售后智能客服:店小蜜用戶體驗地圖
智能客服店小蜜就是聊天機器人中的一種,今天主講應用于電商領域的店小蜜中NLP純文本人機協助售后服務部分的用戶研究。enjoy~
一、背景
圖靈在1950年提出“機器能思考嗎?”的設想,并通過機器與真人對話游戲來驗證設想,這場“圖靈游戲”便是聊天機器人的起源。
聊天機器人從交互形式而言,包括語音交互(結合ASR-NLU-DM-NLP-TTS)、純文本(結合NLU-NLP)交互;從智能程度而言,包括純機器人答復、人機協助;從應用領域而言,包括通用領域、垂直領域。
- 1966年,麻省理工學院開發出第一個聊天機器人ELIZA,用于臨床心理治療,當時僅簡單實用關鍵詞匹配規則的做法。
- 1988年,加州伯克利分校開發了UC,幫助用戶學習使用UNIX操作系統,通過接收問題,再進行問題解析(問題分類、句法分析、關系抽取、實體識別、指代消解、補全改寫、復述生成等),再到意圖檢測,進而在bot識別出一系列答案后,對答案進行融合排序,從而輸出置信度最高的答案。
而智能客服店小蜜就是聊天機器人中的一種,今天主講應用于電商領域的店小蜜中NLP純文本人機協助售后服務部分的用戶研究。由于時間間隔較久,有記不清說錯的還請各位大牛指正。
二、通過用戶梳理,尋找目標用戶
店小蜜的售后智能客服系統主要面向三類群體:
- 直接使用用戶:阿里內部客服與商家客服;
- 購買者:商家(面向以阿里系平臺為電商渠道的商家);
- 感知反饋者:消費者。
2.1 用戶畫像 vs 用戶故事
(1)直接使用用戶:阿里內部客服與商家客服
(2)購買者:商家
(3)感知反饋者:消費者
2.2 確定目標用戶與痛點,從而確定產品目標定位
通過抽象聚類三類主要群體在運用客服系統時遇到的問題,而得到以下結論:
- 核心用戶:阿里內部客服與商家客服;
- 用戶痛點:追求高效和高質量為消費者解決問題;
- 產品目標定位:成為一款為商家客服打造高效、專業形象的智能客服系統。
產品的目標為什么不直接是提高客服的工作效率和滿意度,而是強調打造高效、專業形象?
后者強調的是這套智能客服系統不僅旨在對客服本身工作發揮提效提質的作用,還有帶給咨詢消費者的感知體驗,這樣的定位也影響到產品的功能范圍層設計。
(圖片來自聯想官網)
比如小i機器人為聯想開發的小樂智能客服系統,產品定位是“漏斗過濾式的智能客服系統,過濾減少咨詢量,從而降低客服成本、提高客服服務質量”。
簡而言之,小樂客服是為了給人工客服過濾減少咨詢量,因此小樂的功能范圍層包括主要兩大部分:一是一問一答式的純機器人答復,二是協助咨詢者更便捷解決問題,兩者都是為了過濾減少進入人工客服咨詢的流量。
而店小蜜也會通過機器人在一開始過濾減少進入人工客服的咨詢流量,但基于產品目標定位,小蜜追求的是保姆式的服務。通俗地說就是能幫咨詢消費者解決的問題,就盡量不讓咨詢者自己動手處理,飯給對方做好了也同時提供喂飯服務~
2.3 對比店小蜜的友商網易七魚和小i機器人的核心用戶和產品定位
網易七魚同樣是針對電商垂直領域,核心用戶為網易和微信平臺入駐的電商領域商家。在2017年前,產品定位為“服務場景+服務管理”,產品目標是為人工客服減少過濾咨詢人流量。因此智能客服系統體現在提供關鍵詞觸發標準答案的純機器人服務,要找人工客服則需用戶填寫提交工單。
而到2018年,網易七魚的產品定位為提供云能力的智能客服系統,與店小蜜的明顯區分點是:店小蜜是針對阿里平臺商家提供服務,而網易七魚的核心渠道用戶進一步拓展為微信、微博、移動APP、web端商家,服務領域也重點針對電商售前服務。
小i機器人產品定位是為通用領域提供云能力的智能客服系統,為各業界大企業提供定制化的智能客服系統,涵蓋金融、政府、電商、社交等多領域,目前已有上??莆闹形闹悄荛_發機器人、雅虎內置小i機器人、交通銀行MSN機器人、上海世博“海寶博士”、聯想“小樂”等。
三、用戶旅程:通用地圖
