陳 剛

〔中國石化上海石油分公司 上海 200002〕

1 概述

在激烈的市場競爭中，各大企業(yè)尤其是銷售企業(yè)越來越注重產(chǎn)品的咨詢和售后服務(wù)，紛紛建立客服中心，解決客戶對業(yè)務(wù)的咨詢和產(chǎn)品使用中的問題。然而維持一個(gè)客服中心，需要雇傭大量的客服人員并對其進(jìn)行大量深入的專業(yè)培訓(xùn)，以滿足客戶的需要。

隨著企業(yè)發(fā)展和客戶需求的增長，某石油公司的客服中心經(jīng)歷了從無到有，從模擬線路到數(shù)字線路的發(fā)展，服務(wù)方式和模式從2004年至今有了兩次大的提升（見表1）。

表1 某公司客服發(fā)展情況表

從表1中可以看到，該客服中心從最初的幾個(gè)人幾部電話、全部紙質(zhì)文檔，發(fā)展到有了客服系統(tǒng)和IVR，再到如今的數(shù)字線路、IP電話，客服系統(tǒng)有了明顯的進(jìn)步。然而隨著互聯(lián)網(wǎng)，尤其是移動(dòng)互聯(lián)網(wǎng)的發(fā)展，用戶的需求呈現(xiàn)爆炸性增長（見圖1、圖2），客服系統(tǒng)已落后于企業(yè)的發(fā)展和客戶需求的增長速度。

圖1 加油卡發(fā)展趨勢

圖2 客戶需求與客服處理能力對比

2 存在的問題

2.1 運(yùn)營成本高

傳統(tǒng)的客服中心在應(yīng)對當(dāng)前客戶需求量猛增的情況時(shí)，如果要保持好的服務(wù)質(zhì)量，勢必要同比例地增加客服人員、通訊線路和設(shè)備，相應(yīng)的人工、辦公和培訓(xùn)成本都要同比增加。以傳統(tǒng)的客服模式應(yīng)對移動(dòng)互聯(lián)時(shí)代的客戶需求增長，面臨的成本上升，數(shù)額巨大。

2.2 勞動(dòng)強(qiáng)度大

現(xiàn)在該客戶服務(wù)中心的主要職能是為本地區(qū)1 000萬加油卡用戶和潛在用戶提供業(yè)務(wù)咨詢、賬戶查詢、對賬單、投訴等服務(wù)，人均勞動(dòng)強(qiáng)度大、重復(fù)性勞動(dòng)多的問題非常突出，目前該中心的基本運(yùn)行情況見表2。

表2 客服運(yùn)行現(xiàn)狀表

該中心2015年全年電話呼入總量達(dá)到30萬次，其中業(yè)務(wù)咨詢占總通話量的86%，人均每天接聽電話80個(gè)，按照每個(gè)電話5 min計(jì)算，單個(gè)員工每天提供服務(wù)時(shí)間已接近7 h，基本處于滿負(fù)荷運(yùn)轉(zhuǎn)狀態(tài)。

據(jù)對客戶咨詢問題的不完全統(tǒng)計(jì)，在監(jiān)測的時(shí)間段內(nèi)，在咨詢問題排名中前5位分別是：①加油卡辦卡手續(xù)，②加油站網(wǎng)點(diǎn)信息，③開票網(wǎng)點(diǎn)，④開票手續(xù)，⑤優(yōu)惠信息，總計(jì)占所有咨詢量的83%。這些“同質(zhì)性”的問題占用了客服人員大量的時(shí)間，即客服人員在低效率的重復(fù)勞動(dòng)上消耗了大量的精力。

客服人員為了能更好地服務(wù)客戶，還要在工作之余學(xué)習(xí)各種新的專業(yè)知識(shí)，這樣的新文檔每月都有幾十個(gè)，也相應(yīng)增加了他們的勞動(dòng)強(qiáng)度。

