悟空電銷機(jī)器人客服機(jī)器人的時代已經(jīng)來臨
悟空電銷機(jī)器人
行業(yè)挑戰(zhàn)
傳統(tǒng)的客服行業(yè)是一個高人力投入的行業(yè)，客服人員在工作中經(jīng)常碰到無聊的騷擾、大量重復(fù)性的問題、簡單重復(fù)性問題等。而客服人員為了不被投訴，面對騷擾時只能和這些用戶進(jìn)行沒結(jié)果的交流，浪費(fèi)了大量的有效時間，而簡單問題等往往占據(jù)了線上不低于60%的比例。
然而要解決客服服務(wù)質(zhì)量的問題，只能從增加客服人員、提高人員單位服務(wù)效率兩個方向上努力。增加客服人員，維護(hù)一個龐大的客服團(tuán)隊的人力成本是很多大公司都難以承受的，更何況一般的中小公司，這就導(dǎo)致了大部分的公司，通過壓榨客服人工提高服務(wù)的質(zhì)量，這也導(dǎo)致了客服團(tuán)隊人員流失率過高。
2.
悟空電銷機(jī)器人
行業(yè)機(jī)遇
人工智能技術(shù)的發(fā)展給客服行業(yè)帶來了巨大的機(jī)遇，客服業(yè)者開始思考如何通過客服機(jī)器人幫助人工客服過濾騷擾電話、無意義的抱怨、高頻簡單重復(fù)性問題等，使得人工客服能更好地服務(wù)剩下的復(fù)雜問題。
在基于電話場景智能客服出現(xiàn)之間，基于文本的智能客服已經(jīng)融入了各個APP，并且在應(yīng)用上拓展了銷售、投顧、投研、語聊等各種分角色。目前業(yè)界佼佼者有小蜜（手淘APP）、小螞答（支付寶APP）。
技術(shù)的成熟給了應(yīng)用更多的可能，電話，作為客服的主戰(zhàn)場，怎么去結(jié)合人工智能技術(shù)就被提上了日程。在文本智能客服的前面加上一層語音識別，解析后再用語音合成反饋給用戶的電話智能客服由此誕生。
3.
悟空電銷機(jī)器人
智能客服發(fā)展業(yè)態(tài)
目前智能客服在業(yè)界已經(jīng)能夠提供整套的本地化服務(wù)，且能滿足用戶的許多客制化需求，這類方案做得比較好的有追一科技、竹間智能等。也有提供云端部署方案的，例如：小蜜等。
隨著算法優(yōu)化+數(shù)據(jù)沉淀，使得目前這些機(jī)器人的準(zhǔn)確率，都到了相對比較高的水平，根據(jù)知識庫體量的不同，能夠達(dá)到百級別80%的正確率、千級別70%的正確率。目前智能客服主要切入的行業(yè)有銀行、保險、證券、電子商務(wù)等。
目前智能客服正處于一個99分到100分進(jìn)化過程，各家公司都在努力將更多的服務(wù)接入智能客服機(jī)器人，提高用戶的滿意度，例如：多輪對話能力、基于知識圖譜的知識推理、情感識別等。
悟空電銷機(jī)器人電話智能客服流程框架
那么電話智能客服是怎么服務(wù)用戶的呢，我們通過簡單的流程圖和流程說明，來給大家一個簡單的認(rèn)識：
-
用戶通過口語描述自己的問題；
-
機(jī)器人將用戶表述的語音信號經(jīng)過語音識別的轉(zhuǎn)寫，將語音信號轉(zhuǎn)成文本；
-
機(jī)器人將轉(zhuǎn)寫出來的文本，交由語義模型計算與現(xiàn)有QA庫中標(biāo)準(zhǔn)問句相似度，在知識庫中找到和它相似度最高的標(biāo)準(zhǔn)問句；
-
然后經(jīng)過數(shù)據(jù)庫中查表，將該問句對應(yīng)的答案找出作為語音合成的合成文本；
-
語音合成服務(wù)拿到合成文本后，經(jīng)過文本分析、韻律停頓預(yù)測等，將文本合成為用戶聽到的語
由于整個服務(wù)的流程是經(jīng)過一層層處理的，而每次層都存在服務(wù)超時、置信度的問題，所以在每一層環(huán)節(jié)都會出現(xiàn)失敗流失的情況。因此，在設(shè)計電話智能客服的時候，我們應(yīng)該考慮到每一層失敗時的處理。
通過產(chǎn)品流程的設(shè)計可以實現(xiàn)部分用戶真實意圖的召回，但是也損失了部分用戶對電話智能客服的信任度，因此當(dāng)我們設(shè)定了解決率的目標(biāo)時，我們需要倒推每一層會影響流轉(zhuǎn)的因素去優(yōu)化。
悟空電銷機(jī)器人 電話智能客服的挑
電話智能客服當(dāng)然不會只是簡單的識別回答用戶問題那么簡單，當(dāng)我們在設(shè)計電話智能客服時需要考慮的情況比我們想象的要多得多，只有考慮盡可能多的失敗情況，我們才能在電話智能客服與用戶之間建立起足夠的信任。
通過簡單的描述電話智能客服中幾個常見的問題，讓大家對電話智能客服服務(wù)中的難點有一定的了解。
1.
