强讯科技-新闻中心

智能客服小讲堂丨智能客服“知”多少

2020-03-20 强讯科技供稿浏览量：1140

关键字： 强讯科技呼叫中心客户关系管理系统 CRM CTI PMSI 智能客服

摘要： 智能客服小讲堂丨智能客服“知”多少

“小朋友，你是否有很多问号？”别担心，让智能客服来回答你，7x24小时在线为你答疑解惑，妥妥的真爱。
　　无论是清晨还是傍晚，只要你拨过去，对面总能传出甜美的服务音。无论充值缴费、预约订购、咨询答疑……智能客服能解决的问题不仅多，速度也是相当快了。
　　可你知道吗，这让人“安全感”满满的智能客服背后大有乾坤。关于智能客服究竟“智”在哪，我们将开展智能客服小讲堂系列，一起来为大家解密智能客服背后的神秘力量。
　　智能客服小讲堂的第一讲，要分享的是智能客服是如何做到”全能全知”的。
#传统客服的FAQ困局
　　要想了解智能客服为何智能，先要了解传统客服为何不智能。
　　传统情况下，客服系统以FAQ技术为基础，即当用户提出问题时，系统会在知识库中找到最合适的答案来应答，而问题和对应的答案都是人工事先在知识库中录入的。比如，当用户向运营商发送“手机里还有多少钱”时，系统会自动回复“您可以发送‘CXYE’至10xx6”等字样，用户按照提示操作即可查询当前话费，可以显着地降低人工客服的数量与成本。
　　但用户的问题不总是这么简单。例如：
　“哪些理财产品的收益率大于6%？”
　“投资周期60天的理财产品收益率最高的是多少？”
　　由于运营和技术人员无法将所有可能的问题和答案一一枚举，上述问题很难用传统的FAQ技术处理。此外，在FAQ技术中进行大量一问一答的知识录入，且这些问题间缺乏相关性时，会带来较高的运营和知识管理成本，也就违背了引入客服的初衷。
　　实际上，从知识管理、知识建模、知识构建和知识应用的整个链条来看，企业都面临诸多困难：
　　多源异构数据：企业的知识体系中多存在难以融合的多源数据，不仅包含企业内部数据，还包括网络相关数据，政策相关数据，业务形成数据等。且数据结构多样，不仅有已存在的结构化知识，还面临结构化、非结构化知识等多维度数据整合。以传统方式整合，不仅流程复杂更新迭代慢，还需要大量人工和程序配合，泛用性差。

![](/_app_data/attached/2020/图片1_15856312219440000.png)
</div>

数据单一且关系疏离：企业通常要面对不同业务及使用场景，如FAQ问答，新闻、公告、报告、培训、说明、刊物等，来编写不同知识内容。这些知识形态各异且关系疏离，难以直接使用传统型知识库。企业需要针对不同知识内容，投入大量人力收集再加工方可使用。
　　例如“猫是陆生的有毛的哺乳动物”的文本内容要录入为FAQ需要人工梳理为：
　　Q：猫是什么动物？
　　A：猫是哺乳动物。
　　Q：猫生活区域？
　　A：陆地。
　　Q：猫是什么科动物？
　　A：猫是脊椎动物。
　　Q：猫有皮吗？
　　A：猫有皮毛。
　　展现形式一成不变：企业知识的展示通常以纯文本为主，展示形式单一，知识间关联性差。用户需要花费很多时间才能从树结构的众多问题中找到自己想要的答案。
　　总而言之，当前企业知识结构不成体系，信息密度较低，难以深度消费，无法支持智能化的应用趋势，且维护成本极高。这些问题不仅导致客服的运营难度与成本上升，也影响了消费者的用户体验。

# 知识图谱就是力量
　　为解决上述传统客服的知识困局，这里要引入“知识图谱（KnowledgeGraph）”的概念。知识图谱是一种语义网络，包括现实世界中实体、属性及属性值之间的关系。
　　举个例子，当面对文本内容”有个叫Bob的人，是Alice的朋友，他出生于1990年7月14日。Bob对达芬奇所画的蒙娜丽莎画作很感兴趣，这个画像画的是来自华盛顿的Joconde的夫人”时，就可以用知识图谱来表现语义之间的关联。
<div align=center>

