智能客服在電商領域應用前景廣闊

隨著自營電商、跨境電商、垂直電商、自媒體電商異軍突起，近幾年，國內電商呈現出「百花齊放」的狀態。隨著電商業務的上升，客服需求也急劇增加。

先來看一個數據，某個省移動客服，今年在線話務從原來10%上升到50%。這說明人們更傾向於在線諮詢服務了，於是在線客服的壓力大增。而電商領域更是如此，在線銷售的模式讓在線客服成為客服工作的常態。面對電商客服的大量問題都是重複性高、簡單的問題（物流、產品等），電商巨頭紛紛上線人工智慧客服機器人，代替人工客服來處理問題。

作為國內兩大電商巨頭的阿里和京東分別在15和13年上線了自主研發的阿里小蜜和京東JIMI，數據顯示，「阿里小蜜」的工作量堪比3.3萬人工客服，而京東JIMI累計服務用戶早已突破億級大關。2016年強勢崛起的網易考拉海購，也是網易自研的網易七魚的有力支撐下快速發展。

機器人在參與客服服務中它們中不會生氣、不需要申請小休、不需要情感的關懷、不用培訓、你更不用擔心它們哪天幹得不爽了要離職。而人工客服不僅需要耗費大量的人力成本，也無法進行大數據的挖掘，跟不上產品更新的速，同時大量的需求則會增加人工服務的等待時間。所以事實上證明，在簡單機械性的重複工作裡面，機器人優勢非常明顯，人沒有辦法和機器相比，特別是在這種勞動密集型的客服領域。

智能客服機器人，涉及到多項人工智慧技術，如深度神經網路、自然語言處理、語義分析和理解、機器學習、大數據等，而深度學習是其中非常重要的一項技術。深度學習（Deep Learning）演算法可以說是人工智慧非常重要的一部分，通過深層神經網路（DNN）模型的運用，深度學習已成為目前最接近人腦的智能學習方法。

如意圖識別：針對用戶輸入的文本，通過意圖識別之後對應到訂單、售後、商品、閑聊等不同的類別。

命名實體識別：先對用戶輸入的文本進行識別，在對識別後的命名實體進行抽取，對應到人名、地名、商品名、機構名等不同類別，更好地理解用戶的語言。所以，命名實體識別其實也是用戶意圖識別的必須步驟。

自動問答：在明確用戶的意圖之後，通過自動問答系統匹配答案，抽取和排序候選答案，給用戶反饋最佳答案和建議。通過深度學習的演算法，可以提高自動問答的準確率。

用戶畫像：通過用戶各個維度的數據，比如性別、能力、身高，歷史瀏覽記錄，購物記錄，是不是有小孩，最近購物傾向是什麼，關注什麼商品，對用戶做很細的刻度，分成很多維度的畫像，標註土豪還是屌絲，用戶價值維度是高是低還是中等，用戶是什麼類別、性質的，是理性保守型還是購物衝動型的，根據這種細粒度的畫像提供個性化的服務。

人類工作中重複性比較強的工作能夠被機器人取代是一件好事，是社會化發展的必要進程。但也有機器人做不了的一些事，例如關懷客戶，客戶這個月生日打電話關懷，順便送一個小禮品，但對人類來說，是一件非常輕鬆的事情。所以目前電商平台利用智能機器人解決大量重複性問題的同時，還是需要人工客服做其它客服工作。

幫我吧全渠道智能客服系統於2016年開始進軍電商客服領域。通過機器人響應過濾掉80%的簡單的、重複性問題，7×24小時在線，補充人工客服休息或不在線狀態，減少客戶流失率。強大的知識庫讓機器人通過智能化學習，變得越來越智能。當然幫我吧的全渠道接入、在線客服、工單流轉、數據統計、API開放平台等功能，解決各個層面客服問題。如此，智能客服機器人與人工客服優勢互補，全面保障了用戶服務體驗。

未來，隨著中國人力資源成本的上升，招聘、培訓和上崗一名客服座席成本將越來越高，以人員密集型為主的客服中心在未來將面臨巨大的人工成本壓力，而提供智能化的客服機器人服務將在電商領域大有可為。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！