智能客服知识库需要做这3件核心工作

正文

请到「今天看啥」查看全文

我们无法要求终端客户有更好的语言表达能力，客户大部分时候只会描述他看到的现象和出现的结果，许多时候坐席与客户沟通、智能客服的提问环节效率低下的原因是坐席代表或者智能客服系统“听不懂”用户在说什么，这里面包括两个问题，第一个是客户的语言和词汇与官方的是不一样的，他们只会用口语、生活中的习惯叫法，而我们知识库里面存的却是书面甚至专业的说法，这个时候需要内容客户化需要建立“客户语言词汇表”与我们官方的语言进行对应，并培训给坐席代表或者在智能客服库里面建立相应关联。

2

对于客户有简单、明确、有成熟答案的问题，通过“客户语言词汇表”转化客户语言到系统语言后，在知识库里发现对应问题的答案，返回给客户即可。

知识库里面有内容，但客户不一定能得到

但通常情况下，客户提出来的问题都不明确。大部分客户只会描述现象，他们没有能力界定出问题来，这个时候需要坐席代表或者智能客服能够基于客户提出来的零散描述去提示客户判断，将可能原因用排除法去一项一项的排除掉，找到真正的问题。但这依赖于高水平的坐席代表才能保证发现真正的问题，而高水平的坐席代表永远是少数。而智能客服则需要建立现象-可能原因的关联：需要将常见现象、引起的原因、对应的问题、可行的对策建立起关联来，同时还需要在智能客服里面基于大数据分析的结果判断最大可能性的原因，从而将可能性最高的结果排到前面去。当然这个工作也可以由知识库人员、坐席人员等多角色人员基于个人经验去确定可能原因的排序，这样在客户端才能有好的体验，真正降低对坐席代表能力和水平的依赖，实现自动化和提升客户的满意度。

关于客户的核心问题和界定方法，大部分知识库没有作为一项专门的内容进行整理和存储，而要实现真正的智能客服，基于客户需求对显性和潜在问题的分析是智能化的基础工作。

举个例子：

譬如有人在微信公众号询问KMCenter最近有没有企业知识管理的公开课，他们想参加等等。但参加公开课可能根本不是他的核心问题，如果对方有意愿我们除了回答是否有公开课的问题外，通常还会问：

A、你们知识管理是刚开始做还是已经做了几年了？

如果是刚开始做，这个时候他们的核心问题大致是需要做一个知识管理的规划（基于我们的经验），而仅仅参加一个公开课解决不了规划的问题；如果是已经做了很多年，其核心问题最可能是如何让业务部门参与的问题，即如何激发业务部门的知识管理动力问题。这个时候最需要培训的可能不是知识管理推动者，而是管理人员。

B、您是什么部门在负责知识管理？

因为在企业内部负责知识管理的部门很杂，有的是信息化部门，也有战略部门、人力资源部门、档案部门、行政部门等，他们不同部门对于知识管理的需求也不同。基于不同部门的特性，我们还会建议它更深层次的服务等等。

请到「今天看啥」查看全文