智能客服小讲堂丨智能客服“知”多少

来源:
浏览次数: 186

  “小朋友,你是否有很多问号?”别担心,让智能客服来回答你,7x24小时在线为你答疑解惑,妥妥的真爱。

  无论是清晨还是傍晚,只要你拨过去,对面总能传出甜美的服务音。无论充值缴费、预约订购、咨询答疑……智能客服能解决的问题不仅多,速度也是相当快了。
  可你知道吗,这让人“安全感”满满的智能客服背后大有乾坤。关于智能客服究竟“智”在哪,我们将开展智能客服小讲堂系列,一起来为大家解密智能客服背后的神秘力量。
  智能客服小讲堂的第一讲,要分享的是智能客服是如何做到”全能全知”的。
  传统客服的FAQ困局
  要想了解智能客服为何智能,先要了解传统客服为何不智能。
  传统情况下,客服系统以FAQ技术为基础,即当用户提出问题时,系统会在知识库中找到最合适的答案来应答,而问题和对应的答案都是人工事先在知识库中录入的。比如,当用户向运营商发送“手机里还有多少钱”时,系统会自动回复“您可以发送‘CXYE’至10xx6”等字样,用户按照提示操作即可查询当前话费,可以显着地降低人工客服的数量与成本。
  但用户的问题不总是这么简单。例如:
  “哪些理财产品的收益率大于6%?”
  “投资周期60天的理财产品收益率最高的是多少?”
  由于运营和技术人员无法将所有可能的问题和答案一一枚举,上述问题很难用传统的FAQ技术处理。此外,在FAQ技术中进行大量一问一答的知识录入,且这些问题间缺乏相关性时,会带来较高的运营和知识管理成本,也就违背了引入客服的初衷。
  实际上,从知识管理、知识建模、知识构建和知识应用的整个链条来看,企业都面临诸多困难:
  多源异构数据:企业的知识体系中多存在难以融合的多源数据,不仅包含企业内部数据,还包括网络相关数据,政策相关数据,业务形成数据等。且数据结构多样,不仅有已存在的结构化知识,还面临结构化、非结构化知识等多维度数据整合。以传统方式整合,不仅流程复杂更新迭代慢,还需要大量人工和程序配合,泛用性差。
智能客服小讲堂丨智能客服“知”多少
  数据单一且关系疏离:企业通常要面对不同业务及使用场景,如FAQ问答,新闻、公告、报告、培训、说明、刊物等,来编写不同知识内容。这些知识形态各异且关系疏离,难以直接使用传统型知识库。企业需要针对不同知识内容,投入大量人力收集再加工方可使用。
  例如“猫是陆生的有毛的哺乳动物”的文本内容要录入为FAQ需要人工梳理为:
  Q:猫是什么动物?
  A:猫是哺乳动物。
  Q:猫生活区域?
  A:陆地。
  Q:猫是什么科动物?
  A:猫是脊椎动物。
  Q:猫有皮吗?
