謝一鳴：剛才講到了生態(tài)，講到了易谷和百度是十分緊密的合作關(guān)系。我接過(guò)這個(gè)話(huà)題，談?wù)劼?lián)絡(luò )中心當中關(guān)于營(yíng)銷(xiāo)門(mén)戶(hù)的打造和門(mén)戶(hù)內部服務(wù)預測的問(wèn)題。聯(lián)絡(luò )中有各種各樣的渠道、各種各樣的門(mén)戶(hù)，門(mén)戶(hù)的本質(zhì)是什么？剛剛從郭老師那邊學(xué)了一句話(huà)，“Banking is no longer somewhere you go, but something you do”，其實(shí)門(mén)戶(hù)也是一樣的，在商業(yè)化進(jìn)程中，大家越來(lái)越忽視你從哪里來(lái)，更關(guān)心你能干什么或者我能干什么，所以各種portal本質(zhì)上都是為了方便我們辦理各種各樣的業(yè)務(wù)。
剛才聽(tīng)了很多技術(shù)，我們嘗試推開(kāi)企業(yè)這扇企業(yè)的服務(wù)大門(mén)。通過(guò)兩個(gè)簡(jiǎn)短的笑話(huà)，看一看客戶(hù)體驗是什么。第一個(gè)笑話(huà)是“你想點(diǎn)左勾拳、右勾拳還是組合拳”。（對話(huà)過(guò)程）這位服務(wù)員不停的制造銷(xiāo)售機會(huì )，但對意圖把握很差，而且是在不斷發(fā)散的過(guò)程，并沒(méi)有做到動(dòng)態(tài)收斂，沒(méi)有把客戶(hù)的業(yè)務(wù)精準定位之后迅速辦理。一直到最后，客戶(hù)無(wú)話(huà)可說(shuō)，覺(jué)得再也不會(huì )來(lái)這家店吃飯。
同樣是點(diǎn)餐，我們看看對面披薩店是怎么做的。“一家披薩店，外賣(mài)電話(huà)響起，店長(cháng)拿起對話(huà)。……”（對話(huà)過(guò)程）雖然有所夸張，但在移動(dòng)互聯(lián)網(wǎng)，大數據爆炸的年代，如果攤開(kāi)來(lái)看的話(huà)，誰(shuí)身上又有多少秘密呢。
我們看到這些數據應用之后可以進(jìn)行相應的思考，用戶(hù)畫(huà)像以及采用知識圖譜的方式構造用戶(hù)畫(huà)像，能夠方便我們更了解用戶(hù)。構造完屬于千人千面的標簽之后，希望在第一時(shí)間根據這些標簽和客戶(hù)行為，分析和預判出他下次來(lái)訪(fǎng)辦理業(yè)務(wù)意圖。通過(guò)SVM、CNN等算法收斂之后，因為我們是做客服及營(yíng)銷(xiāo)的，不需要那么多發(fā)散的、開(kāi)放的問(wèn)題，通過(guò)一個(gè)簡(jiǎn)單的預判引擎，結合他的畫(huà)像、干過(guò)什么、傾向做什么事情，得到一個(gè)預判結果。并且把這個(gè)預判結果跟我們的智能門(mén)戶(hù)進(jìn)行深度的綁定和整合，得到客戶(hù)體驗改善的方式。
我們來(lái)看一個(gè)DEMO場(chǎng)景。假設一個(gè)用戶(hù)對這個(gè)車(chē)比較感興趣，瀏覽了企業(yè)官網(wǎng)的頁(yè)面，并且形成了相應的業(yè)務(wù)斷點(diǎn)。通過(guò)后臺大腦和大數據分析出來(lái)他是一個(gè)潛客，白領(lǐng)、年收入多少、喜歡哪款車(chē)等等一系列信息。客戶(hù)突然有事了，或者購買(mǎi)激情荷爾蒙熄滅了，業(yè)務(wù)斷點(diǎn)產(chǎn)生了。產(chǎn)生業(yè)務(wù)斷點(diǎn)之后，下次他和我這個(gè)集團再有聯(lián)絡(luò )時(shí)，我可以提醒他一下，比如當他再次來(lái)電時(shí)。