智能服务的知识管理——知识管理的三问法

客户世界 | 2018年8月26日 | 2018年, 客世原创 | 评论已关闭 | 10589

本文是智能服务运营实践系列文章第四篇——智能服务产品的知识管理。在之前的文章中我们提到了智能服务类产品上线前期，我们首先需要明白为什么上线智能服务，其原因在于：人力成本逐渐增加，客户中心效率与成本的矛盾愈发突出，智能服务是解决其矛盾的有效工具之一。其次，需明确上线智能服务的目的所在：“帮助客服中心在实际服务过程当中更加快速地解决客户问题”。在这两点的基础上，再通过智能服务价值链针对性地对客户中心相关的岗位或者部门进行调研确定产品定位，明确产品需求。最后用五看法二次检验需求的真伪，即能够进入下一步，产品的采购或自研。但无论是采购还是自研，项目管理的好坏势必影响智能服务产品最终效果的好坏。笔者认为智能服务产品项目管理好坏的不二检验标准一定是项目的投资收益比的计算，即根据笔者这些年与其他企业的交流总结，认为一般来说如果：“如果1-1.5年的项目收益=机器人成本，则智能服务产品的项目是划算的”。

在完成上述一系列操作后，智能服务产品就能上线正式运营了。在最开始的过程中，很多运营人员往往都会非常关心一个指标“智能服务产品的解决率”，即智能服务产品到底能够解决多少客户的问题，到底能够替代掉多少的人力。而往往最开始智能服务产品给我们的回应都是甜蜜的，究其原因在于这是一个从0到1的过程，它一定能够在某些方面解决客户的问题。笔者在这里举例说明：最开始智能客服机器人大概能够解决100个客户问题。运营人员尝到甜头后，就会不断地想提高客服机器人的解决能力，不断给客服机器人添加上更多的知识，随着知识的累加，客服机器人应答能力逐渐加强，但是知识增加到了某个点后，运营人员会突然发现，随着知识的增加不但应答能力没有增强，那些原来能够回答得很好的问题反而开始出现错误或者应答不准了。为什么会出现这样的情况？我们把智能服务产品比作一个足球场，我们不断地新增知识，就像是不断地往足球场放入编号众多的足球、篮球、排球等各种球类。当我们的知识点即球不是很多时，想要找到某一个具体编号的足球很容易，但是当球的数量达到几万、几十万时再让我们去里面找具体某个编号的某一类球，无异于大海捞针。知识管理也是一样，当智能服务产品知识的数量到达一定量级以后，知识的管理才是当务之急。

讲到这里，有人会说，按照这个逻辑，如果新增知识，就会导致知识库应答能力下降，但是不新增知识，随着业务知识的增加，智能服务产品的应答能力还是要下降；这二者是否就成了不可调和的矛盾了吗？答案是否定的，如何解决这一矛盾？那就是正确的知识管理。还是以同样的操场为例，同样多数量的球，如果我们在增加的过程中把其中的一块场地划分给篮球，另一块场地划分给足球，依次类推。当我们在想找到某一具体编号的球时，首先找到篮球这个场地，再去寻找编号，再精细一点的就是把编好号码的篮球按照一定的顺序排放。这样找到一个具体编号的球就会容易得多，这就是知识管理。

在如今的客户服务中，企业随着自身发展而不断增加业务体量和用户数量，服务渠道也从原来的单一电话渠道发展到如今的全渠道、多媒体的服务矩阵，加上客户对服务体验的要求与日俱增。因此无论是从内因还是外部环境来看，企业知识管理都处于一个重要地位。但在实际过程中企业内外部知识往往过于复杂，知识点和知识点间的联系难以建立和维持，知识点无法快速精准反应；老知识渠道难以容纳新渠道产生的知识，产生大量知识的重复维护工作，导致不同渠道之间的知识库存在割裂；知识模板千变万化，知识积累没有章法、知识的重复利用率极低，到头来运营人员自己都被绕晕。

如何解决以上的问题呢？需要追本溯源，回到知识管理的源头进行思考。笔者认为所谓源头就需要思考三个问题。

第一：自身，即我们自己，包括知识库本身、客户中心本身、企业本身。通俗来讲我们的知识定位是什么？我们知识的边界和范围是什么？我们对知识管理的规划是什么？例如：对于智能客服机器人来说，最开始上线我们往往会将机器人定位为只能够回答简单、重复率较高的在线问题，这时的知识定位即为常规/政策性、有明确且唯一解决方案的知识点等；而当我们的运营能力、应答能力等方方面面有了提高以后，再将我们的定位提升至能够回答复杂的在线客服问题的机器人，最终能够完全达到人工客服的水平。

第二：客户，即我们的服务对象，他们到底想获得什么样的回应（要注意在客户眼里，没有所谓的知识，他们在意的仅是客服的回答），有的智能服务产品往往会给客户推送一大篇幅动辄几百字小论文式的应答内容，比如客户询问购买的商品能否退货，得到的回答是“您好，自客户签收商品次日起7日内可以退货，15日内可以换货，客户可在线提交返修申请办理退换货事宜。具体退换货标准如下……”，面对这样的答案，估计很多客户都会被气得跳脚吧。究其原因，在智能服务产品运营人员眼中，推送的是知识点，而客户在意的是能明确解决问题的回应，拿上面的问题来说，客户想得到的无非就是一句能退不能退的回答，这其中的差别请大家仔细体会。所以知识管理中的第二问就是问客户，我们的客户到底希望看到什么知识，不希望看到什么知识？但往往客户很难能够说出他们所想和所要的，客户大部分时候只会描述他看到的现象和出现的结果，而这个结果和内容的背后正是我们所需要去挖掘的。

第三：环境，即我们是在什么样的情况下和客户进行沟通交流的，我们沟通交流的场景都有哪些？再以售后场景为例，售后一般伴随着客户不愉快的情绪，那在这一板块的知识提炼上，在保证售后规则明确以外，要尽最大可能精简，以免带给客户售后费力度高的直观感受。每一个场景都有什么特点，因地制宜，才能够给予最优解。

在最初进行知识管理的过程中，笔者建议大家以这三个问题作为基础，去剖析知识管理的内核，先把问题想清楚，思考明白，再去进行知识管理。在下一章，笔者将在知识管理三问的基础上与大家继续共同探讨智能服务运营体系建设。

本文刊载于《客户世界》2018年8月刊；作者为吴东恒，作者单位为启运智创（成都）科技有限公司COO，前京东智能服务体系创始人、智能运营团队总负责人。