【雙 11 = 超級 DDos】阿里巴巴如何用 AI 把 500 萬通客服電話降至 30 萬通?

【我們為什麼挑選這篇文章】  去年阿里巴巴在雙 11 一天的成交金額高達台幣 5,000 多億,而且 2015 年雙 11 的客服詢問電話一天就多達 500 萬通。究竟阿里巴巴集團是如何處理雙 11 的巨量客服?這篇文章訪問阿里巴巴旗下的螞蟻金服(螞蟻金服旗下的品牌包括 支付寶芝麻信用 等等著名產品)的智能克服技術負責人劉學亮,細談他們如何處理雙 11 客服大爆炸。(責任編輯:劉庭瑋)

儘管距離天貓雙十一還有兩週,但促銷和預付的消息已經讓節日的氛圍提前降臨。

這是用戶的狂歡,也是對於支付平台的考驗。其中,雖然系統技術架構升級,特別是峰值階段的風險監控是工程師們的任務,但如何對用戶海量問題進行及時反饋,則是客服人員的挑戰。

「當天的諮詢量和交易量一樣,都是平時的好幾倍,以前客服人員忙的不可開交,甚至沒有多少時間上廁所!團隊還會開玩笑說要評出雙十一的『金膀胱獎』。」螞蟻金服的工作人員告訴我們,「但這種情況現在不會再出現了。」

客服是個體力活

走進螞蟻金服總部大樓的客服辦公區,你可以看到幾乎每台辦公桌上都有兩台電腦,客服人員戴著耳機,正在忙碌地接著電話。每走幾步,都會聽到工作人員在針對各種不同的疑問進行解答:

「您是說綁定銀行卡…」

「看您的操作記錄…」

在螞蟻金服總部大樓裡,目前大約有 450 名這樣的客服人員。

如果按照傳統的人力方式,即使在 60 秒內解答一個用戶的疑問,8 小時不間斷工作,一個客服每天能夠服務的人數也不可能超過 500 人。即便再加上成都的自營團隊與外包團隊,每天的服務量也都是有限的。

況且,當客服還是一件體力活。每個客服都需要「屁股黏在凳子上」不停地接聽用戶來電,這就好比是長途司機,務必要堅守在自己的駕駛座上。此外,團隊還需要保持 24 小時在線,所以不得不實行倒班制。

支付寶到底多依賴智能客服?數據說話

在以往天貓雙十一來臨時,客服也是壓力最大的團隊之一。不僅當天的諮詢量和交易量都數倍於平常,而且一旦回复稍有延誤,就會引來連續不斷的抱怨與非議。

但是,這一切正在逐漸被技術所改變。

螞蟻金服智能客服技術負責人子孟在接受采訪時表示,儘管每年的雙十一的交易量都在創造紀錄,但是「一線客服人數並沒有大幅增加。」

在 2015 年雙十一當天,支付寶共有 500 萬次諮詢,其中 94% 由虛擬客服代表解決,6% 轉由人工介入。

2016 年的雙十一,支付寶智能客服的自助率達到 97%。

2017 年的雙十一,智能客服正嚴陣以待…

支付寶裡面的「我的客服」應用,由最初的「安娜」升級到了「小螞答」,再到現在的「螞蟻安安」,對用戶意圖的識別準確率和問題解決率有了大幅提升。

螞蟻金服客戶資深總監徐蔚表示:「當然,對於天貓雙十一來說,數據的提升僅僅是一小部分,解決問題才是更重要的事情。此外,毫無疑問,智能化節省了我們自己的資源,不管是人力還是資金方面。」

AI 改變了客服的什麼?快捷應答和「未問先答」

每個時代的客服都有自己的特點。子孟認為,客服產業也有自己的發展史,大致可以分為三個階段:

傳統方式:把回答的內容做成類目樹,讓大家自己去查詢。

快捷應答:採用語音交互,用問答機器人的方式快速識別問題,指向特定解答或者轉向人工。

未問先答:依據用戶的實時數據,經過學習和分析,在用戶開口前預測想問的問題。

第一個階段——運用傳統方式的典型案例,就是咱們撥打手機運營商的服務熱線時通常聽到的語音內容:

「歡迎您撥打 XXXX,業務查詢請按 1,手機充值請按 2,業務辦理請…」

從缺陷來看,傳統按鍵搜索的模式反應遲鈍,還需要佔用許多不必要的時間。況且在大多數時候,我們還沒有聽完提示詞,就會直接切換到人工服務,因此無論是為公司本身節省成本方面,還是在滿足用戶需求方面,效果都不太明顯。

第二個階段的「快捷應答」是許多互聯網公司採用的手段,也是許多創業公司瞄準的方向。

通常來講,客戶撥打客服電話後,按要求用一句話描述問題,電話那端的「機器人」就能夠將將問題分類,推送相應的解決方案。

子孟在現場展示了一段機器人客服回覆的電話錄音:

A:您好,為給您提供自主或人工服務,請簡單描述一下您的問題,請講~
Q:那個昨天半夜來了兩個訓息告訴我,我用花唄申請了 1000 元錢的額度現在花了六百六,但我根本沒做這件事該怎麼解決?
A:您是要諮詢沒有開通花唄被扣款,對嗎?
Q:對!
A:好的,為了快速解決您的問題,我們已經安排小二優先為您服務(轉人工)。

 

