大数据驱动的云客服

在互联网时代，除了用户数、营业额等，数据已经被认为是未来的核心资源。

      大数据为云客服可以在以下几方面发挥作用：

 

1、近期：智能客服机器人

客服机器人可分四代

第一代：基于关键词精确匹配，简单有效。例如，在微信公众号平台回复一些关键字词，获取某篇文章或活动入口

第二代：支持多个词模糊查询

第三代：在关键词匹配的基础上引入了自然语言处理(NLP)技术，先数据清洗然后分词，提取词权重，基于词权重综合算法匹配最佳答案

第四代：基于神经网络，应用深度学习技术，打破人工配置规则，可以更好的自主学习、语义理解

 

2、中期：客户和客服智能匹配

基于用户已有数据预测顾客购买意向(优先级高的不用排队直接安排人工服务),结合顾客等待时间、问题深度以及客服当前状态(接待负荷、订单绩效、响应时长、咨询质量等)，找出最适合的客服。

这里能充分体现大数据的价值，比如A顾客在微博在咨询了B公司，就能分析A的微博数据，当A咨询C公司时这些数据就能用上。

 

3、中期：人工客服数据支持

为客服提供顾客购买意向、用户画像(男女、年龄、职业、教育水平、地域)、兴趣爱好、使用习惯、信誉等级等，以帮助客服更好的服务顾客

 

4、中长期：企业决策支持

提供行业宏观数据，为企业提供决策参考。另外可以为企业分析用户丢失原因，比如通过跟踪丢失用户，发现大部分买了竞争对手产品的原因是价格稍便宜一点。

 

5、中长期：数据直接变现

用户画像、兴趣爱好、购买力等等都是极具商业价值的数据，可以售卖变现

 

6、远期：广告变现

掌握大量用户画像及购买兴趣数据，并拥有与企业的良好合作关系，能更容易切入在线广告市场，通过智能精准广告变现。

 

7、远期：反作弊服务

互联网营销需要与各种渠道推广合作，渠道付费需筛除恶意刷单的无效用户，智能识别推广、交易、运营各个环节上的欺诈模式，有效预警及管控业务风险

 

 

这些应用的效果都有赖于数据规模与广度，搜集的用户信息越多越准效果越好，所以一个原则就是：广撒网，让尽量多的企业接入自家的客服系统，这也正符合互联网思维中长尾理论。