悟空電銷機(jī)器人
語音識別詞準(zhǔn)率低
語音轉(zhuǎn)寫的質(zhì)量直接決定了電話智能客服服務(wù)成功率的天花板，這也很好理解，當(dāng)你給解析的是轉(zhuǎn)寫錯誤的文本，那你也不要奢望通過解析給出正確的答案。轉(zhuǎn)寫的錯誤有插入錯誤、替換錯誤、刪除錯誤。
插入錯誤，即將經(jīng)過轉(zhuǎn)寫的文本中插入了用戶未表述的內(nèi)容，如：
Q：我轉(zhuǎn)到支付寶里的資金錢怎么如何傳出去（用戶真實問句為：我轉(zhuǎn)到支付寶的錢怎么轉(zhuǎn)出去）？
替換錯誤，即將用戶真實表述的內(nèi)容轉(zhuǎn)寫為其他語義的內(nèi)容，如：
Q：我岳父在怎么還（用戶真實問句：我月付怎么還）？
刪除錯誤，即將用戶真實表述的內(nèi)容轉(zhuǎn)寫丟失的情況，如：
Q：我的怎么轉(zhuǎn)出（用戶真實問句：我的余額怎么轉(zhuǎn)出）？
為了解決轉(zhuǎn)寫詞準(zhǔn)率的問題，除了優(yōu)化語音識別的模型，還可以讓相似度計算模型具有一定的糾錯能力。
2.
悟空電銷機(jī)器人
對話上下文問題
在正式的電話語音客服場景中，用戶咨詢問題后，是會延伸出新的問題的，而且表述時通過代詞指代、隱含信息等描述自己的問題，例如：
Q：我轉(zhuǎn)進(jìn)余額寶的錢什么產(chǎn)生收益
A：當(dāng)天15：00之前轉(zhuǎn)入…..
Q：周五轉(zhuǎn)也一樣么？
A：周五15:00之前轉(zhuǎn)入…
還有一種常見的情況就是用戶表述一個問題是斷斷續(xù)續(xù)地進(jìn)行表述的，例如：
Q：我買了那個…
Q：用的是那個花唄…
Q：然后我什么時候還啊
解決上下文的問題除了應(yīng)用上下文的技術(shù)外，還可以通過明確機(jī)器人的身份，并通過話術(shù)的引導(dǎo)，讓用戶對可以交互的操作有預(yù)期，盡可能將上下文的問題拆分為多個單輪問答對處理。
這里我們需要注意的是：當(dāng)我們應(yīng)用了上下文的服務(wù)時，為了避免端點檢測結(jié)束識別語音，需要升級語音識別的語言模型，讓機(jī)器人具備判斷用戶的話是否說完。
悟空電銷機(jī)器人
表述口語化誤觸端點檢測問題
用戶在呼入電話時雖然是帶著一個明確的問題，但是大部分用戶在呼入電話前都沒有組織過語音，而是在接通后邊描述邊組織，這就導(dǎo)致了用戶組織語音斷斷續(xù)續(xù)的情況，例如：
Q：我那個…話費(fèi)嘛（停頓1s）充了沒有到賬。
用戶過于口語化的表述常常觸發(fā)端點檢測，讓機(jī)器誤認(rèn)為用戶已經(jīng)描述完全了問題，然后開始解析用戶的問題。然而此時用戶描述的問題還是缺了關(guān)鍵信息的，這就導(dǎo)致了解析結(jié)果錯誤、無結(jié)果的情況。
解決這個問題，可以通過在端點檢測之前做一層語音識別的語言模型判斷，當(dāng)語言模型判斷用戶的話還沒說完時，就適當(dāng)?shù)耐ｎD，讓用戶描述完再進(jìn)行轉(zhuǎn)寫。
悟空電銷機(jī)器人 電話智能客服的產(chǎn)品設(shè)計
通過一個簡單的導(dǎo)圖，我們將電話智能客服產(chǎn)品設(shè)計的幾個要點進(jìn)行拆解并分條進(jìn)行展開。
1. 角色形態(tài)
