客服通话文本资助产物运营

引 有一位用户向客服吐槽了QQ邮箱的某些功效，过了很短一段时间，QQ邮箱的客服主动联系了这位客户，并见告该功效已经举行优化、迭代。用户对此表现很惊奇而且深受感动，认为自己获得了尊重和认可。厥后这位用户将事件公布在网上赞美了QQ邮箱并获得不少网友的关注点赞。对于QQ邮箱来说，提高了产物在用户的心目中的形象和感知，一定水平上动员了新用户的引流，对于用户来说，倘若他恰巧是一位《引爆点》中的意见首脑，对于QQ邮箱的动员效果不言而喻，不管怎样，这位用户肯定成了产物的忠实用户。

事实上，像这种由于快速响应用户需求而获得乐成的案例，在现今并不少见，它向我们证明晰，重视用户需求且快速做出响应的重要性。商家品牌要善于从多个渠道去收集用户信息，尤其是在能够直接与用户发生交流的领域，例如客服行业。随着电商行业的不停生长，客服行业开始精致化，不再是以只处置惩罚贫苦为主体。

这时候明白的客服，是一个站在产物和用户之间的毗连者。一方面把产物通报的价值，想措施通报给用户。另一方面把用户的需求反馈回来，因为需求从来不是一成稳定的，产物只有在不停的迭代中，才气保持生命力。

本文将从用户需求反馈的角度，看客服是如何对运营、产物带来资助的。一、客服之于产物运营1985年4月，适口可乐公司以新配方替换它的旗舰可乐品牌，此时，发生了一个典型的营销失误。品牌方本以为配方的改变会增加适口可乐的销售量，却没想到效果恰恰相反。

这个行为遭到了消费者的抵触，在销量不停下滑的同时，适口可乐的总部天天差不多收到1500个电话以及大量的信件，都是来谴责适口可乐公司的行为。于是品牌方连忙重新启用了适口可乐经典的老配方。在这个案例中，适口可乐能够迅速反映到自己的营销失误，一部门是因为直观的销量下滑，而更大一部门原因还是由于消费者的准确反馈——经典口胃的适口可乐不仅仅是一种软饮料，它更是美国精神的一个代表，不应该被轻易改变。随着时代的进步，尤其是如今互联网技术的生长和电商平台的兴起，消费者反馈的渠道已不再只局限于电话和信件了，人们更愿意通过网络去和客服相同关于商品详情和购置感受的信息。

品牌商家从消费者处获得信息的方式更轻便了，但同时信息量也更大了。上面这个案例中，受消费者反馈直接影响的是产物方面——适口可乐重启了原来的配方，但事实上，消费者反馈还会影响到品牌商家的许多方面，好比运营，好比宣传，好比物流等等。而商家与消费者反馈接触最频繁的途径就是在网络平台，通过客服。那么，客服吸收到的关于消费者意见的信息会如何影响商家品牌的产物和运营的呢，让我们接着往下看！例如，产物上线初期，用户在使用的历程中制止不了会泛起一些问题，有产物BUG、使用问题、需求等等。

产物司理需要从用户那里收集关于这三类的问题，然后从这些差别类型的问题里提取为后续产物迭代提供偏向的信息。那么如何以最快的速度搜集到这些问题呢？固然要首先要在主顾和客服的通话文本中去找啦。再好比，在用户运营事情中，为了延长用户生命周期，我们要想方设法留住主顾，让主顾缔造价值——用户生命周期价值（CLV）。

更形象一点的比喻，菜市场的王大妈在你每次惠顾以后都市给你随手送上一把大葱，并不是因为你帅气漂亮，而是他们知道小成本留住你，在未来你将缔造更大的价值。那么，如何针对性地留住客人就取决于你是否相识主顾的需求（或者痛点）了。试想一下，如果你做菜从来不用葱，“王大妈送葱”就是没有意义的。

