客服機器人承接的是上游服務(wù)的問題，自身業(yè)務(wù)需求是對問題的自動化處理，向下游輸出的是用戶反饋信息的整合。那要如何基于自然語言，優(yōu)化美團外賣客服機器人產(chǎn)品？

產(chǎn)品設(shè)計概述：

客服機器人在應(yīng)用層隸屬于智能客服范疇，從業(yè)務(wù)流程上看，智能客服是APP端上業(yè)務(wù)與人工客服的中間層。APP端上游分發(fā)的服務(wù)出現(xiàn)了問題，用戶通過智能客服進行咨詢投訴反饋，如果解決不了問題，再將用戶及問題引導(dǎo)到人工客服進行處理。

整體上看，客服機器人承接的是上游服務(wù)的問題，自身業(yè)務(wù)需求是對問題的自動化處理，向下游輸出的是用戶反饋信息的整合。

所以產(chǎn)品設(shè)計上，會從三個方面概述：如何承接上游業(yè)務(wù)、自身業(yè)務(wù)設(shè)計、如何向下游輸出。同時會簡要的概述如何設(shè)計后端產(chǎn)品，對前端的機器人進行更好的輔助。

整體的框架設(shè)計如下：

前端產(chǎn)品

1. 承接上游業(yè)務(wù)

外賣業(yè)務(wù)由于時效性較高（餐品的質(zhì)量問題、配送時效問題等）、參與的角色較多（用戶、騎手、商家、平臺），所以出現(xiàn)糾紛或者異議的情況會很多。

此外，由于外賣衍生的垂類業(yè)務(wù)較多（優(yōu)惠券、準(zhǔn)時達等），用戶一次性接受較為困難，所以用戶可能會咨詢客服相關(guān)的知識問題，了解不同的細分垂類業(yè)務(wù)。

如果所有的用戶都到人工客服咨詢問題，會造成兩個問題：

1. 客服進行量大，增加人工客服成本，同樣的問題，客服可能會一遍一遍的回答不同的用戶，造成資源的浪費；
2. 用戶等待時間較長，人工客服資源有限，都進線咨詢，等待客服接線的時間就變得很長，用戶體驗較差。所以為了承接上游業(yè)務(wù)產(chǎn)生的兩類問題（服務(wù)問題、咨詢問題），設(shè)計一款客服機器人，幫助用戶解答問題。

2. 機器人自身業(yè)務(wù)

2.1 咨詢問題

針對用戶對于產(chǎn)品的使用困惑，比如說：不知道優(yōu)惠券如何使用，我們可以針對這類咨詢問題。用戶進入人工客服，期待的結(jié)果也只會是客服告知使用優(yōu)惠券、優(yōu)惠券中心的入口在哪兒怎么查看等。

我們可以設(shè)計一問一搭的QA問題，或者常見問題分類進行展示。兩者的區(qū)別在于用戶主動和用戶被動，QA形式，更多的是用戶通過打字或者語音的方式輸入，機器人后臺識別問題之后進行回答。

而FAQ展示，是用戶看見了FAQ問題分類的大類，認為里面可能有想要的解答，就點擊進去尋找問題小類，最終找到答案。

兩種交互方式的示意圖如下：

兩種模式應(yīng)該并存，讓有不同使用習(xí)慣的用戶都可以按照自己的方式找到問題的答案。雖然兩者交互上存在差異，但是后臺的支持，都是相同的。都是通過知識庫來支持兩者，具體的知識庫建設(shè)后面會提到。

2.2 服務(wù)問題

對于服務(wù)問題，可以根據(jù)歷史的數(shù)據(jù)，整理出熱點的top問題，再根據(jù)每一個top問題，梳理客服處理問題的流程，再從算法層面借助這樣的流程形成規(guī)則，然后對用戶的問題進行服務(wù)。

這里做一個大膽的猜測：“騎手提前點擊送達”會是一個常見的問題。

這個場景在我點外賣的過程中經(jīng)常會遇見，騎手為了不超時送達，提前點擊了已送達。用戶遇到不公平的對待，肯定會咨詢客服反饋。但我們還是按照之前的咨詢問題來看待，未免不能通過引導(dǎo)很好的解決問題。因為引導(dǎo)的話語，無非是讓用戶進入到人工客服進行咨詢。

但我們可以假象一下人工客服的處理流程，用戶進線投訴騎手提前點擊送達，客服首先進行安撫，隨后確認訂單，之后進行核實，最后將核實的結(jié)果及處罰的措施告知用戶，并給出相應(yīng)的賠償。

這一套流程我們可以通過整理形成一套流程，再通過算法的接入形成一個規(guī)則，以多輪交互的形式在機器人幫助用戶解決問題。

具體的交互形式如下：

左圖為美團外賣的現(xiàn)狀，沒有判斷問題的流程復(fù)雜程度，只給出了大段的話術(shù)引導(dǎo)，易讀性差且用戶的成本變得很高，右圖為理想的改進版本，只需用戶逐步的按照規(guī)則提示，就可以快速的完成投訴。

這種服務(wù)問題的建設(shè)，在優(yōu)化了用戶體驗、減少用戶操作成本的同時，也可以對外輸出能力。比如：針對騎手提前點擊送達的問題，系統(tǒng)的判斷環(huán)節(jié)可以輸出為借口，為人工客服服務(wù)，這一部分會在后面詳細闡述。

2.3 機器人整體風(fēng)格

機器人的整體風(fēng)格，可以從上下游承接的關(guān)系進行設(shè)計。上游出現(xiàn)服務(wù)問題或者咨詢問題，進入到機器人詢問。那么機器人就應(yīng)該對這兩類問題進行主動的發(fā)問，減少用戶感知的成本。