  A:猫有皮毛。
  展现形式一成不变:企业知识的展示通常以纯文本为主,展示形式单一,知识间关联性差。用户需要花费很多时间才能从树结构的众多问题中找到自己想要的答案。
  总而言之,当前企业知识结构不成体系,信息密度较低,难以深度消费,无法支持智能化的应用趋势,且维护成本极高。这些问题不仅导致客服的运营难度与成本上升,也影响了消费者的用户体验。
  知识图谱就是力量
  为解决上述传统客服的知识困局,这里要引入“知识图谱(KnowledgeGraph)”的概念。知识图谱是一种语义网络,包括现实世界中实体、属性及属性值之间的关系。
  举个例子,当面对文本内容”有个叫Bob的人,是Alice的朋友,他出生于1990年7月14日。Bob对达芬奇所画的蒙娜丽莎画作很感兴趣,这个画像画的是来自华盛顿的Joconde的夫人”时,就可以用知识图谱来表现语义之间的关联。
智能客服小讲堂丨智能客服“知”多少
  以Bob为例:
  “Bob”即为定义中提到的”实体”,
  “人”即为实体的”属性”,
  “出生于1990年7月14日”为他的”属性值”
  由此可知,知识图谱是以结构化的形式描述客观世界中概念、实体及其之间的关系,能将互联网的信息表达成更接近人类认知世界的形式,拥有更好地组织、管理和理解互联网海量信息的能力。因此,要对企业客服的海量知识进行有机地组织、管理和应用,就需要借助知识图谱技术的力量。
  知识图谱提供了从“关系”的角度去分析和解决问题的能力,已经成为知识驱动的智能应用的基础设施,在各行业上施展手脚,发挥重要作用。
  知识图谱为互联网语义搜索带来活力,以百度知识图谱为例,其作为世界最大的中文知识图谱库,覆盖十亿级实体,千亿级事实,涉及类目40多个。覆盖人物、影视、音乐、文学、商品、餐饮、旅游、出行、金融、教育、房产、医疗等多垂类,行业知识图谱也已有丰富的积累及应用。用户使用百度搜索时,可做到即搜即用,日满足过亿次检索请求。
智能客服小讲堂丨智能客服“知”多少  (知识图谱应用于百度搜索)
  知识图谱让客服更智能
  在智能客服领域,知识图谱技术提供了传统客服所不具备的知识管理和智能问答能力。百度智能客服知识图谱解决方案,能帮助企业用户实现知识的智能管理和客服的智能化升级。从协助企业用户进行知识体系建设,到打通业务系统之间的数据孤岛,提供全流程的支持,让AI时代的客服系统更加智能。
智能客服小讲堂丨智能客服“知”多少
(百度智能客服知识图谱的解决方案)
  还记得这个问题“哪些理财产品的收益率大于6%”吗,百度智能云的智能客服系统会把它进行业务抽象,从而快速得出答案。
智能客服小讲堂丨智能客服“知”多少
  当前百度智能客服的问答可以支持基础问法、最值比较和差值计算三种问法。当再遇到“龙卡普卡比龙卡金卡年费便宜多少”这类问题时,无需劳神,客服系统通过“差值计算”也能高效地直接给出答案:“便宜80元/年”。
智能客服小讲堂丨智能客服“知”多少
  值得一提的是,智能客服系统并不是一成不变的,而是会随着企业用户的使用越来越智能。百度智能云在系统的整个生命周期中为运营人员提供了丰富的工具集,确保系统数据形成闭环,让系统处于持续优化中。
智能客服小讲堂丨智能客服“知”多少
  智能客服的知识图谱应用,能极大帮助企业积累沉淀客服知识和信息资源,以有效的结构化形式存储,满足深度消费。同时,知识图谱技术的助力能帮助客服系统更准确地理解客户问题的内容和意图,实现基于知识图谱的多轮意图澄清、人工坐席知识提示,针对非FAQ的智能问答,可满足多种推理计算复杂问题,更高效提供客户服务,提升客服工作效率。

  在面对传统客服的困局时,百度智能云依托领先的知识图谱技术,给出了高效的智能客服解决方案,让7×24小时在岗的智能客服灵活应付各个难题,助力企业客服的智能化升级,带来令人惊叹的变革。


  原文网址:http://www.ctiforum.com/news/guonei/569814.html


  • 相关资讯 More
