今天给大家带来的是一个行业内比较通用的客服模块的一个知识库+Agent结合落地的案例，这是去年下半年我在给其他公司做的一个项目，目前这个项目已取得的成果如下
1.客服侧值班人员直接缩减1/3，可转战公司其他业务
2.销售转化率提升4%（该数值是3月份的时候对方业务领导提供给我的数据）
3.消费者机会洞察，间接提升销售395万（从消费者的口中提取到的机会点，做了两个产品，卖了395万，这个也是对方领导提供的数据）
我一直认为客服领域往往是被企业忽略的一侧，因为大多数公司认为客服只是简单的回复顾客问题，做知识库的目的更多是为了提升效率，替代人工，做类似智能问答机器人。可是不论传统制造业或者是电商行业，公司业绩最终还是围绕着销售来展开，不以带动销售来展开的Agent就是耍流氓，无法发挥其价值，最终思考的问题只有一个，我做这个Agent最终能给我的销售业绩带来多大的提升，下面正式开始我的分享，本次分享重点讲解思路和业务方案，技术上不做展开（各位佬友请见谅，我是做业务出身的，技术一般都是交给专业的技术团队去实现，我更多偏向于整体方案的出具和项目跟进，也就是PM）
在项目期初，我问了自己这样一个问题，现在我要做的是客服的Agent，客服每天做的事情有什么，回复消费者的问题，那也就是意味着说开发这个Agent并不光是服务于公司内部，是不是也服务于消费者，是不是等于我们在解决消费者提出的问题，因此我给这个项目定了方向——解决消费者提出的问题，那么在解决完消费者提出的问题以后，消费者会不会购买我的产品，那么问题又来了，我该怎么样去解决消费者的问题，消费者才会为我的产品买单，为此，本次项目到此我作为项目负责人已清晰的知道我要的结果——通过什么样的方式解决消费者提出的问题，以此来人消费者买单，从而达到提升业绩的目的。
1.步骤一：既然是为了解决消费者提出的问题，那么我首先需要知道消费者提出过哪些问题。我们通过开发爬虫工具，将公司所有在天猫、京东、抖音、亚马逊、titok店铺后台的聊天记录，在抓取到聊天记录以后，技术团队开始对所有的聊天记录进行拆分，问题大概分布为这样几类，产品本身的，产品价格的，产品售后的，有什么推荐的产品。
2.步骤二：问题拆解好以后，具体的执行步骤也就出来了，如果消费者的问题是产品的，一般通常是，长宽高，或者是工艺类型，那是不是可以理解为是产品本身主数据的管理，去倒推主数据的完善，那么就出现了第一个待办；如果消费者的问题类型是售后类型的，比如产品那里那里坏了，那是不是可以得出结论，我们公司的售后体系是否还有可完善的地方以及产品本身是否还有优化的空间，去倒推产品研发部门；第三个方面的话就是是否有推荐，那这个时候是不是就是可以去推广公司新品，或者消费者的问题是有没有某种风格，某种用途的产品，那是不是也是一个机会点，可以倒推运营部门。
3.步骤三：前两个步骤更偏向于IT部门去解决，将聊天记录抓取，并根据聊天记录进行分类，在前两个步骤完成以后，下面的就是具体的跨部门沟通协调了
IT部门：根据聊天记录，确定消费者问的问题的数据源，如果是分散在各个系统，或者是分散在Excel表格，甚至现在是人工管理的，看是否有办法做到线上化，即使做不到那么线上化，可以考虑将Excel传入定期传入数据库，收集汇总所有的数据，开发AI智能客服机器人，并部署到各个平台后台，进行智能回复
产品研发部门：IT团队将聊天记录当中的针对产品优化，或者产品推荐问题提炼总结制作为单独界面供产品研发团队使用，进一步优化为产品研发优化的建议以及趋势洞察
客服本身：该公司本身具有严格的客服考核机制，抓取聊天记录后，可根据考核机制当中的SOP流程，比如未打招呼扣一分，未给消费者推广新产品扣一分这样的机制，那可以用AI去评判本身这个客服工作人员是否合格，也可以将每个客服每日回复了多少条汇总为数据报表供领导查看
看到这里我想大概大家想理解为想表达的东西了吧，这套方案说实话比较考验技术团队，但是可以告诉大家的是，有企业已经落地了哦，并且业务价值现在不用我多说了吧，大家可以参考我这张AI生成的图片，OK今天的分享到此结束！
这些内容都是我手敲的，最近很忙，大家有问题请打在评论区，另外，截止目前我总共发了三条帖子，评论区不是不回，是真的忙，并且我需要去看看是否有案例，接下来不忙的时候我会逐一回复并且会出专题讲解（本人更偏向业务侧，不喜欢的大家当个乐子就好，因为我的观念里还是，技术可以升级可以迭代，但是挖掘需求，真的很难）
预告：下一期讲解运营侧Agent落地案例
4 个帖子 - 3 位参与者