而我們通過“騎手提前點擊送達”這個場景判斷，服務(wù)問題不能用簡單話術(shù)引導(dǎo)，原因是需要不斷地確認用戶的信息（用戶訂單、訂單狀態(tài)等），而外賣的服務(wù)問題或者投訴，與訂單的耦合很大，所以我們可以在進入到機器人的時候就彈出訂單，并給出已經(jīng)擁有的服務(wù)問題多輪交互，滿足用戶的服務(wù)問題訴求。

同時，針對于用戶進行咨詢問題的訴求，可以配置大類的問題，引導(dǎo)用戶點選，逐步的找到問題答案。

改版后的機器人首頁如下：

機器人首頁推薦出最近一筆訂單，下方配置的是具有多輪交互的場景問題，滿足用戶的服務(wù)問題。右側(cè)是常見問題，配置的是大類的問題，用戶點擊后可以逐步展示細分分支，最終得到答案，滿足用戶的咨詢問題。

3. 下游輸出

機器人的交互形式，不會被所有的用戶認可，部分用戶更習(xí)慣傳統(tǒng)的人工客服模式，認為人工更值得信賴。當(dāng)用戶從機器人轉(zhuǎn)入人工的時候，如果可以盡可能多的帶入信息，就可以免去客服與用戶最初的信息核對流程，可以減少用戶的等待時間，并降低客服平均每單服務(wù)時長。

同樣的，信息的獲取，也應(yīng)該根據(jù)問題的類型分為兩大類，服務(wù)問題及咨詢問題。如果是服務(wù)問題，還需增加一步選擇訂單的步驟，讓客服在接起的時候，就知道更多的用戶信息。如果是咨詢問題，選擇完大類問題之后即可接入人工客服。

示意圖如下：

后端產(chǎn)品

1. 知識庫

機器人能夠回答用戶的問題，無論是一問一答的QA，還是具備多輪交互的服務(wù)問題，后臺的支撐都是知識庫。在前端頁面展示的，是用戶輸入問題，機器人彈出對應(yīng)的答案，在后臺的流程比前端展示的要復(fù)雜的多。

首先，通過語義識別的技術(shù)對用戶的語句進行分詞處理，然后將關(guān)鍵詞在知識庫中搜索，如果匹配到對應(yīng)的知識點，再將知識點對應(yīng)好的答案彈出。知識點對應(yīng)的答案，是人工通過對業(yè)務(wù)的認知，進行編寫的。

這里的知識庫，我理解應(yīng)該通過知識圖譜的方式進行數(shù)據(jù)的管理，即每個知識之間是有關(guān)聯(lián)性的。之前提到的FAQ模式，首先展示出大類的問題，再逐步的細分，最后彈出對應(yīng)的答案。

在后臺數(shù)據(jù)層面，可以很好的理解成樹狀結(jié)構(gòu)，樹狀結(jié)構(gòu)模型可以自上而下的對問題進行分類整理，葉節(jié)點就是問題最終的答案。所以我們再通過后臺數(shù)據(jù)結(jié)構(gòu)來看FAQ與QA模式的差異，無非是首先進入這個樹狀結(jié)構(gòu)的位置的差異。

• FAQ的進入位置，可能更靠近根節(jié)點，走到葉節(jié)點的路徑就長一些；
• QA的模式，由于用戶的輸入更明確，分詞之后的語義識別使得進入的位置更靠近葉節(jié)點，走到葉節(jié)點的路徑也就更近。

而服務(wù)問題的結(jié)構(gòu)，加入了節(jié)點的詞性定義。知識點的詞性不再都是名詞，更多的加入了主謂語、主被動等詞性。知識庫的圖譜結(jié)構(gòu)可以較好地支持機器人的回答。同時，可以在知識庫的基本能力之上進行賦能，可以作為標(biāo)準(zhǔn)知識對人工客服輸出，作為人工客服的回答標(biāo)準(zhǔn)。

這樣的做法有兩個好處：

1. 減少了人工客服查詢規(guī)則的時間，提升服務(wù)效率；
2. 人工側(cè)與機器人側(cè)統(tǒng)一答案，避免造成負面影響。

2. 智能輔助平臺建設(shè)

“騎手提前點擊送達”這個服務(wù)問題，我們提到了，可以將判責(zé)的環(huán)節(jié)作為能力輸出。

算法可以生成模型，根據(jù)騎手的點擊送達的位置與用戶接餐的位置，進行系統(tǒng)的判斷，加入規(guī)則之后輸出為模型。人工客服只需要輸入騎手的基本信息，就可以調(diào)用判斷，智能高效的幫助用戶，否則人工客服可能就得點擊各種系統(tǒng)，查看騎手的當(dāng)時位置，過程繁瑣。

同樣的，這種智能輔助平臺的建設(shè)，也會有知識庫建設(shè)的好處：

1. 減少了人工客服查詢規(guī)則的時間，提升服務(wù)效率；
2. 人工側(cè)與機器人側(cè)統(tǒng)一答案，避免造成負面影響。

3. 工單系統(tǒng)

工單系統(tǒng)對于整體客服層面的建設(shè)有著至關(guān)重要的作用，無論一個用戶的問題由機器人解答，還是由人工客服解答，亦或由機器人流轉(zhuǎn)到人工客服。當(dāng)我們后續(xù)對此case進行review的時候，我們需要工單系統(tǒng)的輔助。

此外，人工工單量和機器人工單量也可以作為后續(xù)的KPI考核指標(biāo)進行評估，從宏觀角度審視兩者孰好孰壞。

#專欄作家#

Mitsuizq，微信公眾號：畫圖碼字實習(xí)生，人人都是產(chǎn)品經(jīng)理專欄作家。關(guān)注AI領(lǐng)域。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議