![](/_app_data/attached/2020/图片2_15856312551060000.png)
</div>

以Bob为例：
　“Bob”即为定义中提到的”实体”，
　“人”即为实体的”属性”，
　“出生于1990年7月14日”为他的”属性值”
　　由此可知，知识图谱是以结构化的形式描述客观世界中概念、实体及其之间的关系，能将互联网的信息表达成更接近人类认知世界的形式，拥有更好地组织、管理和理解互联网海量信息的能力。因此，要对企业客服的海量知识进行有机地组织、管理和应用，就需要借助知识图谱技术的力量。
　　知识图谱提供了从“关系”的角度去分析和解决问题的能力，已经成为知识驱动的智能应用的基础设施，在各行业上施展手脚，发挥重要作用。
　　知识图谱为互联网语义搜索带来活力，以百度知识图谱为例，其作为世界最大的中文知识图谱库，覆盖十亿级实体，千亿级事实，涉及类目40多个。覆盖人物、影视、音乐、文学、商品、餐饮、旅游、出行、金融、教育、房产、医疗等多垂类，行业知识图谱也已有丰富的积累及应用。用户使用百度搜索时，可做到即搜即用，日满足过亿次检索请求。
<div align=center>

![](/_app_data/attached/2020/图片3_15856312831480000.png)
</div>

（知识图谱应用于百度搜索）
# 知识图谱让客服更智能
　　在智能客服领域，知识图谱技术提供了传统客服所不具备的知识管理和智能问答能力。百度智能客服知识图谱解决方案，能帮助企业用户实现知识的智能管理和客服的智能化升级。从协助企业用户进行知识体系建设，到打通业务系统之间的数据孤岛，提供全流程的支持，让AI时代的客服系统更加智能。
<div align=center>

![](/_app_data/attached/2020/图片4_15856313179950000.png)
</div>

（百度智能客服知识图谱的解决方案）
　　还记得这个问题“哪些理财产品的收益率大于6%”吗，百度智能云的智能客服系统会把它进行业务抽象，从而快速得出答案。
<div align=center>

![](/_app_data/attached/2020/图片5_15856313395620000.png)
</div>

当前百度智能客服的问答可以支持基础问法、最值比较和差值计算三种问法。当再遇到“龙卡普卡比龙卡金卡年费便宜多少”这类问题时，无需劳神，客服系统通过“差值计算”也能高效地直接给出答案：“便宜80元/年”。
<div align=center>

![](/_app_data/attached/2020/图片6_15856313690990000.png)
</div>

值得一提的是，智能客服系统并不是一成不变的，而是会随着企业用户的使用越来越智能。百度智能云在系统的整个生命周期中为运营人员提供了丰富的工具集，确保系统数据形成闭环，让系统处于持续优化中。
<div align=center>

![](/_app_data/attached/2020/图片7_15856313815540000.png)
</div>

智能客服的知识图谱应用，能极大帮助企业积累沉淀客服知识和信息资源，以有效的结构化形式存储，满足深度消费。同时，知识图谱技术的助力能帮助客服系统更准确地理解客户问题的内容和意图，实现基于知识图谱的多轮意图澄清、人工坐席知识提示，针对非FAQ的智能问答，可满足多种推理计算复杂问题，更高效提供客户服务，提升客服工作效率。
　　在面对传统客服的困局时，百度智能云依托领先的知识图谱技术，给出了高效的智能客服解决方案，让7×24小时在岗的智能客服灵活应付各个难题，助力企业客服的智能化升级，带来令人惊叹的变革。

以上为转载内容，若涉及侵权等问题，请联系删除。

<p align="right">**强讯科技转自CTI论坛**</p><p align="right">**2020.03.20**</p>

智能客服小讲堂丨智能客服“知”多少

相关新闻

特别推荐

产品

帮助中心

联系电话

友情链接