TO 編按:螞蟻金服推出的「螞蟻花唄」是一款提供給一般消費者的網路信用服務。經開通後,最高可獲得人民幣 50,000 的消費賒帳額度,讓你能在網購收到貨品後的下個月 10 號前進行還款,如同信用卡額度拉長你的付款期限。

從這一段對話來看,雖然用戶的回答不夠明晰,但智能客服還是通過識別關鍵詞「理解」了問題。不過,這些問題的答案通常都是預置性的。也就是說,智能客服會根據你的問題來判斷是否屬於常見問題之一,為你推送一些有固定答案的回复。

「類似上述的問題,我們之前會準備兩三級的菜單。但現在,這些複雜的交互流程可以通過一兩句話的描述簡化。」子孟解釋說,「這一代的服務模式是要去按鍵化,減少按鍵輸入。」

實際上,這也是一種典型的語音交互,其使用體驗與智能音箱類似。但由於應用的領域不同,背後對應的算法要求和技術能力是不一樣的。子孟介紹說:「我們會做一些針對金融屬性場景的服務。」

記者在「我的客服」當中試用語音提問

第三個階段的「未問先答」其實一點都不神秘。例如,打開「我的客服」之後,頁面上就顯示「猜你想問」,這是根據用戶的行為軌跡而確定的。

看截圖猜小編近期在糾結什麼問題?

「這其實是機器學習領域深度神經網絡技術一種建模,」螞蟻金服智能客服負責人劉學亮這樣解釋「未問先答」技術:「AI 一邊學習了解大量的用戶問題,一邊學習記錄用戶行為軌跡及畫像特徵,再把兩者結合建立匹配模型。」

在這個基礎上,「我的客服」還會主動推送一些問題的解決方案:

「例如用戶綁定銀行卡的時候,會遇到綁定的手機號與銀行預留的號碼不一樣的情況。」子孟介紹說,「如果過一段時間,用戶沒有綁卡成功,或者沒有完成操作,我們會根據模型判斷,選擇一個消息推送解決方案。」

但是這種推送是經過算法嚴格篩選控制的。因為如果預測錯誤,會對用戶造成不必要的困擾。

在反覆點擊用戶積分後,小編收到的主動推送

在這個基礎上更進一步,「是在你撥打客服電話以後,就可以判斷你的問題是什麼,然後立刻給出解決方案。」子孟又演示了一段用戶與「客服」通話的錄音:

「歡迎致電螞蟻金服。您好,請問您的問題是花唄如何還款,對嗎?」
「對!對!我就是想問這個!」

與「猜你想問」類似,能夠實現未問先答的基礎,是在於「學習」了用戶大量的行為軌跡數據。基本思路就是通過神經網絡算法,將十餘萬的特徵與幾千個標類的問題匹配後,再利用反饋數據進行優化。

很顯然,相比於敲打文字詢問客服的模式,用戶撥打電話,聽到另一端的「客服」直接猜出了自己所想的問題,這一刻的體驗是更為驚豔的。

但是,螞蟻金服對這款產品的應用還是比較慎重的。電話版的「未問先答」,最初於今年三月份上線,在運轉半年之後才相對成熟,如今僅被要求覆蓋 30% 的問題。不過在雙十一後,我們預計會有更多用戶有機會體驗到這一智能服務。

過去的成績只是一小部分,雙 11 大戰的檢驗才是正理

最後,我們問出了一個最關心的問題:這些技術的支持在多大程度上緩解了客服的壓力,或者說,為公司節省了多少成本?

而子孟給我們提供一份「智能客服的應用成績單」:

進入到「我的客服」的用戶大約有 400 萬,其中 50% 的問題可以用「未問先答」的「猜你問題」識別並解決,每天的服務量為 200 萬次以上。

透過主動服務每天觸發到近 100 個場景事件,觸達用戶超過 100 萬,客戶滿意率達到了 91%。

語音交互整體是 17 年初上線,IVR(互動式語音應答)求助時長降低三分之一,重複來電減少一半。未問先答在 3 月上線以來,覆蓋 30% 的來電,日均求助時長縮短了 10 秒。

此外,在啟用主動服務後,用戶主動發問比例減少了一半。不過賬戶安全、風險控制類的問題,目前主要還是依賴人工解決,但相對而言工作量已減輕許多。「現在一些客服小二在業餘時間,還可以用直播或者新媒體的方式給用戶提供服務。」子孟介紹說。

雖然聽起來成績不俗,但真正的考驗還是 11 日後的光棍節,不知這一次能否讓螞蟻客服與用戶們都可以「平安」地度過這一天。

「(過雙十一)我們以前必須喝紅牛過,現在有了這麼多技術升級,期望這次我們能喝著紅酒過。」螞蟻金服副總裁阿璽開了個玩笑。

(本文經 機器之能    授權轉載,並同意 TechOrange 編寫導讀與修訂標題,原文標題為 〈 雙十一「剁手」背後的客服暗戰   〉。)

延伸閱讀

【雙 11 訂單=超級 DDos】阿里巴巴技術團隊如何確保網站不當機?
Amazon 會員日 30 小時狂衝 750 億業績,但是你知道天貓雙 11 一天賺了 5000 億嗎?
【設計師要失業了?】雙 11 期間的 1.7 億個 BANNER,都出自阿里的設計人工智慧「魯班」
【阿里巴巴集團 2016 年雙 11 購物節】一天商品成交額達 5695 億台幣創新高


全方位掌握消費者數位軌跡

AI 如何有效提升電商業績、降低導入成本?

《領取白皮書》

點關鍵字看更多相關文章: