jù)來提供服務(wù)。通過這樣的服務(wù)場景，是人工也好還是機(jī)器也好，在服務(wù)的過程中一定要沉淀知識，因為這個知識是我將來去招新客服和優(yōu)化服務(wù)也好是我的標(biāo)準(zhǔn)所在。
所以接下來來談一下知識有哪些？在云問看來，第一個是文檔，不同的PPT也好或者說PDF還是WORD，包括網(wǎng)頁上的數(shù)據(jù)。第二是經(jīng)驗，什么是經(jīng)驗?zāi)?？可能是一些?yōu)秀的客服所服務(wù)的客戶是怎么去服務(wù)這些用戶的？為什么同樣的話術(shù)他說就能夠說得好，包括優(yōu)秀的一線的推銷人員，怎么能夠把人員服務(wù)好。第三個就是數(shù)據(jù)，就是剛才羅總提到的數(shù)據(jù)的沉淀，因為它可能會不同于大家傳統(tǒng)所理解的知識的類型。第四個是引擎，我們經(jīng)常在服務(wù)的過程中，我們在使用智能客服的過程中我們忽略了對引擎的管理，因為引擎驅(qū)動它的本身是知識或者是數(shù)據(jù)。
所以我們希望未來的客服中心，不管它是變成價值中心也好，還是變成其他的利潤中心也好，我們希望它首先是一個知識的賦能中心，通過知識的智能化加工，有效的去支撐在線、機(jī)器人電話質(zhì)檢分析多種場景服務(wù)，甚至可以給到全部的集團(tuán)去使用。所以我們希望未來能夠打造智能知識庫的平臺，不止于服務(wù)，這是我們和大廠去打造的聯(lián)合的解決方案大家可以看到從前端不同的知識和數(shù)據(jù)類型到中間的構(gòu)建，服務(wù)以及到推薦、助手、問答，其實不滿足于我僅僅是為了客服做服務(wù)。今天在座的客服居多，但是我們現(xiàn)在發(fā)現(xiàn)了一個趨勢，很多客服部門已經(jīng)牽頭去主導(dǎo)了整個集團(tuán)知識服務(wù)的構(gòu)建工作。
接下來聊一下基于知識智能化的云問的產(chǎn)品，我以前的分享經(jīng)常會有一些技術(shù)的名詞。BRT等，我們今天主要是聊一些場景。我們新一代的云問的V5.0是以知識的智能加工結(jié)合客服的解決場景，幫大家分析我們是怎么利用這些知識來下工夫的。這是大家熟悉的智能機(jī)器人的頁面，里面有分析的導(dǎo)語，還有氣泡的膠囊，這里面就有很多知識應(yīng)用的場景，我們做了這樣的一個用戶，是多產(chǎn)品系列的。多個產(chǎn)品系列就導(dǎo)致，不可能它的平臺里面某個家電客戶有10萬個知識點(diǎn)，怎么可能全放到里面呢？它一定是區(qū)分的。比如說我們首先產(chǎn)品，對用戶運(yùn)營理解的來判斷，如果這個用戶來問，他要么是冰箱的問題，要么是洗衣機(jī)的問題，不可能說我又問冰箱、又問洗衣機(jī)，這個概率是比較小的。
所以一上來之后，我首先要去做一個預(yù)判，我們叫知識集，我們在這個場景里面，你要去運(yùn)營這一類知識，同樣我們以技術(shù)的手段去實現(xiàn)，在冰箱里面你有這個問題，我們到洗衣機(jī)的場景里面去做服務(wù)。因為你的知識的范圍已經(jīng)縮小了之后，對于你的服務(wù)的精準(zhǔn)度就提升了很多。第二，猜你想問，猜你想問有很多種對用戶知識的理解，比如說身份，可能是經(jīng)銷商給你一個問題，猜你想問可能是經(jīng)銷商級別的，以及你最近最關(guān)心的問題的推薦，比如說地區(qū)，比如說同類人群所提問的記錄，還有咱們滴滴的同事講到了客服的渠道，比如說埋點(diǎn)。如果說你是一個軟件產(chǎn)品或者說是某一個服務(wù)的頁面，從當(dāng)前的頁面進(jìn)來，也就意味著你的問題是服務(wù)頁面所產(chǎn)生的，包括快捷的服務(wù)，你現(xiàn)在下了一個訂單，很有可能你是想要我的快遞什么時候能夠到？所以我可能給你推的就是查快遞。這是在小小的頁面當(dāng)中，我們是有在運(yùn)營，這個也是需要我們有人去思考這件事情。