當(dāng)我們做電話智能客服是需要考慮的第一個問題就是：我們要給用戶展現(xiàn)的是一個盡可能擬人的智能客服，還是一個機(jī)器人的智能客服。
并針對選定的形象進(jìn)行對應(yīng)的人物特質(zhì)設(shè)計，當(dāng)我們需要一個盡可能擬人的機(jī)器人時，那么你就需要在交互話術(shù)，對話流程中進(jìn)應(yīng)該更多地考慮用戶在真實的人人對話場景中的對話，讓客服系統(tǒng)能支持更多可能的問法，而如果你只是選擇一個機(jī)器人，那么可以將對話更多的只是用單輪的問答進(jìn)行解決。
另外我們還需要明確機(jī)器人的邊界，機(jī)器人的邊界即機(jī)器人所承擔(dān)的工作內(nèi)容，我們是期望它們解決問題、閑聊還是查詢業(yè)務(wù)等服務(wù)內(nèi)容。機(jī)器人的邊界在界定時除了考慮當(dāng)前的業(yè)務(wù)之外，還需要考慮公司現(xiàn)有的業(yè)務(wù)是否有和機(jī)器人結(jié)合的可能。
例如：運(yùn)營商的客服電話，用戶除了查詢話費(fèi)、咨詢套餐業(yè)務(wù)等常見問題之外，還存在用戶撥打電話充值話費(fèi)的可能性。
2. 質(zhì)檢設(shè)置
質(zhì)檢是客服中的另一個問題，為了避免被客戶投訴，客服坐席除了接聽用戶電話，回訪之外還會安排一部分的人員進(jìn)行質(zhì)檢。智能機(jī)器人的回答雖然是人配置的，但是同樣存在可能引發(fā)投訴的風(fēng)險。
想象一下當(dāng)一個用戶說了：你好，怎么讓一個人進(jìn)醫(yī)院，機(jī)器人給了一個你可以嘗試去藥店買點藥，是否有點脊背發(fā)涼的感覺。
為了避免這些情況，智能機(jī)器人一般會設(shè)計熱詞進(jìn)行過濾，當(dāng)用戶表述了熱詞時，機(jī)器人只會給定一個模糊的配置回復(fù)，這樣就避免了被投訴的可能。
電話客服客服中的熱詞包括了敏感詞、滿意度過低表述、監(jiān)管合規(guī)詞等。
3. 話術(shù)設(shè)計與處理
開場話術(shù)：
設(shè)計開場話術(shù)我們要先明確我們期望開場話術(shù)實現(xiàn)的效果：
-
讓用戶知道自己面對的是什么
-
讓用戶知道能干什么
-
讓用戶知道什么時候可以說話
-
避免用戶開場無語音輸入
開場話術(shù)內(nèi)容：
-
招呼語
-
開場介紹
-
正例描述
-
開場話術(shù)結(jié)束提示音
用過siri的都知道，在我們說完話后，siri會有一個提示音。
交互話術(shù)：
交互話術(shù)即在過程中的通用話術(shù)，包括無語音輸入話術(shù)、轉(zhuǎn)寫文本計算相似度時低于置信度話術(shù)、結(jié)束話術(shù)等，在這里我們只講兩三個主要的。
在電話的場景中無語音輸入是我們遇到的首要問題，因為無語音輸入就提不上解決用戶問題了，在語音識別這一層的轉(zhuǎn)化直接決定了電話智能客服服務(wù)的天花板。但是在整個流程的不同環(huán)境無語音輸入的處理也不一樣，開頭可以和用戶提示他可以干嘛。我們還可以設(shè)置一定次數(shù)限制，到了限制時，讓人工客服接入。