店小蜜最開始是投入給阿里內部客服灰度使用,接下來主要以阿里內部人工客服為分析對象,服務對象為阿里平臺消費者,主要針對新手消費者。
3.1 背景狀況簡介
- 售后在線咨詢有70%與訂單有關,其余會涉及賬號、優惠券等;
- 在2015年沒有智能客服系統時,根據柏森分布統計的數據,單個客服同時服務3個會員的平均響應時間是60‘’秒,日均接待咨詢數量60-80位(根據最新統計數據,平均響應時間已提升至30‘’35秒-35‘’40秒);
- 在線客服繁忙的兩個時間段:10-13點、17-21點;
- 售后咨詢主要分為三大類:問題型咨詢、任務處理型咨詢、調皮閑聊型。
3.2 用戶體驗通用地圖
由于阿里平臺有多個業務部門,包括淘寶、天貓、飛豬等,因此當買家進線咨詢需首先確認買家想詢問哪個業務線問題,將其分流到對應的業務線客服。
在人工客服日常工作中,通過買家一進線便初步反饋的問題,客服需判斷或進一步引導確認買家的問題是跟訂單有關的,亦或是跟賬號、優惠活動、優惠券、功能操作等其它問題相關。
根據數據統計,70%咨詢者問題跟訂單有關,而跟訂單有關的咨詢中,TOP10咨詢的問題為如何退貨、如何取消訂單等,因為買家咨詢問題窮出百態,后續設計對話時,也需要針對出現頻率最高的問題,才能在初期做MVP(最小可行產品)時達到ROI(成本效益)和覆蓋率最大化。
當客服接到訂單相關咨詢,比如:當消費者詢問“如何取消訂單”,客服需查看訂單詳情:訂單是實物或者虛擬商品、訂單若是實物的話屬于哪個類目、訂單金額多少、買家是否付款、商家是否點擊發貨、貨物是否已經有物流信息、買家是否已自主操作取消訂單、商家是否在買家自主操作取消訂單后仍舊將貨物發出等等情況,針對不同情況客服要采用的答復或解決方案會有很大區別。
在了解訂單詳情的同時還需要了解買家與商家的信譽度、處罰記錄、交易往來等。就像在現實中會存在詐騙分子一樣,互聯網電商的發展也同時使得詐騙團伙磨刀霍霍調轉陣營。我們聽過有消費者詐騙商家等情況,同時也會存在買家在阿里平臺實施不法行為,甚至是買家和商家同伙。根據不同身份的咨詢者需采取不同應對方案。
無論是新舊客服,面對阿里大量的規則,都很難全部記憶到位,所以在無智能客服系統時,客服只能人工搜尋查找規則,再進一步為咨詢的買家解答或協助其處理問題,且有些規則存在不一致和無法匹配新問題現象等情況。
四、智能客服系統用戶體驗地圖
假設客服使用人機協作的在線智能客服系統,同樣會經歷對接消費者–確認問題–了解詳情–匹配與提供解決方案四大步驟。
4.1 對接消費者
根據統計而來的不同日期和每天不同時間點的咨詢量,為客服管理人員提供客服人力安排參考數據。通過純機器人聊天解決用戶簡單問題,為人工客服過濾減少咨詢量后,根據買家咨詢業務線差異劃分對接到不同業務線客服。
在客服人工不斷承接咨詢買家時,會發現一個問題:由于咨詢者問題解決難易度和客服處理效率等存在差異,在同一時刻,有的客服可能忙不過來都無法再接待咨詢者,而有的客服卻很空閑,但是空閑客服有的也想追求更高接待量,因此設置“任務申領功能”,精力充裕的客服可通過點擊“+1”申領更多咨詢者。
在接待消費者的過程中,為了協助客服實現更人性化、貼心的溝通,設置用戶畫像以便客服可結合用戶歷史購物喜好、文化程度、性格特征等采用不同的溝通話術。
4.2 確認問題
由于人與人之間的溝通表達和理解存在差異性,有些時候客服需要耗費更長時間才能理解清楚用戶想要咨詢的問題。算法工程師將阿里平臺積累的聊天對話語料,經過設定的熱詞過濾掉不文明語料等,融合排序出前三條最經常被客服采用的語料,進而通過人工標準確認語料正確性,從而積累正確語料庫。
通過梳理對話的標準規則邏輯,比如:針對虛擬或實物商品、針對不同類目商品,在不同的錢款支付、貨物物流、評價等相關因素的情況下,梳理出不同的對話邏輯步驟。
從而通過NLP形成對買家咨詢問題的問題解析和預測推斷答案,在客服接到消費者問題時,根據問題為客服推薦置信度最高的前三條標準答案。
為什么是3條,而不是2條或4條呢?
