很多店铺把智能客服系统搭建理解成开通账号,真正花时间的是准备数据。知识库空着、订单接口没通、历史会话没整理,系统上线也只是个自动回复。按下面的顺序准备,能少走两轮返工。
先定搭建方式:SaaS、半自建还是自建?
SaaS适合绝大多数电商店铺,开通即用,渠道接入和版本更新由服务商负责。代价是可定制空间有限,流程特殊的要迁就产品逻辑。选SaaS时问清三件事:渠道是否原生支持、机器人是否另收费、数据能否导出。
半自建是SaaS加接口对接,把自家订单、会员、ERP的数据接进去。适合有多套内部系统、需要数据打通的商家,投入比SaaS多一层对接工作。
自建智能客服系统适合客服流程高度特殊、且有稳定研发团队的企业,前期还要算清服务器与运维成本。智能客服系统开发不只是做一个聊天窗口,模型调优、渠道适配、知识库维护都是长期投入,多数电商店铺不需要走到这一步。
要准备哪5类数据?
第一类是历史会话,近三个月即可,用来提炼真实问法。第二类是商品资料,标题、参数、规格、常见搭配,这是回答准确度的基础。
第三类是订单与物流数据,决定机器人能不能答「我的货到哪了」。第四类是售后规则,退换条件、时效、运费承担,必须和平台规则一致。
第五类是话术与禁语,包括平台规定的禁用表述和内部口径。这一类常被忽略,但答错一句可能直接引发投诉。五类不必一次备齐,前两类和第五类优先,订单接口放第二批。
数据质量怎么判断?
三个标准:能不能对应到具体问题、有没有时效、口径是否唯一。历史会话里大量「在吗」「你好」没有信息量,要先过滤。
商品资料要检查有没有过期的活动信息,活动结束还挂在知识库里,机器人会答错价格。口径唯一指的是同一个问题只有一种答案,多个部门各写一版,最终一定会冲突。还要看覆盖面,知识库里只有爆款商品资料,长尾商品的咨询就只能转人工,而这类咨询占比不低。
三个常见坑是什么?
第一个坑是先上机器人再整理数据。结果是机器人答不准,团队失去信心,最后退回人工。顺序应该反过来,数据先备齐再开应答。
第二个坑是把知识库当成一次性的文档。商品换季、活动变化、政策调整都会让答案过期,没有维护机制,三个月后准确率会明显下滑。维护频次跟着活动节奏走,大促前后各查一遍。
第三个坑是只做售前不做售后。售前问题简单、见效快,容易被优先做;但售后咨询才是人工负担的大头,只做售前,省下来的人力有限。三个坑的共同点是前期省事、后期补课。判断方法很简单:看上线第一个月,客服每天花多少时间改知识库。
搭完怎么验收?
四项:高频问题答准率、转人工率、首次响应时间、异常会话能否被检出。前三项看效果,第四项看安全,缺一项都可能在上线后暴露问题。最容易被忽略的是第四项,异常会话包括情绪激烈、反复要退款、承诺不发货。
验收时用真实问题测,不要用整理好的标准问法。整理过的问法太规范,测不出买家实际怎么说话。验收结果写下来和上线前对比,口头说「好用多了」不算数。
电商智能客服系统搭建的另一处差别在订单侧栏的深度:只给订单号,和给出物流节点、可退换状态,是两种体验。晓多的做法是把商品、订单、售后规则放在同一套配置里,接入后会话侧直接可查,具体见电商智能客服的说明。
整体推进顺序可对照智能客服解决方案怎么落地;知识库整理的具体写法见帮助中心智能客服怎么搭。想先用一个店铺验证,可以用晓多的客服软件免费试用,把五类数据各接一部分跑两周。