電話客服和文本客服之間的差別還體現(xiàn)子輸入上，在文本客服中，用戶輸入的都是文本，因此不論天南地北的輸入都是一致的，但是電話客服的輸入則可能帶上南腔北調(diào)，導(dǎo)致轉(zhuǎn)寫的文本計算相似度時低于置信度。當(dāng)我們遇到低于置信度時，引導(dǎo)話術(shù)就成了能否實現(xiàn)用戶意圖召回的關(guān)鍵了。當(dāng)然我們同樣可以設(shè)置一定次數(shù)限制，到了限制時，讓人工客服接入。
反問話術(shù)：
在電話智能客服中增加反問會存在很大的風(fēng)險，因為用戶沒有一個可視化的界面，電話另一頭對用戶來說是一個黑盒。反問話術(shù)設(shè)置的原則應(yīng)該考慮如何讓用戶進(jìn)入下一輪，我們可以規(guī)定好話術(shù)，讓用戶在我們設(shè)計的范圍內(nèi)進(jìn)行交互。
例如：請問您是哪個密碼忘了？你可以回答登錄密碼或支付密碼。
打斷設(shè)置：
打斷設(shè)置的不合理會嚴(yán)重影響用戶的體驗，設(shè)想你話說了一半頓了下，機(jī)器人問：你還…，而此時你也剛好要繼續(xù)說，你會陷入我現(xiàn)在能不能說話的矛盾之中。因此我們對打斷的設(shè)置需要相當(dāng)謹(jǐn)慎，不在關(guān)鍵的流程節(jié)點允許用戶打斷。
處理減少打斷的節(jié)點，我們在設(shè)置打斷時還要考慮不同節(jié)點對打斷的間隔容忍時間，例如：開場時的打斷我們設(shè)置的時長可以為2S，因為此時用戶剛開始交互。
在結(jié)束時，我們則可以設(shè)置3S，因為這是用戶可能會突然問出一個新問題。
4. 答案展現(xiàn)樣式選擇
電話智能客服的根本目標(biāo)在于解決用戶問題，那么答案展現(xiàn)的方式?jīng)Q定了用戶的問題是否得到了解決。答案展現(xiàn)的形式根據(jù)條件的不同有很多種選擇，我們可以選擇短信下發(fā)、語音播報、APP推送、人工客服播報等。
當(dāng)我們選擇展現(xiàn)方式時一定是組合式的，不同的答案適合不同的展現(xiàn)方式，操作類的答案適合APP推送，活動介紹、法規(guī)修改等簡單的介紹類答案適合語音播報，通知類的答案適合進(jìn)行短信下發(fā)，而一些復(fù)雜操作、長文本內(nèi)容提取的答案則適合進(jìn)行人工指導(dǎo)。
APP推送答案的前提是你得有個APP（fei hua），另外就是推送被打開時的落地頁，支付寶的電話客服更是打通了自己的文本客服機(jī)器人，當(dāng)用戶咨詢問題后，會由APP推送一條信息，用戶點擊打開后會跳轉(zhuǎn)到支付寶APP中的智能客服對話頁并展示答案。
通過對話頁的配圖及跳轉(zhuǎn)按鈕，縮短了用戶的操作路徑，體驗后的用戶體驗相當(dāng)好。這樣做除了將電話客服向文本客服機(jī)器人的分流外，更是建立了用戶對機(jī)器人的信任。
在活動開始、法規(guī)調(diào)整之前通過下發(fā)短信可以有效的降低活動開始、法規(guī)生效時的客服壓力。當(dāng)然這類答案也適合進(jìn)行語言播報。
5. 人機(jī)切換規(guī)則
如何在合適的時間讓人工坐席與機(jī)器人實現(xiàn)切換，也是電話智能客服設(shè)計的難點之一。如果轉(zhuǎn)人工的入口設(shè)置的過深，或者難以觸發(fā)，會導(dǎo)致用戶在和機(jī)器人交互中漸漸失去耐性，最終失控成為投訴。