而获取需求的快捷渠道，客服对话文本就是其中之一。如何去权衡品牌商家的产物运营事情是否按计划举行，且到达预定目的，销售量虽然是相当重要的一个指标，与此同时，消费者在与客服相同历程中所反馈出来的信息其实也能资助商家在产物和运营方面发现不少问题。

就如同适口可乐的案例中，消费者反映的——经典口胃的适口可乐代表了美国精神，不应该被轻易改变这一信息就资助公司迅速找出了在销售量下降的背后，存在于产物自身的问题。而在其时的经济生长水平和科技生长水平配景下，一是因为客服规模小，且仅仅只有售后客服，能发现的问题有限；二是由于缺乏能够高效收集、总结、归纳问题的工具。导致人们仅仅只看到了产物存在的问题，却没有看到客服之于产物的重要性。

二、客服通话资助产物运营上文中我们提到了，现在的消费者更多地是通过网络去和客服相同关于商品详情和购置感受的信息。这些文本数据会涉及客户信息、产物信息和其他相关部门的信息。

我们也认识到产物部门与运营部门的职责划分是通过革新产物优化用户体验和对可量化的指标做出快速反映以推动销售。那么，如果我们对客服通话文本，也就是消费者反馈信息举行分析提取，将会对品牌商家如何革新产物运营带来很大的资助。通过客服文本革新产物每一个从事电商行业的事情者都不得不认可客服的重要性，从哲学的角度讲，产物的优劣，“实践是磨练真理的唯一尺度”。客服事情天天会和大量的主顾举行相同，在这个历程中，不仅是可以相识客服部门自身存在的问题，还可以相识其他部门需要协调或解决的问题。

例如 “你们的产物太硬了，用起来不舒服”，类似于这样的问题其实就属于产物部门需要解决的问题。将这种有价值的意见报至产物部门，就可以资助公司产物的不停优化。除此之外，售前客服在接待主顾的时候，经常被问到的一个问题是：这几款有什么区别？你以为我买哪一款比力好？这其实涉及的问题就是：同价位的产物当中，哪一款是我们利润最高的，客服就要诱导主顾去购置利润最高的那一款，这样才气最大化公司的利润。这就要求产物部门在设计产物的时候，要思量到成本和利润之间的关系，以及将哪一款产物作为主推款。

另外，主顾也经常会问客服：同样的工具，为什么B比A贵？这就涉及到产物的功效“升级”是否对主顾有吸引力。客服要做的就是向主顾转达为什么B比A贵？是多添加了某样身分，还是使用某种黑科技。产物部门能够从这些对话中获取的信息就是：“升级”产物在功效和价钱上是否能够吸引主顾，如果不能，要如何革新。

以护肤品行业为例，我们会定期以产物的关键词举行搜索，去收集主顾的意见。意见收集好之后，再把只是简朴吐槽，而没有讲述详细功效点的意见清除掉，而去关注一下产物的好评和差评，特别是一些有效评论——对产物的详细功效点举行歌颂或吐糟的。然后把一些详细的反馈（一般是收集负面反馈）用EXCEL汇总起来，分门别类处置惩罚一下，发送给产物部门。

通过客服文本革新运营以逐日优鲜的运营部门为例，该公司将运营部门详细细分出四个大的团队，把客服容纳进运营部门内，并通过客户文本数据改善内部的运营事情：1）一线团队，就是线上的客服，专门处置惩罚主顾的种种问题，事情内容大致可以分为售前咨询、售中引导、售后服务和客户回访四个部门，2）内部改善部，这个业务团队主要是治理客服质检、客服培训以及知识库更新等等事情内容。这个团队会通过用户在谈天内容中反映出的问题发生遐想，以此推动流程优化改善、实时止损。好比说客户反映“客服只给他推荐产物，而差池产物举行说明，一点都不专业”，事情人员就要想措施对客服举行专业知识的培训，并对此举行质检，看类似的问题有没有再次泛起，如果有，说明培训的效果还没有到达。

3）外部改善部，这个部门是运营部门比力有战斗力的团队，直接触及到企业内部各个业务部门的问题改善。这个部门与其他部门有着很是高的强联动性，目的是把控商品质量及物流配送的服务体验。

