起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識阿里設計：如何優化人機對話對引導，促成用戶滿意度增長？
上半年，客服機器人首輪對話引導，進行了設計優化，結果顯著增長。而在這個設計過程中，也收獲了一次全面成長。本文希望通過文章沉淀分享，互相學習成長。
客服小蜜是阿里巴巴旗下，淘寶的客服機器人，每天24小時不間斷，為會員提供對話式服務，滿足了人力不能達到的咨詢需求。實現了你想問，它就在的用戶期待。
客服機器人首輪對話引導，進行了設計優化，結果顯著增長。設計師由前期獲取用戶行為數據分析，至協同多方達成意見一致，再到結果回收統一數據口徑，設計師深度參與，并分擔了不同角色?位。深刻體驗了“此時此刻非我莫屬”，也幸運的收獲了一次全面的成長機會。
設計過程中的思考，希望通過文章沉淀分享，互相學習及成長。
- 為什么對話引導需要優化？
- 引導用戶對話與機器人，和傳統首頁引導有什么區別？
- 用戶有什么差異， 痛點與機會？
- 改了些什么? 最終結果怎么樣？
一、現況、問題與機會
1. 為什么要改版？用戶細分機會涌現
2019上半年，為了隨用戶需求的變化。設計師通過用戶路徑數據分析，尋找契合機會，輸出核心策略“渠道分流運營”及“首頁引導框架優化”。經多輪提案及協商后，最終多方達成一致。
渠道分流運營：
- 服務為主， 助理為次。“我的-客服小蜜“，?用戶訴求明確， 用戶主動由“客服”入口進入，心智預期清晰。我們可以精確定位在服務問題預測，提升對話效率。
- 助理為主， 服務為次?。“消息盒子?-我的小蜜“， 用戶流量大，但有效率低。用戶大多數由推送引導進入，我們可以通過個性化技能預測， 引發用戶潛在需求，促進結果增長。
當時的情況：大量新的助理技能涌現， 而框架無法有效呈現用戶。
2. 引導用戶對話與機器人，和傳統首頁引導有什么區別？黑盒子的不確定性
小蜜機器人的首頁內容，由算法概率因子及工程邏輯，進行決策判斷最終用戶看到的內容。用戶由淘寶不同的“入口”進入， 經過“身份”， “訂單狀態”， “平臺資源”， “平臺活動階段”等眾多因子共同影響下， 最終組合成千人千面的個性化首頁組合。
設計師進行框架設計時，需要同時符合業務目標與用戶需求外， 還要考慮技術可行性， 黑盒子的不確定性及業務運營可持續擴充性。
- 機器人首頁：多因子共同決策組合， 需要考慮黑盒子的不確定性與人工運營的配合。
- 傳統首頁:：較為固定的內容呈現， 變量較穩定。
黑盒子與人工作用下，我們不確定用戶的首頁，最終組合成多少行或者列的卡片，以及內容。按對話狀態區分，有“關懷追問”， “進度匯報”， “主動對話”， 等對話能力。按身份分類， 可以呈現“客服”， “助理”， “新會員”， “88VIP“等。
梳理這個黑盒子的可能性，也曾經成為我們困惑和爭議的一部分，因為我們設計范圍充滿不確定性。
3. 用戶有什么差異，痛點與機會？數據分析，明確用戶特征
小蜜機器人用戶路徑主要在“我的-客服小蜜”及“消息盒子?-我的小蜜”進入。用戶的心智預期與痛點， 遂不同入口有不同情況。
例如“訂單詳情”進入會期待精確定位快速解決， “客服小蜜”進來會期待咨詢較廣泛的服務問題，?“消息盒子?-我的小蜜”進入可能是收到機器人的主動對話，目的相對不明確。
深入數據進行分析，按路徑與意圖區分， 我們制定了相應的策略， 提升個性化服務的能力與機會。
二、協同多方利益，促進方向一致，落實設計策略
1. 獲取論證：MVP（最小化可行方案），快速驗證假設與收益
利用最小的資源論證設計觀點， 用數據獲取合作方的信任。我們策略基于把用戶的自由輸入轉移至引導點擊， 降低提問門檻， 促進滿意度增長。
前期我們協同業務，利用原有配置能力進行快速實驗， 實驗結果顯示，點擊獲取答案比大盤滿意度高。因此我們展開正式的改版提案。