（演示）在預判這個(gè)客戶(hù)來(lái)訪(fǎng)意圖的時(shí)候，結合聯(lián)絡(luò )中心客服特點(diǎn)，選擇最合適這位用戶(hù)習慣的門(mén)戶(hù)，以及他最習慣的渠道和媒體與他進(jìn)行相應溝通，我們后臺引擎進(jìn)行簡(jiǎn)單的判斷，覺(jué)得他可能通過(guò)視頻方式了解的方式更好，給他推送了一個(gè)短信。這個(gè)我們稱(chēng)之為預判，通過(guò)預判引擎，結合呼叫中心、聯(lián)絡(luò )中心的業(yè)務(wù)場(chǎng)景和各種門(mén)戶(hù)渠道的選擇，我們能夠提前感知到用戶(hù)業(yè)務(wù)潛在需求，并且選擇最合適的渠道進(jìn)行適配。
同樣，如果我沒(méi)有猜中用戶(hù)怎么辦？我們通過(guò)NLP語(yǔ)義理解、多輪對話(huà)、以及用戶(hù)業(yè)務(wù)屬性，做到精準的快速定位。因為我們并不是在一個(gè)開(kāi)放的領(lǐng)域去做收斂過(guò)程，我們是在業(yè)務(wù)集合比較固定的過(guò)程中去做。比如用戶(hù)咨詢(xún)時(shí)，我們通過(guò)一次、兩次、三次的訪(fǎng)問(wèn)，可以精準確定他的意圖，并且在后臺通過(guò)和業(yè)務(wù)系統的結合和集成，實(shí)現業(yè)務(wù)的自動(dòng)化辦理。
例如這是我們和友商做的深度業(yè)務(wù)場(chǎng)景，在這樣一個(gè)一次客戶(hù)自助式服務(wù)辦理過(guò)程中，采用多輪對話(huà)+業(yè)務(wù)枚舉方式幫助客戶(hù)進(jìn)行了第一輪業(yè)務(wù)辦理。結合后臺自助式交易網(wǎng)關(guān)或者交易門(mén)戶(hù)，可以和后臺的業(yè)務(wù)數據進(jìn)行有效的結合，這是一個(gè)順暢的過(guò)程。聯(lián)絡(luò )的過(guò)程中，客戶(hù)的意圖有可能突變，比如查開(kāi)戶(hù)行，查著(zhù)查著(zhù)想知道有多少余額，他先進(jìn)行相應業(yè)務(wù)辦理，他辦完別的事情再回來(lái)的時(shí)候，后臺記憶型機器人或者記憶型的意圖判定引擎可以把這個(gè)會(huì )話(huà)接過(guò)來(lái)，繼續進(jìn)行相應的辦理。
我們希望通過(guò)意圖預判，把服務(wù)進(jìn)行相應的自動(dòng)化和自助的辦理，人需切入到業(yè)務(wù)辦理的過(guò)程當中去，通過(guò)實(shí)時(shí)的語(yǔ)音識別、意圖分析、對話(huà)管理，以及人對人的實(shí)時(shí)會(huì )話(huà)管理過(guò)程，可以提供像知識隨行、實(shí)時(shí)助手、金牌銷(xiāo)售等場(chǎng)景，感興趣的客戶(hù)可以來(lái)到我們的展廳。
最后，我們希望把AI能力黑盒化，最好這些能力都是底層平臺，業(yè)務(wù)人員關(guān)心的是業(yè)務(wù)，怎么打造門(mén)戶(hù)是關(guān)鍵。為了更好打造門(mén)戶(hù)，我們提出開(kāi)發(fā)框架，第一，它和多種主流平臺進(jìn)行自適配和自適應地對接。第二，流程定義應該由業(yè)務(wù)人員主導，我們不需要為了做一個(gè)流程需要把廠(chǎng)商ABCD的人全部拉過(guò)來(lái)，告訴你“我要做這個(gè)，你現在給我去改”。我們希望把這些過(guò)程全部黑盒化，由業(yè)務(wù)人員做業(yè)務(wù)流程和驅動(dòng)，一次更新、一次發(fā)布，所有門(mén)戶(hù)自動(dòng)生效。
我們站在巨人的肩膀上，希望結合技術(shù)型公司的優(yōu)勢和實(shí)力，為每位用戶(hù)端到端打造屬于您的智能門(mén)戶(hù)解決方案，為您的服務(wù)帶來(lái)更好的客戶(hù)體驗，希望為您的營(yíng)銷(xiāo)創(chuàng )造更多價(jià)值。
