智能一点CEO胡云华：AI导购，解决用户从意向到下单的最后一公里

　　不知道大家是否有过这样的经历：闲暇时逛逛网上商城，好不容易选到心仪的衣服，下单前询问一下客服尺码问题，却迟迟得不到答复，直到耗光所有耐心换到另一家购买;想要问一下这家和另一家产品的区别在哪儿，客服却答非所问，总是提供一大堆问答信息让你自行对号入座，搞得你更加迷茫。

　　这便是人工客服和当前大部分电商所用的机器客服的缺陷所在，人工客服虽然更有人情温度，但是做不到晚上、周末、假期，24小时实时在线;而大部分机器客服虽然能保证实时在线，却远不能达到与顾客顺畅沟通的效果，更多时候像是一个基于关键词的搜索引擎，答案还得你自己去寻找。

　　这也是正是智能一点创立的原因：我们自主研发的萝卜塔(ROBOTA)智能交互推荐系统，从很大程度上解决了这种不好的用户体验，无论是时间上，还是与顾客的交互上，都让购买流程变得更加顺畅，从而在提升用户体验的同时，帮助电商卖家提高了售前导购的转化，并在建立友好沟通的基础上，实现消费者复购，从而帮助企业增进营收，获得消费者好感。我想跟大家分享的是我们为什么要做这样一件事情，以及我们是如何做好它的。

　　从售前入手实现弯道超越

　　对于电商客服来讲，有售前与售后之分，一字之差，所包含的工作内容与对企业的作用却大不相同。

　　从工作内容上来说，所谓售前服务，就是消费者还没有成为你的客人，但却有着成为你客人的可能时，客服所提供的服务。而是否能最终转化，很大程度上在于售前客服做的是否到位，这就是我们所说的销售的“最后一公里”，大多数情况下，客人寻求售前帮助，基本上是已经有了购买意向，就差一个刺激其下单的理由，而售前客服在这里就起着至关重要的作用，如果客服服务专业，介绍到位，让顾客从有购买意向到完成了下单，那就可以帮助企业实现收益。因此，对于售前客服来说，了解客人意图，知晓产品具体信息及优势，并很好地向客人灌输这些信息，从而达到订单转化，是其主要工作内容。

　　而售后则大不相同，售后是发生在客人购买产品之后，通常是在产品的质量或使用上出了问题才会来寻求服务，它的目的十分明确，就是要求解决问题，因此辨别问题类型，运用已有的经验帮助客人解决问题，是售后客服的主要工作内容。

　　从对企业的作用上来说，售前服务的主要作用是开源，而售后则更偏向于节流。对于企业来讲，售前是一个创造利润的过程，你付出的越多，得到回报(用户下单)的机会就越大，相应的获得利润的机会也越大，并且它不仅仅是当次的消费，还可能包括之后的复购;而售后则恰恰相反，由于售后是在利润已确定的情况下进行的，所以客服付出的越多，相当于企业投入的成本越大，因此售后客服要尽量用最小的成本为客人解决问题，这是一个节流的过程，对于企业来说，开源和节流哪个更重要，结论不言而喻。

　　从人员上来说，售前客服在电商领域的配比平均大概70%-80%，而售后则是20%-30%，也就是说5个人中有4个人是售前，有1个人是售后，由此可见售前的重要性。

　　以上每一点都可以证实，对于企业来说，售前服务远比售后服务更重要，而这也是我们之所以从售前领域切入的原因。当然，还有一个重要的原因是售后赛场已经有太多玩家，其中不乏大的企业，要想突破超越都是很难的，而售前领域涉足企业尚不多，更有利于我们实现弯道超越。

　　那么在售前领域我们又有哪些优势呢?首先是时间上的优势，我们的智能客服在线时间为7x24小时，能够保证顾客的问题得到实时响应;其次是技术上，由于售前咨询往往比售后咨询的问题更多更杂，所以对技术的要求也更高，而我们的萝卜塔(Robota)智能交互推荐系统是金字塔型的，底层采用大家都通用的技术问答机器人(QA BOT)技术，保证基本知识库的完善，而其上所采用的则是任务机器人(Task BOT)，它具有多轮、主被动结合，具有意图分析能力等多重特点，问题覆盖率相比于技术问答机器人也有大幅提升，在核心技术上，萝卜塔(Robota)智能交互推荐系统综合运用了自然语言理解(NLU)、多轮对话、个性化推荐技术和Bot设计语言等多重技术，因此它能够极大地提升服务质量，这是我们相对于其他竞争者来说最大的优势。

　　提升用户体验是赢得竞争的关键

　　对于售前服务来说，服务质量的优劣至关重要，好的服务质量通常能够促使用户下单，为企业带来营收的同时也能提升企业、品牌的好感度。而服务质量评价的标准通常是：有没有为顾客带来好的用户体验，这就使得各个企业争相通过各种方法提升用户体验。

　　智能一点也有这样的困扰，我们是通过以下两点来解决这个问题的。

　　第一点是时间上7x24小时在线。前面已经提到过，我们的智能交互推荐系统能做到7x24小时实时在线，无论顾客在售前有什么问题需要咨询，都能够第一时间响应。为什么说实时响应对于商家来说如此重要?一方面，当下消费者生活节奏快，自由支配时间有限，因而在购买商品时往往希望能够速战速决，尤其是款式类型已经选好，只需要确认尺码问题的时候，如果询问客服而得不到响应，很容易就放弃这家店铺而转向另一家，甚至由此对这家店铺产生抵触情绪，不再向身边的人推荐;另一方面，很多顾客都会有冲动消费行为，一旦问题没有得到及时响应，可能新鲜感就会过去，不再需要该商品。如此一来，对于商家来说损失是较大的，而我们的智能交互推荐系统则能够完美解决这样的问题，无论顾客何时进行询问，机器人都能够第一时间响应，保障客人不会立即转战其他店铺或放弃购买，从而有更大几率实现订单转化。