第二智能機(jī)器人還有一點(diǎn)個性化的智能營銷。很多客戶用機(jī)器人不滿足于做問題的解決，還能不能做營銷的賦能？有2種策略，服務(wù)促銷售，我并不直接銷售，但是是促進(jìn)銷售。要么是服務(wù)轉(zhuǎn)銷售，我們怎么在知識層面去做賦能呢？我首先給他做一些用戶的畫像，屬性、行為、用戶的關(guān)注度和用戶的評論，這個時候我們可以用知識的小游戲，比如說你是賣保險的，你是一個寶媽，我識別到你的信息之后，你知道嗎？3到5歲的小孩有以下患疾病的分享，你要不要來做一個測試，在這個過程中通過交互化搜集到你的數(shù)據(jù)，給你推送定向的產(chǎn)品，這個就是智能機(jī)器人運(yùn)營的手段。比如說智能電話，我們?yōu)槭裁唇心芡暾闹悄茈娫?。我們做智能電話發(fā)現(xiàn)一個問題，很多用戶非常的無奈，要么就是掛了，要么就是機(jī)器給掐掉了怎么能夠讓他完整的答完智能電話？他能夠把這個問題完整的走完，這里面也會有很多知識構(gòu)建里面所遇到的問題。比如說流程場景的設(shè)計，比如說在某個場景里面可能會有哪些動作，這些動作也是需要我們提前去配置的。如果有之前的一些參照，或者說是一個完整的體系，對我們來講是有很多幫助的。這個話題就變成了如何由一個單個的企業(yè)我們能夠構(gòu)建全行業(yè)級的智能電話場景的生態(tài)，它這邊考慮到了一個問題，用戶在某種情況下會是插話或者打斷，我們用什么樣的策略來配置這個東西，其實這個策略就是知識沉淀。包括智能的輔助平臺，包括知識和工單的輔助，我給你去做一些知識的推薦，包括你的訪問的預(yù)測，去做到這樣的一些分析。
這是具體的案例，工單填寫時間減少到3到4秒。怎么減的？要分析在填工單的時候在干嘛？第一，搜集工單的類型。如果我發(fā)現(xiàn)這個客戶，他填的是這個工單，在打開工單的時候大家可以看到很多人都在選，一級一級的往下選，這個就很耗時間。1天填一個工單的時候無所謂，1天填100個工單的時候這個時間就很可觀。我們在這里可以定位，這個工單應(yīng)該是這樣的，或者說根據(jù)熱點(diǎn)，把這個工單先寫上。在這個場景中，我們把這個里面的這種匹配以知識的思維去做這件事情，我們分析用戶的場景、客服的場景，把知識賦能在這個場景，包括知識庫的分析。
這個是企業(yè)內(nèi)部的場景，企業(yè)在錄工單的時候，第一，能不能在錄工單的時候就給你一種輸入引導(dǎo)，我就給你彈出來一個問題可能存在的類型，這樣子就可能不提這個工單了，對吧？就像我們經(jīng)常說的笑話：電腦死機(jī)了。他可能會說：我的電腦打不開了。我給他推薦，你是不是要開一下機(jī)試試看，插頭插了沒有？舉一個不是那么適合的例子，可能很多的問題是這樣的，他可能不需要錄工單的，需要錄工單的就從這個場景去解決。比如說這個工單派發(fā)給IT部門的某一個人員，IT部門的人員回復(fù)的時候并不可能那么擅長的去解決這些問題，他需要知道前面的問題是否出現(xiàn)過怎么去解決。在回工單的時候也可以去做測試，這條工單可以怎么去回。