  • 点击次数: 107
    2021 - 03 - 22
    人们通常认为,良好的客户服务意味着100%的座席都在打电话,让客户尽快与座席通话。与普遍的看法相反,如果你的联络中心是这样工作的,那可能意味着你实际上没有有效地利用你的时间,而且你雇佣了太多的座席。这是呼叫路由可以提供帮助的地方。  呼叫路由是一种联络中心管理功能,其中传入的呼叫被放置在队列中,并根据特定条件转移(换句话说,路由)到座席或自助菜单。呼叫路由系统也被称为自动呼叫分配(ACD)。顾名思义,这些系统致力于自动分配入站呼叫。路由可以基于诸如时间、部门、语言首选项、呼叫量或呼叫复杂性等变量。  为了最有效地优化呼叫路由系统,您需要考虑传入呼叫的上下文以及各个座席的技能。通过优化的呼叫路由,您可以提高首次联络解决率(FCR)和运营的整体生产率。  呼叫的上下文  与其将所有来电尽快转接到下一个可用的座席,不如首先考虑来电背后的原因。通常情况下,你的大部分电话都可以自动化处理,并发送到自助服务,而不是使用宝贵的人力资源。  在大多数情况下,入站操作中至少有3-4种呼叫类型,可以轻松地实现自动化,而无需涉及实时座席。20-40%的入站问题通常可以通过简单地访问相关的客户信息来解决。可以轻松路由到自动自助服务的呼叫包括与包裹交付时间、帐单信息或产品和定价信息相关的呼叫。通过使用自助服务,您可以减少通话量,大大节省人力资源,确保您的座席在最需要的地方使用。  把电话转接给现场座席  当涉及到复杂的呼叫时,主要的问题是:哪个座席能够最有效地处理呼叫?根据呼叫的上下文,将呼叫路由到相应的座席时可以使用多种方法。  大多数现代呼叫路由技术都提供了基于技能的路由选择。此功能使您能够根据指定的条件将呼叫路由到特定的座席或部门。换言之,您将能够将有特定请求的呼叫者引导到具有适当技能集和培训的座席或专门处理其问题的部门。  除了基于技能的路由,您还可以选择使用路由技术创建VIP队列。呼叫路由...
  • 点击次数: 60
    2021 - 03 - 15
    去年三月,新冠疫情爆发使联络中心受到考验。他们几乎立即转变为在家工作(WFH),并面临客户服务请求的激增。一年后,尽管大多数人开始接受处理群众问题的挑战,但许多人仍在努力应对数量增长过快的询问。我现在认为,客户服务面临一个系统性的能力问题。在这个由两部分组成的系列文章中,我将解释这个挑战的含义,并引导您通过技术和组织杠杆来应对它。  容量问题  在WFH过渡的早期,主要的障碍是为座席建立远程工作环境。大多数企业都能迅速做到这一点,但并非所有企业都能做到。虽然流感大流行减少了员工流失,但也使招聘、入职和培训变得更具挑战性。大浪淘沙,留下了与客户服务需求大致相同的座席能力。与此同时,客户咨询量的急剧增加并没有停止。一开始,是关于COVID相关的问题。现在,世界变得越来越倾向于数字化,但即使是数字化进程也仍然需要人类的帮助。  数字化救援  企业已经转向自助服务和自动化,以减少人与人之间的交互。避免打电话的第一步是让客户能够在网上或手机上自助。今天最先进的网络自助服务包括可搜索的帮助中心和页面帮助。帮助中心为客户可能遇到的所有问题提供一站式解决方案,而无需浏览网站或移动应用程序。帮助中心也已经从常见问题(FAQ)演变为可搜索的文章知识库,并可以通过客户相互帮助的论坛进行扩充。  尽管网络和移动应用程序不断提高可用性,提供更多信息,但这还不够。与我交谈的企业一致认为,他们收到的咨询中有50-70%来自无法在线解决问题的沮丧客户。这些联系的主要问题是它们的上下文丢失,因为它们是匿名的,需要从头开始恢复。  企业已经部署了聊天来提供上下文帮助,但人员配置仍然是一个挑战。团队规模很小,这会造成很长的等待时间,并且很难找到所有需要的技能。机器人和会话助理可以在前端聊天,提供一些答案,并缓解反应时间差的问题。虽然这是一个很好的步骤,但只要您能够方便地访问人工,该模型就可以工作。否则,客户付出...