2.3 客戶體驗(yàn)差

在客服人員接近滿負(fù)荷運(yùn)轉(zhuǎn)的情況下，坐席電話總是處于繁忙狀態(tài)，造成客戶長時(shí)間等待或干脆無法呼入；客服人員長期處于疲勞狀態(tài)，精神狀態(tài)難免不受到影響，服務(wù)質(zhì)量很難得到保障；客服人員業(yè)務(wù)水平不一，同樣問題的回答可能不盡相同，服務(wù)標(biāo)準(zhǔn)化水平也很低。所有這些都導(dǎo)致目前客服中心給予客戶的體驗(yàn)差強(qiáng)人意，滿意度不高也就成為必然。

3 智能客服系統(tǒng)的建立

為應(yīng)對移動(dòng)互聯(lián)網(wǎng)等用戶需求的新變化，傳統(tǒng)的客服中心需要改變原有的服務(wù)模式，充分利用先進(jìn)的信息技術(shù)、人工智能技術(shù)，在信息的捕捉、識(shí)別、加工、存儲(chǔ)、檢索、傳輸、展現(xiàn)等方面，提升服務(wù)效率，提高服務(wù)水平。

為此，筆者認(rèn)為，需要建立智能客服系統(tǒng)，實(shí)現(xiàn)減少運(yùn)行成本、降低勞動(dòng)強(qiáng)度，提高服務(wù)質(zhì)量、大幅提升客戶體驗(yàn)的目的。該系統(tǒng)不僅為客服人員提供技術(shù)支撐，又能直接服務(wù)于客戶。

3.1 智能客服系統(tǒng)

智能客服系統(tǒng)是在大規(guī)模知識(shí)處理基礎(chǔ)上建立起來的一套面向行業(yè)應(yīng)用，適于進(jìn)行大規(guī)模知識(shí)處理、自然語言理解、知識(shí)管理、自動(dòng)問答系統(tǒng)和推理等專業(yè)技術(shù)服務(wù)，不僅可為企業(yè)提供專業(yè)化的知識(shí)管理，還能為企業(yè)與海量用戶的溝通建立基于自然語言的快捷有效的渠道；為企業(yè)提供精細(xì)化管理所需的統(tǒng)計(jì)分析信息。

3.2 關(guān)鍵技術(shù)

3.2.1 智能知識(shí)庫

智能知識(shí)庫涵蓋了眾多知識(shí)數(shù)據(jù)，能提供全面強(qiáng)大的全文檢索，實(shí)現(xiàn)對多種格式文檔（Word、Excel、pdf、txt、html等）的掃描并建立索引，并顯示知識(shí)條目的分類和無限制層數(shù)的樹狀菜單，給知識(shí)條目打上各種分類標(biāo)簽，進(jìn)行基于標(biāo)簽、關(guān)鍵詞、關(guān)鍵詞組合的全文快速檢索。原理如圖3。

圖3 知識(shí)庫技術(shù)架構(gòu)

3.2.2 智能機(jī)器人

智能機(jī)器人可把客戶用自然語言提出的問題，翻譯成機(jī)器能夠識(shí)別的搜索條件，在知識(shí)庫中搜索到相應(yīng)的知識(shí)條目，再返回到用戶。即基于自然語言的語義識(shí)別技術(shù)。該技術(shù)主要由三部分組成，分層識(shí)別、語義搜索、語義相關(guān)性。

（1）分層識(shí)別。分層語義識(shí)別是一種基于目標(biāo)的識(shí)別方法，它一方面迎合了人們描述問題的習(xí)慣，另一方面是為了滿足語義搜索的需求。分層語義識(shí)別是一種對語義識(shí)別結(jié)果的描述規(guī)范，它從上到下，從整體到局部，系統(tǒng)而完整地保存了語義識(shí)別的結(jié)果。