在回的時候就可以做自動的派單，要不然還需要人去分揀，是派給IT還是派給HR等，派完之后還要去做審核，審核完了之后還要去做分析，這個分析不單是要分析完全是經(jīng)常出現(xiàn)在什么環(huán)節(jié)？比如說我們給某一個家電的IT部門去做的時候，最后分析完發(fā)現(xiàn)這個工單會出現(xiàn)CRM系統(tǒng)，還是出現(xiàn)什么系統(tǒng)，這個時候就要主動的去做優(yōu)化，因為服務(wù)就要做在未產(chǎn)生之前，所以這個分析很重要，而且還可以得到一個很有效的知識沉淀，因為這個工單之前就處理過，我要把它系統(tǒng)化的沉淀為標(biāo)準(zhǔn)化的知識，這個是需要一整個的環(huán)節(jié)。包括智能的培訓(xùn)，通過知識來給客服做題，做一些指標(biāo)來判斷你回答得對不對。剛才講了還有很多的類別，知識的類型也不一樣，是不是意味著我所有的系統(tǒng)和類型，是不是要重新的構(gòu)建一套知識庫呢？其實不然。
包括移動端的知識小助手，我們有一些傳統(tǒng)企業(yè)，不單要給用戶去用，可能還要給一線的維修人員去用。比如說電信的，上門修路由器的可能也不專業(yè)，怎么去給他們做知識小助手，包括客服可能也不是很懂，所以我們就可以理解為知識庫的今日頭條。比如我是修火車頭的，火車頭需要我關(guān)注什么？火車頭會出現(xiàn)什么故障，這些都需要我去了解，把培訓(xùn)學(xué)習(xí)和服務(wù)支撐放在平時的日常支撐之中。
講了前面那么多，是不是每一種類型都要去構(gòu)建一套？怎么能夠構(gòu)建一套知識，讓各個平臺都能夠用起來。前面的那些知識庫，各種類型的文檔也好，各種類型的經(jīng)驗怎么去解析呢？我們?nèi)绾胃咝У?span style="font-family: 等線;font-size: 14px;text-indent: 28px;">構(gòu)建知識中心，“地”是動態(tài)的詞，我覺得知識中心一定是一個動態(tài)的詞，智能化的工具+科學(xué)系統(tǒng)的方法論。首先是中臺思想，它的類型有什么呢？非結(jié)構(gòu)化的數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)、結(jié)構(gòu)化數(shù)據(jù)，每個企業(yè)基本上都包括在這幾類里。
非結(jié)構(gòu)化的知識，我們可以做文檔的拆解，對文檔里面的知識，從篇章的知識到原子化知識的構(gòu)建。所見即所得，就是你可以直接看到你構(gòu)建成了一個什么樣的樣子，包括這里面的一些文檔和圖片都是可以做知識的拆解。因為文檔不好調(diào)用，但是如果變成細(xì)膩度比較高的原子化的知識就非常好調(diào)用。這里我們以某一個電力設(shè)備的知識錄入來講這個事情，比如說它有故障報告、實驗報告，數(shù)據(jù)錄入、設(shè)備信息、故障概述，這里面是各種類型的結(jié)構(gòu)化、半結(jié)構(gòu)化的，我們通過統(tǒng)一構(gòu)建的工具，生成我們可以理解的知識中心當(dāng)中去，這是值得我們?nèi)⒖嫉乃枷搿＿€有一個就是知識圖譜的交互通過圖譜的方法可以快速的讓這個人對知識整體的結(jié)構(gòu)有一些了解。大家回復(fù)“知識圖譜”，可以看到我們的這張文章叫“面向垂直領(lǐng)域的圖譜構(gòu)建的算法解析”，這是比較技術(shù)化的。
