被“智障”客服蠢哭，還有救嗎？

摘要：眼看快過年了，各大電商平臺在繼雙十一、雙十二後又熱鬧了起來，迎來了年底購置年貨的高峰。在選購年貨時，少不了跟智慧客服打交道，但是體驗到底怎麼樣呢？我們發現，在售前環節，多次被“智障”客服蠢哭，以下是來自網友的無情吐槽： “感謝您的諒解”......什麼問題都用這句話敷衍，真的不想原諒...

眼看快過年了，各大電商平臺在繼雙十一、雙十二後又熱鬧了起來，迎來了年底購置年貨的高峰。在選購年貨時，少不了跟智慧客服打交道，但是體驗到底怎麼樣呢？

我們發現，在售前環節，多次被“智障”客服蠢哭，以下是來自網友的無情吐槽：

“感謝您的諒解”......什麼問題都用這句話敷衍，真的不想原諒......

想問問有什麼新款，確被甩了一臉並不相關的連結...購買慾瞬間消失，謝謝客服幫我省錢。

欣喜地發現優衣庫APP的智慧導購，點進去語音問TA“想買件紅襯衫”，沒想到一點這個機器人，竟然...黑屏了！怒摔！

有什麼禮盒款適合送人的？有哪些一千元以下的新品推薦？我這個身高體重合適什麼碼？很多打著 AI 旗號的售前客服還回答不出這些問題。 智慧客服一般按照業務場景分為售前和售後兩類 ，為什麼售前場景體驗並不友好，還不如售後客服？

比起售後，售前客服實現智慧化的難度要高很多。售前是以銷售為導向的，而銷售本身，就是一門說話的藝術，並且需要了解客戶的心理和真實需求。而從技術角度來看，能充分理解使用者意圖，並通過多輪對話抓取使用者喜好並適時推薦產品是件不容易的事。

售前諮詢過程中，消費者的提問相比售後更加發散，將所有導購場景、不同品類產品的提問都覆蓋並錄入系統中，是幾乎不可能的任務。而售後場景一般是比較聚焦的問題，例如退換貨、查訂單、開發票等，答案也相對比較明確、固定，能很快實現語義理解。

雖然困難重重，但售前客服的巨大價值我們不能忽略。電商客服市場約為上千億，其中售後佔到200-300億元，而售前為700-800億元。一旦售前客服真正“智慧”了，將在節省人力成本、提升轉化率和使用者體驗等方便造福企業和消費者。

AI 賦能的售前客服是提升轉化率的關鍵一環，也是企業向消費者進行主動營銷的自然互動方式。

在下單之前，消費者一般都會諮詢尺碼、優惠、快遞等資訊。在與使用者的多輪對話中， AI 售前客服能夠了解使用者的喜好、結合大資料創造使用者畫像，以做出精準的推薦，引流到相關商品。當消費者得到了滿意答案，並且對智慧客服產生信任和認可後，轉化率和復購率也必然會提升。

在 AI 時代， 使用者體驗已經代替價格成為企業競爭差異化的王牌 。而對話，是使用者體驗這場競爭的唯一“核”武器。打造獨一無二、與使用者息息相關的對話互動體驗，是電商企業在售前環節的“必修課”。

調查資料顯示，75%的顧客會因為客服體驗不好而放棄購買行為。如果像上文網友吐槽中出現答非所問、推薦不相關的產品時，則會引起消費者的反感，嚴重影響使用者體驗。

調查資料顯示，在商家的客服標配中，一般4人客服團隊中就有3個人是售前。由此可見，如果自然語言處理（NLP）技術在售前客服中廣泛應用，在人機協作的情況下， 能為企業在客服上節省至少一半以上人力成本 。

市場瞬息萬變，行業動態、商品服務資訊、使用者畫像都在不斷更新，對話體驗也需要與時俱進，根據行情進行調整、擴充套件、維護。企業對自己的客戶和商業邏輯最瞭解，但往往缺乏自然語言處理等技術背景，這成為了植入對話體驗的一大阻力。

為了解決這一痛點，幫助企業 AI 賦能、提升使用者體驗，奇點機智自主研發了一款對話機器人開發維護平臺“對話流” ，並深耕售前場景，讓每個企業都可以輕鬆為其服務開發流暢的對話體驗：

例：在對話流中定義美妝售前對話體驗

通過“對話流”賦能的售前客服，將不再只是一個酷炫的“擺設”，而是能實實在在服務消費者，為企業帶來真實收益的科技成果。售前場景的 AI 賦能將不僅僅讓眾多電商受益，在教育、醫療、金融、通訊、房地產、餐飲等眾多領域也有廣闊的應用空間。