原始語義：最大限度地保留原始語料信息，對原始語料去符號(hào)、去重復(fù)詞及同義詞轉(zhuǎn)換后形成的語素。

最大外延：保留所有相關(guān)語素及未識(shí)別詞，可視為語義搜索的所有關(guān)聯(lián)項(xiàng)。

最小內(nèi)涵：保留核心語義的必要語素，可視為語義搜索的必要條件。語義分層識(shí)別模型見圖4。

圖4 語義分層識(shí)別模型

分層識(shí)別模型的本質(zhì)是用來描述不同語義精度的語義結(jié)果集。由分層的概念不難看到，這種語義的收與放、聚與散，類似于一個(gè)漏斗形，從最大的外延到最小的內(nèi)涵，就是語義識(shí)別的過程。這是尋找語義搜索必要條件的關(guān)鍵一步。

（2）語義搜索。一個(gè)語素只在很少的知識(shí)條目中出現(xiàn)，人們通過它容易確定相關(guān)目標(biāo)，它的相關(guān)性也就應(yīng)該大。反之，如果一個(gè)語素在大量條目中出現(xiàn)，人們看到它仍然不很清楚它的指向性，因此它應(yīng)該小。

（3）語義相關(guān)性。對于多個(gè)不同的文本或者短文本對話消息要來計(jì)算他們之間的相似度，一個(gè)好的做法就是將這些文本中的詞語，映射到向量空間，形成文本中文字和向量數(shù)據(jù)的映射關(guān)系，通過計(jì)算幾個(gè)或者多個(gè)不同向量的差異的大小，來計(jì)算文本的相似度。

相似度度量（Similarity），即計(jì)算個(gè)體間的相似程度。相似度度量的值越大，說明個(gè)體間相似度越小，相似度度量的值越大說明個(gè)體間相似度越低。

余弦相似度用向量空間中兩個(gè)向量夾角的余弦值作為衡量兩個(gè)個(gè)體間差異的大小。余弦值越接近1，就表明夾角越接近0度，也就是兩個(gè)向量越相似。

智能機(jī)器人是智能客服系統(tǒng)的重要組成部分，基于先進(jìn)的人工智能信息交互技術(shù)，準(zhǔn)確理解談話意圖，為客戶提供智能交互和咨詢引導(dǎo)。支持?jǐn)?shù)據(jù)的自動(dòng)整理拆分，將大量的現(xiàn)有知識(shí)文檔自動(dòng)整理為適合回答客戶問題的細(xì)粒度詞條。即可方便、快捷地體驗(yàn)多種個(gè)性化功能與服務(wù)。通過不斷完善的知識(shí)庫和對智能機(jī)器人的持續(xù)訓(xùn)練過程，能夠處理大量“同質(zhì)性”的業(yè)務(wù)咨詢，大大降低坐席的工作量。

4 互聯(lián)網(wǎng)下智能客服系統(tǒng)的設(shè)計(jì)

4.1 系統(tǒng)架構(gòu)

智能客服系統(tǒng)由統(tǒng)一接入平臺(tái)、智能機(jī)器人系統(tǒng)、支撐層、基礎(chǔ)設(shè)施四個(gè)部分組成，四個(gè)層面同智能知識(shí)庫雙向交互，并建立統(tǒng)一的安全機(jī)制和統(tǒng)一技術(shù)標(biāo)準(zhǔn)規(guī)范。具體架構(gòu)見圖5。

圖5 智能客服系統(tǒng)架構(gòu)

統(tǒng)一接入平臺(tái)。針對各種互聯(lián)網(wǎng)渠道和電話的接口，通過統(tǒng)一的界面展示給客服人員，并把獲取的答案回復(fù)給客戶，客服人員無需知道用戶所使用渠道。

智能機(jī)器人系統(tǒng)。把統(tǒng)一接入平臺(tái)傳遞來的客戶自然語言的問題進(jìn)行智能分詞、語義識(shí)別、語義搜索、模糊匹配，并從知識(shí)庫中抽取答案、展示答案等。