2. 達成方向一致：分析渠道用戶訴求，明確多方立場與訴求
項目并不是只有單方利益， 組織里各方立場和視角不同產生意見沖突，設計師在當中需要理解各方真實訴求，尋找能達成共識的契合點。通過分析及多輪溝通， 最終我們明確了“客服”主場景為“客服小蜜”， 助理能力為目標不明確但規模量大的“我的小蜜”。
3. 細化設計策略：優化信息布局，提升信息傳達效率
當關鍵意見領袖在方向上達成一致，設計師的工作還只是剛剛開始。落實交互與視覺等的細節處理，也是影響項目是否成功的關鍵要素。
通過視覺層，內容層及交互層，優化信息布局，提升有效率
- 降低用戶視覺運動的跳躍，引導用戶流暢的視覺流，分配用戶有限的注意力資源。
- 順暢的按照內相關度提供信息優先級，為用戶的效率提供價值。
- 近手指物理距離，操作便捷性高，粗顆粒度意圖的布局在下方，為點擊行為降低任務難度。
通過可擴充框架，持續有效引導用戶，促進價值穩定獲取
在內容層我們要考慮后續可擴充性，因此我們進一步細化信息布局的原則與目的。設計師的角色能夠把用戶的注意力，眼球運動，手指移動，這些用戶有限資源，高效分配到信息，算力和人工運營的最優化配合。
卡片的優先級與業務，及技術達成一致，并符合用戶訴求
信息框架的定義，為后續個性化的對話卡片，提供更有效的信息分級。細化每個對話卡片，行與列的分層模塊與組合形態，完善人工與算法訴求。
通過用戶行為數據，發現業務增量機會，并優化對話效率
除了優化現有問題，設計師還主動尋找新機會。通過數據分析，發現用戶在自由輸入區行為話躍，因此我們預測用戶在首屏對話后，需要更多對話便捷性潛在訴求，并最終獲取顯著的增量，貢獻至業務增長機會。
三、目標、期待與結果
最終的結果怎么樣？關鍵指標顯著增長
通過首頁優化，增加對話點擊引導，用戶提問門檻下降，更容易找到答案，促成關鍵指標顯著增長。
客服小蜜：用戶訴求明確，提升技能點擊引導，滿意度顯著增長
關鍵指標：
- 滿意度顯著增長；
- 解決率顯著增長；
- 點擊率顯著增長。
我的小蜜：用戶量大，但訴求不明確。通過首頁引導，滿意度顯著增長，解決率顯著增長。
助理域技能獲取新曝光機會，促進了孵化創新業務的機會。
四、寫在最后
不只設計：合理補位，積極推進
為了仕命必達，“此時此刻，非我莫屬”。
由于智能項目團隊角色較為復雜，智能業務與業務運營， 在目標、抓手與指標會經常出現不一致情況， 甚至出現矛盾。設計師在項目中，承擔了大量項目管理， 協商及推進的角色。
消息盒子我的小蜜改版中，甚至出現業務不關注是否改版， 產品延期改版情況， 但最終經設計師多次協商后，才成功推進上線， 并獲取明顯收益。
數據分析：深入數據，回收結果
信任建基于數據事實，成本高也不能放手。
由于當時有兩方業務， 因此各自有自已的觀點與考核視角。設計師由數據開始，提供了相對客觀和明確的事實依據， 也是多次沖突中的關鍵助推力。而回收結果，由于業務方不以用戶視角，區分行為數據口徑， 引致結果回收花費大量精力， 短期內或無法解決。
我們只能注意項目規劃時，多預留時間回收結果及小心口徑問題。
人機對話：降低門檻，提升意愿
提問是有難度的，對話意愿是需要創造的。
即使是人與人的對話，大量的背景信息，共同的語言與文化，才能促成一段有效對話。不同的動機，如性別、身份、權力關系，才能驅動人們克服困難，進行對話。而人和機器對話我們相對歷史長河，還只是在剛剛開始的節點上。
人會利用畫畫，圖片，視頻，等形態輔助對話，利用表情去表達不同的含義，這些都是我們需要學習與轉化的「類人」對話能力。
期待更多精彩的人機對話，發生在我們美好的未來。
作者：周銘漢 阿里巴巴智能產品設計部達摩院設計團隊成員
本文由 @周銘漢? 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
- 目前還沒評論，等你發揮！