好比客户反映“我们家是老人，不送货上门就不买”，运营人员就要和物流部门举行相同。4）用户声音前瞻团队，事情人员会通过客服与客户的谈天记载等等渠道，前瞻性地知道店肆的用户要什么、潜在的非店肆的用户要什么，以及什么样的商品在流传等等。

通过这些信息，然后再去做一些流传，好比做社群、视频流传等。店肆为了延长用户生命周期，会想方设法留住主顾，对客服服务举行质检就是方法之一。客服主管会通过抽查客服通话文本，对每一位客服的情绪、话术规范等等举行检查，然后凭据已经量化好的一套话术规则，对客服员工的服务质量举行评估。以售前客服的销售话术为例，客服主管会从“挖掘客户需求”、“向客户给出建议”、“推荐产物”等方面去评估该客服的“专业服务”能力，如表一所示：综上所述，产物部门和运营部门都需要定期对客服对话文本举行收集、整理、分类、提取的事情。

然而，客服天天都市和主顾发生许多对话，在客服收到的这些大量意见中，分为有价值的和无价值的，如果我们想从这些繁琐冗杂的信息中提取中有用的，关键的，可以为我们所用的数据，就要对大量的对话文本举行深度解读。现在人力所能完成的观察事情只能通过抽样的形式，笼罩面不广，信息不全面。那有没有什么方法能够对全部的通话内容举行调研呢？人工智能或许能够资助我们完成这件事。

三、AI资助调研产物运营数据客服的通话文本中包罗了许多信息，其中就有关于如何革新产物和如何优化运营的意见，好比客户以为她买的鞋子磨脚，商家就要思量如何把鞋子设计得不磨脚，好比客户等了良久都没有人回覆他的问题，运营团队就要思考如何培训客服能够做到尽快回复。那我们要如何从这些海量的信息中提取出完整的、有用的信息数据，是现今困扰我们的一个问题。如何解决这个问题，我们想到了人工智能。

近几年，依赖机械学习、深度神经网络等技术的不停深入，人工智能、自然语言处置惩罚等相关技术亦获得了发作式生长。现在针对差别行业、差别领域的智能文天职析需求都泛起了前所未有的定制化智能解决方案。例如客服对话文本调研。

客服话文本调研本质上就是对客服通话文本举行文天职析，并凭据既定目的需求，在海量信息中抓取有用的关键信息。而这恰好就属于自然语言处置惩罚技术的研究领域。

自然语言处置惩罚技术是一种基于机械学习技术，资助人类和盘算机最终实现完全相互明白及相同的人工智能技术。使用自然语言处置惩罚技术，盘算机就能智能而且高效地对每一通对话举行多维剖析。

接下来就让我们来看几个功效示例：1）情绪分析。基于人工智能情绪分析引擎的自然语言处置惩罚技术，可以自动分析通话文本中包罗的情绪表达。

不管是主顾的对话文本，还是客服的，他们的满足、感谢、愧疚等等情绪（最多细分到12维）都可以通过盘算机举行实时解读。2）看法聚类。

差别于传统的关键词匹配，看法聚类不限制详细的词汇表达，而是通过智能解读段落大意之上，自动将相似的看法举行归类、整合、提炼。例如系统能将“为什么面膜B比面膜A贵了一百多块钱？”和“面膜B这么贵，它贵在那里？”统一归类成看法：“为什么面膜B贵？”。3）规则设置。通过大量的数据训练，基于情绪剖析、相似度文本匹配以及词法句法分析等技术，对关键句子的上下文逻辑关系，举行实时智能剖析的一种人工智能技术。

例如系统统一归类成看法“为什么面膜B贵”之后，盘算机就知道接下来客服的回覆应该是“因为面膜B含有XX身分，这个身分比力珍贵……”。从“为什么”到“因为”之间的逻辑关系就是机械学习研究的内容。

本文来源：开云APP在线下载-www.pptxz.net