支撐層。主要用于用戶管理權(quán)限分配、報(bào)表統(tǒng)計(jì)、熱點(diǎn)追蹤分析，給客服管理提供統(tǒng)計(jì)數(shù)據(jù)。

基礎(chǔ)設(shè)施。主要是一些操作系統(tǒng)、數(shù)據(jù)庫、中間件等硬件。

統(tǒng)一的安全機(jī)制。主要針對用戶在私密數(shù)據(jù)查詢安全性方面的保護(hù)。

統(tǒng)一的技術(shù)標(biāo)準(zhǔn)規(guī)范。主要規(guī)范了語義識(shí)別、智能分詞的字典數(shù)據(jù)等。

4.2 互聯(lián)網(wǎng)下的知識(shí)庫平臺(tái)

知識(shí)庫平臺(tái)可以利用虛擬技術(shù)搭建在云上，知識(shí)條目的來源不僅僅依靠人工維護(hù)，還能連接企業(yè)的大數(shù)據(jù)平臺(tái)、企業(yè)各業(yè)務(wù)系統(tǒng)、CRM和互聯(lián)網(wǎng)。它們的數(shù)據(jù)交互應(yīng)該是雙向的。

知識(shí)庫平臺(tái)的另一個(gè)特別的功能是就客戶提出但在現(xiàn)有知識(shí)庫中沒有的知識(shí)條目到互聯(lián)網(wǎng)上去搜索并把結(jié)果返回給客戶。同時(shí)把該問題和答案暫存在待審核庫中，如果該問題出現(xiàn)頻率達(dá)到了設(shè)定的一個(gè)閥值，將會(huì)通知管理人員就該問題進(jìn)行專業(yè)化的完善并更新進(jìn)知識(shí)庫中（見圖6）。

圖6 互聯(lián)網(wǎng)＋知識(shí)庫

4.3 互聯(lián)網(wǎng)下多渠道交互

智能客服系統(tǒng)依托互聯(lián)網(wǎng)和智能手機(jī)等設(shè)備，以智能機(jī)器人為媒介，打通了微信、QQ等與知識(shí)庫的通道，使客戶對客服的需求不再是熱線電話的1條路?？蛻艨赏ㄟ^微信、QQ、WEB等向智能機(jī)器人提出問題，通過“語義識(shí)別”和“語義搜索”技術(shù)，在知識(shí)庫中返回客戶滿意的答案（見圖7）。

圖7 互聯(lián)網(wǎng)＋智能機(jī)器人

5 應(yīng)用實(shí)踐

5.1 工作流程

應(yīng)用了智能客服系統(tǒng)后，人工坐席的工作流程就轉(zhuǎn)變?yōu)?，客戶電話呼入，坐席接聽后，通過智能機(jī)器人系統(tǒng)到知識(shí)庫中去搜索相應(yīng)的知識(shí)條目，然后通過客服人員回復(fù)給客戶?？蛻粢部梢酝ㄟ^互聯(lián)網(wǎng)直接把問題提給智能機(jī)器人，由智能機(jī)器人提供服務(wù)。新的流程省去了人工翻閱資料的時(shí)間，同時(shí)確保了回復(fù)內(nèi)容的及時(shí)性和準(zhǔn)確性，并且縮短了單個(gè)客戶服務(wù)的時(shí)間，工作效率有了顯著提高（見圖8）。

圖8 智能客服系統(tǒng)工作流程

5.2 目前應(yīng)用狀況

目前，智能客服系統(tǒng)試用一年來，主要應(yīng)用在輔助人工客服知識(shí)搜索和服務(wù)標(biāo)準(zhǔn)化方面。

知識(shí)庫是智能客服系統(tǒng)一個(gè)重要部分。在知識(shí)庫的管理模塊中，知識(shí)條目可以手工錄入，文件導(dǎo)入，修改，刪除。

知識(shí)庫中知識(shí)條目的數(shù)量從剛開始批導(dǎo)入的6萬條，經(jīng)過模仿學(xué)習(xí)和互聯(lián)網(wǎng)自主學(xué)習(xí)，現(xiàn)在已經(jīng)達(dá)到了15萬條。

