許多智能客服的用戶反饋所謂的智能客服根本不知道，大部分是從自己寫的內(nèi)容里面抽取了關鍵詞進行搜索而已，而且反饋內(nèi)容很多還是解決不了問題。智能客服人員也感覺雖然花大力氣將知識內(nèi)容顆粒度做細、做小，但除了明確而具體的問題可以解決外，對于稍微復雜點、拐點彎的問題還是無能為力，離真正的智能還很遠。
為什么會這樣，如何從關鍵詞搜索到真正的智能客服？這里面有兩個可以努力的角度，第一就是技術上的突破，真正能夠理解客戶所表述的語言和潛臺詞，除了能回答客戶明確的問題外還能夠?qū)撛诘膯栴}（客戶因為信息、知識欠缺所不能表達的問題）解決掉。但在技術上的突破并非一朝一夕，這一塊業(yè)界還沒有很好的解決方式；另一個努力的角度是通過運營人員的分析能力和參與，對于重復出現(xiàn)影響面廣的問題進行界定、拆借、分析、基于場景組織答案。從現(xiàn)狀看，第二種努力的方式可能更靠譜一些，高水平人力的分析+技術輔助才可能提供更進一步的智能。
具體講，包括3個層面：
第一：對客戶需求的理解。除了理解客戶表達出來的顯性語言和文字，還能夠理解客戶的潛在和深層次需求。
第二：明確的問題界定和對策提出。如果問題能夠被清楚的界定，那么也就可以解決。基于客戶問題被提出的次數(shù)、影響的人數(shù)，先從最普遍問題開始分析，找到核心問題�；趩栴}解決建立解決模型。
第三：知識資源的匹配：圖譜和場景。將問題解決模型匹配知識資源、解決策略，在客戶需要的時候反饋給客戶。
下面深入說說：
1、女朋友最詬病的一個說法是：多喝點熱水！
這是單身汪之所以單身的一個核心原因：搞不清楚女生語言背后的潛臺詞。
女人們這樣表達的原因是因為性別和性格因素決定的，單身的要想俘獲女神的心、結婚的如果想要家庭的長治久安，都需要去了解語言背后的需求。而客戶的語言或者在智能客服里面的所描述的關鍵詞與之類似，但其原因是因為對產(chǎn)品和服務了解少、背景知識欠缺，無法提出自己準確、客觀的問題。這樣的結果就是，即便客戶問什么你能回答什么，客戶仍然不滿意。
我們無法要求終端客戶有更好的語言表達能力，客戶大部分時候只會描述他看到的現(xiàn)象和出現(xiàn)的結果，許多時候坐席與客戶溝通、智能客服的提問環(huán)節(jié)效率低下的原因是坐席代表或者智能客服系統(tǒng)“聽不懂”用戶在說什么，這里面包括兩個問題，第一個是客戶的語言和詞匯與官方的是不一樣的，他們只會用口語、生活中的習慣叫法，而我們知識庫里面存的卻是書面甚至專業(yè)的說法，這個時候需要內(nèi)容客戶化需要建立“客戶語言詞匯表”與我們官方的語言進行對應，并培訓給坐席代表或者在智能客服庫里面建立相應關聯(lián)。
2、對于客戶有簡單、明確、有成熟答案的問題，通過“客戶語言詞匯表”轉(zhuǎn)化客戶語言到系統(tǒng)語言后，在知識庫里發(fā)現(xiàn)對應問題的答案，返回給客戶即可。
知識庫里面有內(nèi)容，但客戶不一定能得到
但通常情況下，客戶提出來的問題都不明確。大部分客戶只會描述現(xiàn)象，他們沒有能力界定出問題來，這個時候需要坐席代表或者智能客服能夠基于客戶提出來的零散描述去提示客戶判斷，將可能原因用排除法去一項一項的排除掉，找到真正的問題。但這依賴于高水平的坐席代表才能保證發(fā)現(xiàn)真正的問題，而高水平的坐席代表永遠是少數(shù)。而智能客服則需要建立現(xiàn)象-可能原因的關聯(lián)：需要將常見現(xiàn)象、引起的原因、對應的問題、可行的對策建立起關聯(lián)來，同時還需要在智能客服里面基于大數(shù)據(jù)分析的結果判斷最大可能性的原因，從而將可能性最高的結果排到前面去。當然這個工作也可以由知識庫人員、坐席人員等多角色人員基于個人經(jīng)驗去確定可能原因的排序，這樣在客戶端才能有好的體驗，真正降低對坐席代表能力和水平的依賴，實現(xiàn)自動化和提升客戶的滿意度。