比如說AI+結(jié)構(gòu)化知識的查詢能力，如果它是非常表格化的文檔，這個時候你是沒有辦法去構(gòu)建FAQ的，你肯定是希望通過圖譜也好，通過結(jié)構(gòu)化知識構(gòu)建的工具，能夠快速的實現(xiàn)對多個維度的問答和查詢。
比如說規(guī)范化的知識引擎，我們剛才講了引擎的數(shù)據(jù)怎么做？其實引擎也很重要，不管是你的文本還是電話還是培訓(xùn)，幾乎都會遇到和引擎相關(guān)的配置點(diǎn)，比如說信息的抽取，邏輯的機(jī)制、動作的配置等，這些是可以把它剝離開來變成引擎的配置的數(shù)據(jù)統(tǒng)一來進(jìn)行管理。如果我們把眼光都放到統(tǒng)一的知識平臺上，我們思考的時候會更好一點(diǎn)。
我們在機(jī)器人上體檢的過程，首先我們做一下機(jī)器人的體檢報告，就會告訴你哪些點(diǎn)是有問題的。這是整個運(yùn)營體系的過程，比如說有智能的學(xué)習(xí)，告訴你知識庫里面可能存在哪些比較好的問題？相關(guān)問題的推薦和發(fā)現(xiàn)，以及領(lǐng)域庫的構(gòu)建，這個是底層數(shù)據(jù)的一個財產(chǎn)。知識的沖突，知識庫很多，是不是存在相互的沖突，要自動的去監(jiān)測。我們要去做知識運(yùn)營的報告，專業(yè)化的咨詢服務(wù)。比如說你的知識庫整體的概況是什么樣的？為什么會轉(zhuǎn)人工？為什么不滿意？不滿意的問題產(chǎn)生的原因是什么？都會給你做詳細(xì)的分析，以此來改善知識運(yùn)用的整個架構(gòu)，這里有一個非常詳細(xì)的報告，在座的客戶可以給我們提出來。
最后講一下從AI知識到數(shù)據(jù)運(yùn)營，怎么去賦能決策呢？這個是多元異構(gòu)的知識/數(shù)據(jù)的架構(gòu)，知識中臺和數(shù)據(jù)中臺是關(guān)聯(lián)的。
這里我簡單講一下就是AI+數(shù)據(jù)，某家電希望把所有的平臺用戶對它的評價，不管是從微信也好，還是從論壇也好，等等都能夠匯總到一起。通過一個整體的并聯(lián)評價中心來去做分析，分析完了之后有2個作用，一個是派一個是解決。比如說是從百度貼吧上，用戶對我們的某一個服務(wù)有時間，就派給某一個部門，讓他去做解決，解決完了再去做分析，總體的分析是怎么樣的？對網(wǎng)上的輿情監(jiān)控是怎樣的？整體來進(jìn)行分析。
包括我們做的標(biāo)簽的分類統(tǒng)計，因為它是一個開放式的回答，我們怎么通過標(biāo)簽來做分析，包括它的關(guān)聯(lián)度，比如說某個標(biāo)簽產(chǎn)生的關(guān)聯(lián)，上門時效和配件價格有什么關(guān)系？再細(xì)分到某一個用戶的維度是不是還存在某一個什么關(guān)聯(lián)？是這個區(qū)域的人到導(dǎo)致的嗎？都值得我們?nèi)シ治觥?/span>
總結(jié)一下，云問發(fā)展了這么久之后，我們越發(fā)的發(fā)現(xiàn)我們要通過客戶的需求去做落地，不是抱著單一的某項技術(shù)去套所有的企業(yè)，需要根據(jù)企業(yè)的知識、服務(wù)的特點(diǎn)、深度的定制智能化服務(wù)的策略、服務(wù)的場景，所以我們覺得一家合格的公司首先是一家AI的咨詢公司，所以這是我們自己產(chǎn)生的一些變化，也跟大家分享。
end