經(jīng)過客服人員的實(shí)際使用，在知識(shí)條目大幅度增長的情況下，智能機(jī)器人的語義識(shí)別命中率也得到了相應(yīng)的提升，從運(yùn)行之初的30%上升到80%?？头藛T的普遍反應(yīng)是智能機(jī)器人查詢速度變快，準(zhǔn)確率提高，對于智能客服系統(tǒng)輔助表現(xiàn)的滿意度由最初的50%提升到85%。

知識(shí)庫按知識(shí)條目訪問的頻率從高到低排序，提供快速查詢功能，并以TOP排行榜的形式顯示在界面上如：1.辦卡手續(xù)，2.掛失手續(xù)，3.開增值發(fā)票，4.油價(jià)查詢，5.優(yōu)惠信息……。排行榜數(shù)量可以自定義，方便客服人員對熱點(diǎn)知識(shí)的查詢和訪問。解決了以往每個(gè)電話接聽后都要手工記錄，然后再人工統(tǒng)計(jì)熱點(diǎn)的問題，達(dá)到了實(shí)時(shí)統(tǒng)計(jì)的目的，提供給管理人員一個(gè)更好完善熱點(diǎn)知識(shí)庫的工具。

對當(dāng)下最流行的即時(shí)通訊應(yīng)用平臺(tái)微信的接入做了測試，達(dá)到了預(yù)期效果。測試結(jié)果如圖9。

圖9 手機(jī)微信的測試

5.3 階段性成果

5.3.1 運(yùn)營成本有所降低

在運(yùn)營成本方面，有了一定的降低。在啟用智能客服系統(tǒng)之前，按照業(yè)務(wù)量的增長趨勢，原先預(yù)計(jì)話務(wù)量將增加2.5萬次，要保證服務(wù)質(zhì)量就必須增加30條線路和10名客服人員，還需添置必要設(shè)備。需增加大量固定成本、人工成本、培訓(xùn)費(fèi)用，現(xiàn)在啟用了智能客服系統(tǒng)，線路和人員都不用增加，明顯節(jié)約了成本。

5.3.2 勞動(dòng)強(qiáng)度有所降低

原本大量的業(yè)務(wù)知識(shí)需要坐席人員熟悉掌握，而人員水平參差不齊，難免會(huì)有錯(cuò)漏。現(xiàn)在所有知識(shí)都進(jìn)了知識(shí)庫，需要時(shí)只要搜索就能給出完整、準(zhǔn)確的答案。勞動(dòng)強(qiáng)度對比見表3。

表3 勞動(dòng)強(qiáng)度對比表

5.3.3 客戶體驗(yàn)度有所提高

原先客戶花大量時(shí)間排隊(duì)等候電話接通，且客服對于客戶問題的響應(yīng)時(shí)間也比較長，還常常出錯(cuò)誤導(dǎo)客戶。用了智能客服后，排隊(duì)時(shí)間和響應(yīng)時(shí)間明顯縮短，回答的準(zhǔn)確率顯著提高。通過對客戶的回訪，體驗(yàn)度和滿意度有了很大提升（見表4）。

表4 客戶體驗(yàn)度對比表

6 總結(jié)和展望

該公司目前在智能客服方面做了初步探索，試運(yùn)行期間已經(jīng)明顯提高了客服中心的運(yùn)行效率，降低了工作強(qiáng)度，減少了運(yùn)營和培訓(xùn)成本，大大提升了客戶體驗(yàn)度和企業(yè)形象，效果明顯，已成為提升企業(yè)形象和核心競爭力的強(qiáng)大支撐?？梢哉J(rèn)為智能客服的發(fā)展方向是正確的，有價(jià)值的，今后將繼續(xù)深化提高。

