news,

客服机器人应用效果分析|Chatopera 让聊天机器人上线

Chatopera Chatopera Follow Oct 18, 2020 · 1 min read
客服机器人应用效果分析|Chatopera 让聊天机器人上线

客服机器人的应用效果

多年前,我们曾畅想聊天机器人在企业里的应用,2020 年,时光如梭,现在企业大量使用客服机器人、外呼机器人和内部智能问答知识库;知识图谱和深度学习等加快在企业软件中应用,可以说,聊天机器人的市场在快速成长。

那么市场成长的速度究竟怎么样?其实是要消费者说了算,因为企业购置和部署后,最终是消费者买单,消费者也是最终的享受服务的人群。

我查找了最近一些调研的结果,比如《促进疫后增长必不可少的 8 个直接面对消费者 DTC 策略》也将企业应用聊天机器人作为重点投资方向,但是其给出数据如下:

pic

以下简称 A1 - A4:

  • A1 - 聊天机器人节省了 30% 的客户服务成本
  • A2 - 33% 的客户对聊天机器人体验表示满意
  • A3 - 全球 54% 的用户曾与聊天机器人进行过互动
  • A4 - 80% 的常见问题可以由聊天机器人给出有效的回答

在 Chatopera 看来,这些数据有可圈可点之处。

不敢苟同 A1

Chatopera 在为客户实现聊天机器人的案例表明,聊天机器人不但是将以前服务好的客户保持住,而且是服务以前触及不到的客户,比如在游戏行业,游戏发行后玩家关注高达 100 多万,人工坐席排队时间长,很多时候都是在高峰时间段咨询,用户体验不好,很多玩家就放弃咨询了,直接导致玩家粘性不足,所以客服机器人是降本和增效的,要分成两方面分析。

pic

Chatopera 认为,聊天机器人的投资回报率至少是过去人工坐席的 10 倍,是支持裂变的十倍速增长必需的基础,不能单纯从节省开支角度分析;在节省开支角度,客服机器人的单次投入成本和维护成本等同于企业培训人工坐席的成本,并且更新方便,节省客服成本可以达到 70% ~ 60%,远高于 30%。

需要经营 A2

那么聊天机器人的用户体验怎么维护呢?我们这里讨论的就是企业应用于服务领域,包括教育、医疗、人力资源、生产制造、交易、信息检索、心理健康陪伴和智能投顾等方面的聊天机器人,不是那种闲聊的聊天机器人。那么这里 33% 的用户感到满意,应该是比较中肯,甚至激进的判断。

为什么?因为和一些客户聊天,他们对聊天机器人的理解有很多误解:聊天机器人可以取代人类。可实际情况是,现在达不到,30 年内都达不到,一些企业为了吸引人眼球,提出自学习技术,其实只是一些无监督机器学习的成果,并没有达到人类“自学习”的水平。而恰恰是这种炒作,让企业对聊天机器人应用产生误解,不容易消除。

那些好用的“聊天”机器人是怎么做的呢?我们来看一些招聘广告!

某招聘网站关于“AI 训练师”职位

AI 训练师工作岗位信息:

pic

这是 2019 年从一个朋友那里得到的平安需要 20+人的 AI 训练师的招聘需求:

AI训练师
坐标:深圳
待遇:12K起
职位描述:
1. 负责对接客户端聊天型机器人语料库需求,编辑和审核聊天机器人的出话内容,根据客户需求,维护和优化聊天机器人的对话质量;
2. 负责机器人平台的知识库维护,同步业务方的数据更新及系统问题审核,设计机器人形象,制定相应的对话策略;
3. 负责用户问答数据进行标注,统计机器人的覆盖率、准确率,分析不足原因;
4. 负责语义实体、意图分析,了解语义要素,善于分析词语句式结构;
5. 了解机器人的产品的运作逻辑,参与机器人多轮交互场景的设计、思维导图的制作
任职要求:
1. 工作细心负责,责任心强,熟悉电脑办公软件;
2. 有较高的数据分析能力,善于总结规则,发现问题、解决问题;
3. 有较好的语言沟通能力,善于沟通,实事求是;
4. 有较好语言敏感力,有一定的语言基础

我们在银行、证券、保险等领域遇到的聊天机器人实际上都是大量的人工成本,人工越多越智能,算法和算力只是小的投资,数据的投资才是占大比例的。第一个版本上线的聊天机器人可认为是企业的固定资产,作为营业费用分 5 年进行摊分,有的企业认为分 10 年进行摊分也很合理, 5 年是较为保守的估计;第二年及以后的维护成本则很低,只需要第一个版本上线的 1/20 计算,这部分主要是知识库、多轮对话维护,甚至外包,将成本降低更多。

据我们观察,现在很多上线的聊天机器人都缺少维护。Chatopera 交付过的项目表明,聊天机器人的对话满意度很轻松能做到 50% 以上:做好常见问题就能实现,如果再做好多轮对话和意图识别等,则可达到 70 %。因为企业对话服务的流程比较明确。

人工智能的瓶颈

此外,在一些企业提供产品中,对话的实现没有人工智能,只有人工。 比如现在,某聊天机器人服务知名企业的产品,实际上是这样做对话机器人的。

pic

通过关键词,建设了对话决策树,实际上没有应用统计机器学习,更谈不上人工智能,遑论“自学习”技术。

因为聊天机器人,是一个很难的问题。应用机器学习技术是通过解决一系列子问题,来提高机器人智能效果,实现多轮对话还有较大瓶颈,目前较为流行的多轮对话,是通过人工实现的。

那么,Chatopera 为什么做聊天机器人平台?为了规模化!

pic

在互联网时代,不能脱离规模化谈商业模式,因为互联网时代是长尾的,一个行业里容得下几家头部公司,其他小公司都是勉强维持,这时候,聊天机器人就是杀手锏:规模化!Fast to Repeat, Easy to Scale.

所以,要上线聊天机器人,而且要有一定的预期和目标设定,适当的投入。不要迷信人工智能、算法和一些商家的宣传。

Chatopera 认为,做聊天机器人要拿出开发一个手机 APP 的心态:有美工、有后端、有工程师,有运维。这样才能取得理想回报,聊天机器人是新的服务发布渠道,值得投资!

成分需要明确的 A3

有多少移动互联网用户和聊天机器人对话过呢?我们觉得这里需要明确一下,这 54% 的消费者是和什么样的聊天机器人聊天:是闲聊打发时间,还是具体做一件事情,比如订票、询问天气、点歌、请假。有的人说前者是开放域聊天,后者是任务型机器人。我们更习惯说前者是闲聊,后者是业务对话,这是站在商家角度看。

那么是现在闲聊的对话多?还是业务的对话多?未来增长几何?

我们觉得可以分析不同厂商的财报,比如做闲聊的公司和做业务的公司,Chatopera 认为,未来业务型机器人贡献价值更大,当下增长更快。

比较合理的 A4

80% 的常见问题,可以让聊天机器人回答。听起来像是 2-8 原则,实际上,我们在上线聊天客服机器人时,目标都是 85% 的准确率为及格线。因为那些没有回答上的,可能是因为业务变化,机器人确实无法事先预知的对话。

所以,80% 是一个合理的保守的估计。

参考文章

促进疫后增长必不可少的 8 个直接面对消费者 DTC 策略

人工智能训练师相关从业人数将达 500 万

贝壳智能客服中的数据建设

智能客服入驻 Facebook,九九互动做出海游戏先锋

源自:CTi 论坛

Join Newsletter
Get the latest news right in your inbox. We never spam!
Written by Chatopera Follow
通过聊天机器人传递服务