　　第二点是与用户交互上采用智能沟通而非搜索引擎。当前的AI客服很多，但大多数都存在这样的问题——基于关键词寻找答案，所以通常顾客提问结束后，机器客服会基于关键词在自己的知识库中查找，然后把查找到的所有与该关键词有关的问答罗列在顾客面前，顾客要想知道答案，必须要在它提供的这些答案里挨个查看，并最终通过自己的判断来解决问题，它更像是一个工具，只管协助解决问题，而不直接解决问题;而智能交互推荐系统则不同，我们的AI客服会对顾客提出的问题进行判断识别，并在与顾客的不断交谈中了解顾客的真实意图，从而直接告知顾客问题的答案，而非让顾客自己去选择判断，它是一个真正的智能客服，而不是消费者的一个搜索工具，这种产品形式上的不同，会给消费者带来更好的体验。

　　深耕垂直领域+产品化运营是制胜法宝

　　很多人会好奇我们为什么从纸尿裤这样一个小的领域做起，我的答案是纸尿裤作为母婴用品里的重要一个品类，是人们的生活刚需，尤其在二胎政策放开的背景下，它的市场前景十分广阔;其次是纸尿裤用品的SKU相对较少，并且比较稳定，相对更容易切入。

　　当前市场上已经有很多企业和平台在做智能客服的部署工作，但是他们通常有一个特点，就是以横向覆盖全品类为主，注重宽度而非深度，这种模式虽然可以在短时间内解决大量问题，但纵深度却远远不够，很难挖掘到单一品类的真正深层次问题;而我们的智能交互推荐系统反其道而行之，采用了从纸尿裤这样一个十分垂直的领域切入，这能够使我们更聚焦，在问题覆盖广的基础上，把问题理解的更深入，从而不断完善，加深知识图谱。

　　当然我们并不会止步于此，我们在垂直领域深耕的基础上采用的是产品化运营的模式。所谓的产品化模式，就是当我们的产品在一个垂直领域打磨出来以后，就会向别的品类扩张。比如说我做纸尿裤用了6个月，那我做奶粉可能只需要3个月，再做智能电视就只需要两个月。因为很多东西都是共性的，虽然面临的垂直领域不一样，但是它都有相似之处，它们的逻辑也是相通的。在我们内部，形象地把这个过程叫做“交钥匙工程”，所谓交钥匙，其实就是提炼行业公共的产品，把一个产品做好之后，总结出规律，再卖给其他商家，让商家可以直接“拎包入住”，这种批量化复制的能力是我们的独特优势。

　　好的伙伴能帮助我们走的更远

　　创业的过程是艰难的，但是有合作伙伴的扶持就能够轻松很多，尤其是对于我们这类以技术起家的创业公司来说，得到技术强者的支持对我们来说是十分重要的，而有幸成为微软加速器校友的一员，并得到来自微软的AI应用技术以及微软Azure云等让我们的创业之路顺畅了许多，微软的技术支持，让我们的AI售前导购的商业化得到了更好的落地，从而为客户提供更高效更便捷的智能客服行业解决方案，在帮助企业客户进行效率升级和数字化转型的同时，也带动了自身业务的大幅提升和估值增长。

　　目前智能一点智能导购对话交互系统、企业客户商业智能管理平台以SaaS服务形式部署在Microsoft Azure云端，系统日志存储到Azure Storage for Log，然后使用Hdinsight进行大数据分析，并将数据分析结果根据不同场景需求存储到Azure提供的系列数据存储方案MySQL, Redis, DocumentDB(MongoDB)。除此之外，对话交互系统的客户端、数据收集、计算平台，也通过Microsoft Azure部署，实现灵活的部署和高可用性。

　　总的来说，我们从前到后主体的服务集群和最终目标客户端都已经在微软Azure云上做了部署。从整个服务来讲，因为里面用到很多人工智能的技术，所以数据和计算对我们很重要，因此我们在微软Azure云部署了一些爬虫服务等，来不断离线生成各种数据，从而实现数据的抓取、计算、挖掘等。另外，加速器还为我们提供了包括微软亚洲研究院在内的数位业内顶尖专家的技术指导，帮助我们在意图识别、优化算法等领域实现突破性的进展。

　　除技术上的支持之外，加速器在客户对接方面也为我们介绍了许多新的伙伴，让我们受益良多，比如太平保险、招商银行、京东等多家大企业合作伙伴，都是微软帮忙牵线的，我们十分感激。而且他们还为我们成功对接了多家投资机构，如小米、硅谷银行等，极大地帮助我们开拓了市场，也获得更多认可。

　　当然还有一项校友的特别福利，就是微软会请各路大牛来为我们做培训，包括演讲展示类培训，财务类培训等，因为微软一直信赖这样一个原理“专业的人做专业的事情”，这种想法对我们的影响也很大，让我们对加速器的信赖更深，所以真的是对微软特别感激。

　　有一件很有意思的事，柯洁和AlphaGo大战的时候，柯洁白天下完就已经累的不行了，晚上要去睡觉养精蓄锐，但是机器晚上自己跟自己又下了20万局。这听起来像个段子，但背后反映的却是机器强大的战斗力，不仅仅是时间上的持久力，还有它强大的学习能力。AI时代已经来了，也将在各行各业迅速成长强大起来，我们现在做的，是时代潮流下的正确的事，我们也相信自己能够走得更远。