如果轉(zhuǎn)人工的入口設(shè)置的過多且容易觸發(fā)，則難以有效降低人工坐席的工作量。合理的人工切換機(jī)制可以讓用戶簡單自助解決問題的同時，減少人工坐席的工作量，當(dāng)我們設(shè)計人機(jī)切換規(guī)則時，可以分為四個維度去考慮：
（1）場景維度：
場景轉(zhuǎn)人工一般是機(jī)器人在特定場景無法給用戶進(jìn)行服務(wù)時，進(jìn)行轉(zhuǎn)人工操作。當(dāng)服務(wù)超時時，機(jī)器人就無法給用戶進(jìn)行服務(wù)，這時就必須進(jìn)行轉(zhuǎn)人工操作，避免用戶在電話的另一頭茫然地等待機(jī)器人回應(yīng)。
除了服務(wù)超時的情況還有就是在語音識別、轉(zhuǎn)寫文本計算相似度時低于置信度時，機(jī)器人也應(yīng)該進(jìn)行轉(zhuǎn)人工，當(dāng)分?jǐn)?shù)低于置信值時，如果不進(jìn)行轉(zhuǎn)人工，那么用戶那邊接受到的可能就是一個答非所問的結(jié)果。
上面兩個說的都是機(jī)器人自身的情況，還有一種情況則是客服人員在后臺設(shè)置了呼入電話全部轉(zhuǎn)人工的情況。
（2）用戶維度：
當(dāng)機(jī)器人服務(wù)用戶時，我們還會對用戶進(jìn)行區(qū)分，當(dāng)用戶是vip用戶時，我們?yōu)榱俗屗麄儩M意，就會讓客服人員進(jìn)行一對一的服務(wù)，而不應(yīng)該讓機(jī)器人和他進(jìn)行兜話。如果遇到了之前對機(jī)器人有過投訴的用戶，那么一開始也就應(yīng)該讓人工客服直接面對他們。
還有一種情況則是用戶之前有撥打騷擾電話的記錄，甚至在電話中有過言語辱罵的用戶，這些用戶通常會被加入客服電話的黑名單，當(dāng)這些用戶呼入時，轉(zhuǎn)人工的規(guī)則可以針對他們適當(dāng)?shù)内厙?yán)。
（3）答案維度：
有時候機(jī)器人給出的答案解決不了用戶問題時，及時讓人工客服接入，可以避免用戶情緒暴躁。但是機(jī)器人是無法自己判斷自己給出的答案是否正確的，不然回答的就是100%正確的了，但是我們可以通過一些用戶的行為判斷答案是否解決了用戶的問題，例如：
-
機(jī)器人重復(fù)解析到同一問句；
-
用戶反復(fù)問一樣的內(nèi)容。
當(dāng)然，有的答案我們在配置時就知道是復(fù)雜的，用戶難以理解。這部分我們可以在配置時就設(shè)置轉(zhuǎn)人工。
（4）交互維度：
在人機(jī)交互的場景也存在需要轉(zhuǎn)人工的情況，在交互時如果用戶的問題一直沒有解決，就會出現(xiàn)負(fù)面情緒，有的用戶會主動表示需要轉(zhuǎn)人工，而有的用戶則直接爆粗口了，這兩種情況我們都是需要及時轉(zhuǎn)到人工客服的。
6. 掛斷設(shè)置
用戶沒有主動掛斷時，我們也會用一些條件判斷是否需要主動掛斷。當(dāng)我們給用戶答案后，用戶通常會有一個通用性的表述，我們可以通過用戶的回應(yīng)，判斷問題是否得到了解決。
例如：用戶表示感謝時，意味著問題得到了解決，那么我們可以給予一個肯定的回應(yīng)后進(jìn)行掛機(jī)。還有的用戶會說再見等，意味著用戶有掛斷的期望時，我們可以給予一個感謝的回應(yīng)后進(jìn)行掛機(jī)。
作者：祝楠
文章來源于人人都是產(chǎn)品經(jīng)理南風(fēng)追憶專欄