  • 点击次数: 87
    2021 - 03 - 08
    一个运动队从一个剧本开始工作,剧本提供了创造或应对不同环境的策略,并指导每个队员如何发挥他们的作用。同样,联络中心也有解决客户问题和机会的行动手册。随着自助服务的扩展和人工智能的引入,剧本范围需要扩大。  知识管理者  如今,联络中心的剧本中最常见的元素是脚本和知识库,这些脚本和知识库可能由主管或专门的知识管理人员建立和维护。当数据分析师将数据转化为见解时,知识管理人员收集并管理这些见解,决定如何以及在何处最好地使用它们,并建立资产,使其他人可以获得这些见解。一般资产包括:支持客户自助服务的常见问题试剂的罐装和建议响应完整的脚本,指导座席一步一步地完成交互座席搜索的知识库  随着大数据分析和虚拟座席的兴起,知识管理者的工作将发生重大变化。让我们看看其中的一些变化:人工智能现在可以增强建议和响应,以便在实时分析会话上下文的基础上,及时向座席提供建议。数据科学家将向知识管理者寻求用于分析的原始数据,以及作为机器人培训材料使用的见解库。机器人可能会扩充一些现有资产,例如可搜索的知识库,或者公司可能会决定用机器人替换资产。数据科学家将提供丰富的新见解,知识管理者可以在剩余的脚本、知识库和培训模块中部署这些见解。  随着我们的发展,知识管理者变得越来越重要。联络中心需要确保这些岗位上有合适的员工,提供所需的培训,并制定一个良好的流程,以获取知识并将其纳入行动手册,从而使其发挥作用,改善客户服务并降低成本。  教机器人说话--会话设计师  在虚拟座席的世界中,脚本不仅仅是一个会话指南,而且实际上是会话本身。一个人工座席的脚本中的内容不一定适用于机器人,因为人类在破译歧义和上下文方面要比人工智能好得多(尽管人工智能越来越好!)。健谈的设计师不仅把文字放在机器人的嘴里,而且还赋予它个性。  会话设计师需要将三个世界连接起来:问题域客户如何思考和反应机器如何“思考”和反应  他们利用自己的沟...
  • 点击次数: 111
    2021 - 03 - 01
    在今天的联络中心,员工使用来自ACD报告、质量调查和人员配置系统的统计数据来调整路由规则、建议座席辅导计划和调整员工时间表。这些员工中的许多人从联络中心的座席或主管的工作中走出来,甚至可能与联络中心的其他管理人员分担“分析”责任。然而,要想在竞争日益激烈的客户满意度游戏中取得成功,就必须采用不同的方法。  数据是新的石油--数据科学家在联络中心  “数据就是新的石油。它是有价值的,但如果未经提炼就不能真正使用。必须将数据转化为天然气、塑料、化学品等,才能创造一个有价值的实体,推动盈利活动;因此必须对数据进行分解、分析,使其具有价值。”--数据科学家先驱Clive Humby。  数据爆炸正在发生,全球数据总量每3年翻一番,站点也没有尽头。利用这些数据将推动未来的经济。这个领域的专家被称为数据科学家,《哈佛商业评论》(Harvard Business Review)称之为“21世纪最性感的工作”的职业。数据已经给职业体育带来了革命性的变化--只要看看棒球场上的击球手们用“转移”到球场的一边就知道了,这是由于击球手们的统计击球模式造成的。数据也将彻底改变联络中心。  数据通常分为两类:结构化和非结构化。结构化数据长期以来一直是联络中心管理的基础--数据是在一个组织良好的数据库中,可以交叉引用,例如由座席、组和队列组织的通话时间。非结构化数据比会话内容更原始。像聊天和电子邮件这样的数字会话有丰富的文本等待挖掘,随着语音识别技术的进步,语音会话也可以以类似的方式进行挖掘。语音和文本分析可用于破译对话并将其分类到结构化数据库中,例如,为来电者表现出挫败感或座席使用不当语言的互动建立索引。  数据科学家在新兴联络中心的工作是理解所有这些信息,并将其付诸行动以改善业务成果。  分析数据--数据分析师  数据分析师使用专门的分析工具来寻找趋势和获得见解,并帮助设计解决方案。数据分析员在结构...
Copyright ©2017 四川西沃信息技术有限公司
犀牛云提供企业云服务