一是考慮給客服提供更高召回率的答案,二是考慮客服在答復買家時候,同時查看問題能接受的數量以及是否會遮擋到客服輸入聊天對話。
同時為買家和客服提供智能補全功能,所謂智能補全,即用戶輸入一般,系統預測到其接下來要輸入內容給其推薦語句,由用戶選擇是否采用系統推薦的標準話術。
一方面幫助買家和客服更快速地提問和回復問題,另一方面也以此更加規范買家和客服的部分用語。
4.3 了解詳情
對于客戶端而言,最開始的人工客服工作系統,客服需要打開好幾個頁面才能查看用戶訂單詳情。對于咨詢買家端而言,很多買家很難記住長長的一串訂單號,每次都需要跳出聊天框去復制訂單號后再給到客服,也因此經常導致聊天產生不必要的中斷。
因此將聊天過程中大部分用戶需要了解的簡化的訂單信息嵌入到聊天窗口,滿足用戶一目了然需求,但是還是避免不了買家會因為臨時接到電話等中途退出聊天窗口的情況,因此需要在處理邏輯上要有應對兜底策略:
- 一是將自動斷開聊天窗口改成由買家或客服確認斷開;
- 二是匹配原先對接客服,如果之前客服在線,中斷咨詢的買家再次進線會優先匹配給之前對接的客服;如果客服不在線,聊天記錄會保留同步給下一個對接客服等措施。
4.4 匹配解決方案
用戶的咨詢類型會分為三大類:閑聊型、問題型、任務型。
比如買家找你解答個數學問題、溝通傾訴情感問題等這是閑聊型;再比如買家感覺和商家無法溝通,需要客服作為中間方協助溝通,這是任務型。
在最原始的客服系統,客服要協助咨詢買家去找商家的操作路徑是:離開聊天對話框——打開阿里旺旺/千牛——搜尋商家昵稱——與商家進行溝通,而在智能客服系統,當買家確認問題訂單后,系統會自動生成訂單匹配的商家千牛賬號,客服直接點擊聊天對話框的商家千牛賬號,便能跟商家直接溝通。
問題解析至此便先暫告段落,才疏學淺,敬請各位大牛指導~
作者:唐吖年,公眾號:三丫頭記
本文由 @唐吖年 原創發布于人人都是產品經理。未經許可,禁止轉載
題圖來自Unsplash,基于CC0協議
看完感覺沒啥干貨呀???
大神見笑
不理他 我覺得干貨挺多的 尤其是用戶故事地圖
不同方向的產品經理在看其它方向產品的理論時,初看會跟自己接觸的理論體系不一樣,會有否定或不理解的心理很正常,啊哈哈哈哈,再者,我也得不斷學習增強,還有很多不懂~~
贊贊贊
??謝謝大神,目前思考還很淺,以后再返回來思考可能還會有更多成長
贊一個
謝謝大神
有公眾號之類的設置嗎?很想長期關注
有的,公眾號:三丫頭記。我的私人公眾號,平時寫寫生活小感觸,產品小思考~