關于客戶的核心問題和界定方法，大部分知識庫沒有作為一項專門的內(nèi)容進行整理和存儲，而要實現(xiàn)真正的智能客服，基于客戶需求對顯性和潛在問題的分析是智能化的基礎工作。
舉個例子：
譬如有人在微信公眾號詢問KMCenter最近有沒有企業(yè)知識管理的公開課，他們想?yún)⒓拥鹊�。但參加公開課可能根本不是他的核心問題，如果對方有意愿我們除了回答是否有公開課的問題外，通常還會問：
A、你們知識管理是剛開始做還是已經(jīng)做了幾年了？
如果是剛開始做，這個時候他們的核心問題大致是需要做一個知識管理的規(guī)劃（基于我們的經(jīng)驗），而僅僅參加一個公開課解決不了規(guī)劃的問題；如果是已經(jīng)做了很多年，其核心問題最可能是如何讓業(yè)務部門參與的問題，即如何激發(fā)業(yè)務部門的知識管理動力問題。這個時候最需要培訓的可能不是知識管理推動者，而是管理人員。
B、您是什么部門在負責知識管理？
因為在企業(yè)內(nèi)部負責知識管理的部門很雜，有的是信息化部門，也有戰(zhàn)略部門、人力資源部門、檔案部門、行政部門等，他們不同部門對于知識管理的需求也不同。基于不同部門的特性，我們還會建議它更深層次的服務等等。
可能還會有更多的問題跟客戶去了解和確認，這樣當客戶提出一個公開課的需求時，他可能真正的問題是要買一個知識管理的軟件、評估知識管理的效果、知識管理的動力等問題。這次是真實的需求。
在智能客服里面也有類似的問題，許多時候要將坐席代表、知識庫甚至業(yè)務部門之前積累的知識嵌入到知識庫中來，合力幫助用戶自動界定問題，這樣的智能客服才是真正的智能，因為他幫助客戶對自己問題的的深入理解，許多時候到最后他會發(fā)現(xiàn)甚至不是官方的產(chǎn)品和方案有問題，而是自己的操作方式或者方法錯了，這個問題不需要官方解決就自己解決掉了。
在界定問題階段，通過內(nèi)置判斷條件和之前對于客戶常見問題的理解，通過客戶說的幾個關鍵詞，幫助判斷出客戶當前面臨的真實問題、關聯(lián)問題、甚至未來會遇到的問題，然后再給予其恰當?shù)慕ㄗh。
3、如果能夠界定出客戶的核心問題，并能夠基于核心問題解決建立模型，再關聯(lián)和對應相應的知識庫資源，就能夠解決客戶的問題。這個時候，你會發(fā)現(xiàn)需要的知識可能不僅僅是一個目錄下的某個點，應該會包括不同目錄、不同維度的很多個點。通過一個知識圖譜的方式推送給客戶，客戶就會感覺服務的貼心和周到。
示意：基于具體問題解決的知識展示
更進一步說，智能客服也應該探討如何超出客戶預期，提升客戶的滿意度和忠誠度。舉個例子：如果你問醫(yī)生某種藥需要什么時間吃，醫(yī)生告訴你說需要飯前吃，這屬于基本服務，通常情況下這時候服務就結束了。但如果醫(yī)生還能告訴你，服用這種藥后最好不要吃太油膩和生冷的食物，還可能會引起短時間的嗜睡，但無須擔心等等，這個時候你估計會在心里為這個醫(yī)生點贊了！
但能做到超越客戶預期的背后，是對客戶問題常見場景的分析和相應模型的建立，通過對之前客戶咨詢應對的總結提煉、加上對積累數(shù)據(jù)的挖掘，從而建立相應問題解決模型，并將這些問題的解決對策與知識庫相關聯(lián)，從而才能真正超越客戶的預期，讓客戶尖叫！
總結
要實現(xiàn)真正的智能客服，需要從對客戶語言的理解、客戶問題的界定、問題解決模型的建立與知識匹配角度出發(fā)，將客戶端的輸入作為一種核心知識進行管理，沉淀坐席代表、知識庫運營人員、質(zhì)檢和培訓等不同角色人員的顯性和隱性知識，能夠統(tǒng)一對這些知識進行分析與應用，才能真正做到智能服務、自動服務。