知識(shí)庫相當(dāng)于智能客服系統(tǒng)的大腦，智能機(jī)器人相當(dāng)于智能客服系統(tǒng)的耳朵和嘴巴。下一步，考慮對知識(shí)庫和智能機(jī)器人系統(tǒng)進(jìn)行深化應(yīng)用，使智能客服系統(tǒng)更加耳聰目明，能說會(huì)道。

知識(shí)庫平臺(tái)目前處于建設(shè)的初級(jí)階段。通過該項(xiàng)目的建設(shè)，已初步實(shí)現(xiàn)客服數(shù)據(jù)的有效采集、存儲(chǔ)、加工、檢索及應(yīng)用，下一步考慮提升知識(shí)庫平臺(tái)的信息處理、知識(shí)管理的深度和廣度，考慮與互聯(lián)網(wǎng)加深融合，從根本上提升客服中心信息處理、知識(shí)管理的水平。同時(shí)，知識(shí)庫平臺(tái)不僅可以為客服系統(tǒng)提供服務(wù)，也可以為企業(yè)管理、員工培訓(xùn)助力。通過把知識(shí)庫載入到企業(yè)云上，把企業(yè)制度、非油信息、推廣活動(dòng)等數(shù)據(jù)融入知識(shí)庫內(nèi)，實(shí)現(xiàn)全企業(yè)的知識(shí)共享，經(jīng)驗(yàn)傳承，提升企業(yè)管理水平。

對于智能機(jī)器人系統(tǒng)，考慮把語音識(shí)別（ASR）和語音合成（TTS）融入智能機(jī)器人平臺(tái)，實(shí)現(xiàn)直接識(shí)別客戶語音并調(diào)用資源，做出回應(yīng)，屆時(shí)基于智能機(jī)器人系統(tǒng)的客服平臺(tái)將可以利用互聯(lián)網(wǎng)打通和各種主流社交平臺(tái)（微信、QQ、微博、短信、電話）之間的通道，通過語音識(shí)別（ASR）和語音合成（TTS）實(shí)現(xiàn)與客戶的直接交流和服務(wù)。

未來統(tǒng)一、先進(jìn)的客戶智能客服平臺(tái)，實(shí)現(xiàn)油品、非油品、直銷、批發(fā)等客服業(yè)務(wù)整合，將微博、微信、QQ、網(wǎng)站在線留言、在線客服、智能機(jī)器人等線上客服平臺(tái)整合在一個(gè)交流界面中，坐席人員或者智能機(jī)器人可以自由與不同來源的客戶，借助郵件、短信、微信、APP、傳真等多種溝通方式進(jìn)行無縫而高效的交流，那時(shí)“無論客戶在哪里，公司的客戶服務(wù)就在哪里”的服務(wù)理念將得到真正的實(shí)現(xiàn)。未來智能客服系統(tǒng)模型見圖10。

圖10 未來智能客服系統(tǒng)模型

[1]百度文庫 《人工智能的發(fā)展應(yīng)用與未來》http：／／wenku.baidu.com／.

[2]楊超，李仁發(fā)，蔣斌.基于知識(shí)庫的自然語言語義研究[J].2004，10（增刊）：267－271.

[3]徐理軍.基于語義的智能客戶服務(wù)系統(tǒng)的研究與設(shè)計(jì)[M].2012.

[4]吳江寧，王曉歡.面向呼叫中心的知識(shí)導(dǎo)航系統(tǒng)研究[J].大連理工大學(xué)學(xué)報(bào)，2009（6）：977－984.

[5]吳畏，趙川.基于語義的自然語言理解研究[J].數(shù)字通訊，2014，6（4）：32－34.