大数据时代的客户服务

业务系统
用户行为 账户状态 系统状态 ……
分类算法
优点：快
缺点：重复建设、维护成本
‘不问而知’的算法因素
业务系统
用户行为 账户状态 系统状态 ……
分类算法
信息丢失！
需要鲁棒性高、能容忍缺失特征值的算法
第二招： 让机器人学习人如何回答问题
客服机器人的一般架构
问题
答案排序、 改写, …
NLP, QU, …
搜索系统
答案
索引要有多大？
INDEX
怎么匹配用户问题 和索引里的问题？
要花多少人多少资源编写 索引里的FAQ？
MAGIC们的方法
服务 小二 沉淀 文本挖掘 用户 服务 机器人
服务日志
知识库/索引
人工审核、纠错
带知识挖掘的客服机器人
问题
答案排序、 改写, …
NLP, QU, …
搜索系统
答案
索引要有多大？
大数据时代的客户服务
什么是客服
售前：搜索、推荐 售中：下单、确认 售后：投诉、咨询、 查账 等
客服 涵盖绝大部分的售后服务和部分售中服务
交易过程
传统客服
人海战术：靠大量人力提供服务
自动客服
浏览器
FAQ
机器人
用户自己查阅
用户发问；Baidu Nhomakorabea算法匹配
问题：怎么查阅FAQ？
不少机器人 在不少时候 都是答非所问的
INDEX 只要一个问答 对 无法给搜索 出来，就把它 加到索引里
怎么匹配用户问题 和索引里的问题？
要花多少人多少资源编写 索引里的FAQ？ 少量的人来维护
不用什么特 别的匹配算 法
结语
• 客服从来都不吸引眼球，但在服务链路上不可或 缺，也十分烧钱 • 一般的客服机器人只能回答最傻最直白的问题 • 通过大数据，可以在一定程度上让机器(1)猜到用 户的问题；(2)学会如何应对用户各式各样的问题
BONUS SLIDE
集成系统信息的MAGIC
服务 业务系统 小二 沉淀 文本挖掘 用户 服务 机器人
用户行为 账户状态 系统状态 ……
服务日志
知识库/索引
人工审核、纠错
第一招：“不问而知” 在用户发问前先猜到用户的问题
基于大数据的客服：不问而知
用户行为 账户状态 系统状态 …… 学习
候选问题+ 用户点击
分类模型
应用 用户行为 账户状态 系统状态 ……
候选问题
‘不问而知’的架构因素
业务系统
用户行为 账户状态 系统状态 ……
沉淀
分类算法
提取
太慢
数据库
‘不问而知’的架构因素