知识中台能力构建——知识加工组件

客户世界 | 2021年10月8日 | 2021年, 客世原创 | 评论已关闭 | 1478

知识加工组件以提高知识调用速度和精度为核心，基于信息属性、类型、内容结构和应用场景，对信息做筛选、分类、编辑、整合成为交付服务解决方案可用知识的能力。也就是知识采集组件从知识后台收集到各类信息后，知识加工组件根据各前台服务渠道知识调用需求，按照一定的逻辑和规范对信息做编辑、转化成为服务交付所需的知识，合理设计知识的目录树、关键词、关联场景、知识文档结构等提高知识供给侧的定位效率。知识加工组件的主要任务有四个，即对知识文档做结构化转化、赋予知识颗粒属性和场景、知识内容表述客户化、匹配前台服务渠道知识展现的形式。这篇文章我们分别来看这四个主要任务的价值，如何实现（图1）。

图1：知识加工组件

知识文档做结构化转化

我们先用一个例子来看为什么要对知识文档做结构化加工，体会一下经过结构化拆分加工之后的知识文档内信息查阅速度和精度的收益，任务是查询“C罗在哪年获得世界足球先生”，能看出这两种知识呈现方式在文档内信息调用效率上的巨大差距吗（图2）？

图2：知识文档的非结构化和结构化对比

对知识文档结构化编辑方法是根据知识的特点和属性，具备类似属性的一类知识可以通过一个共性的结构来描述。例如产品类知识，基于知识调用速度和精度需要，可以抽象出产品名称、产品介绍、收费标准、业务办理、促销政策、适用范围等知识颗粒，这个抽象结构建立的过程需要知识编辑人员基于对业务和服务的理解，总结出某一类知识的通用结构化模板，用模板完成具有同类特点和属性信息的知识编辑，转换成结构化的知识。结构化后的知识文档可以更小颗粒支持各前台渠道服务场景知识调用需求，想要什么就支持推送什么，而不是把大篇知识文档一股脑推送让前台服务场景根据需要再加工。

举个例子，把产品类知识按业务介绍、资费标准、购买方式、使用方法、注意事项等这个结构拆成一个个颗粒后，对于知识颗粒大小的定义，是需要根据企业业务特点、服务场景和客户体验综合平衡的，比如当客户问题是“来电显示每月收费多少”时，是只要调用资费标准这个颗粒的内容就可以了，还是需要把资费标准这个颗粒继续下探拆解，需要根据业务的复杂程度确定。这样通过对知识的结构化解构成一个个最小知识颗粒，支持到各服务场景更高效精确的定位和调用（图3）。

图3：知识文档的结构化拆分模板

应用知识结构化编辑模板，可以更有效的达成不同来源知识在结构化颗粒、客户化描述上的共识。结构化采编模板设计时除人工坐席调用，还需兼顾自助、智能服务的等渠道交互的展现需要，对信息展现形式，范围，访问权限等做出约定，知识编辑的结构化模板是根据知识分类设计的，比如促销活动类、产品类、业务类、媒体宣传类、升级／故障类、营业网点信息类、短信群发类等不同属性的知识，所使用的知识编辑模板是不同的，结构化模板的作用在于既能支持把知识文档按机构拆分出更小的知识颗粒，又能用知识结构作为提纲保证些知识颗粒组合起来与源知识文档，避免知识颗粒被单独调用时失去信息本身的含义

知识颗粒的大小，知识文档结构化带来最大收益是知识文档内信息提取效率极大提升，客服人员再也不需要在一大篇文档中苦苦寻找需要的内容，通过结构化标签，快速定位所需信息在文档中的位置，而智能机器人也能根据信息调用需求，定位到知识文档内的某个知识颗粒，经过客户化转化的知识内容抽取后无需再加工可直接提供给最终客户，同时也可以支持更多知识应用，如以类似的结构化知识支持知识点内容对比和内容引用。

赋予知识颗粒属性和场景

在结构化模板设计时，对知识颗粒需要详细赋予其属性标签，如归属的知识点、关键词、适用场景、服务渠道、知识关联、访问权限等。也就是除知识颗粒中包含的内容信息，还应包括属性、定位信息。如：资费标准这个知识颗粒，除了具体资费标准的描述信息外，还应包含这个颗粒归属于哪个产品、在哪个目录分类下，搜索关键词，经常用在什么场景，用什么格式描述的等，通过对每个知识颗粒的标签或属性，为各服务渠道调用时提供锚点和筛选条件，对智能机器人或自助服务的调用提供更友好的支持。

知识内容表述客户化

为缓解人工客服在成本和效率方面的压力，知识中台除了要支持智能机器人、帮助中心、自助页面等常用客户接触渠道的知识调用外，还可以探索类似短信、IVR、邮件等一切可以触达客户的服务方式。根据服务场景和客户偏好，将交付服务方案所需的知识信息直接推送给最终客户，供客户自行查阅使用以提高服务效率。当然这类直接面向客户的知识交付，内容表达方式要做客户化转化，推送范围上也要做统筹规划，因为组织内的信息，并不都是适合直接展现给最终客户的，需要有相应转化和权限机制，比如可以设定知识颗粒中哪些是只限内部调用，不允许调用到外部渠道展现等。

客户化是要求对知识颗粒的描述要用客户能直接理解的语言，避免专业术语、行业通用语和专业词汇等，在这个基础上，可以根据企业整体服务调性适当加入幽默的、潮流的说话方式，经过客户化转化的知识颗粒在人工客服或者智能机器人调用时，无需根据服务场景和客户属性对知识信息的再次加工。知识呈现多元化是对知识颗粒的描述需要根据前台服务渠道，如帮助中心、APP和智能机器人等前台服务渠道的展现特点和服务场景需要，选择恰当的形式，文字、图片、图表等多种呈现方式，便于各渠道直接调用所需信息。如下例所示：这类用图表展示的知识，对智能机器人或客户自助浏览时是不友好的，从这个图表中获得所需信息要经过转化的过程才能理解，所以知识加工组件要把这类知识做客户化，转化成智能机器人更方便调用的形式，客户更容易理解的表达方式（图4）。

图4：知识文档的结构化拆分模板

匹配前台服务渠道知识展现的形式

宏观上梳理各前台服务渠道适合承载的服务场景，信息展现形式和对知识调用的基本需求，如图5所列。

图5：服务渠道对知识调用的要求

具体服务场景中知识调用是从客户需求触发的，客户根据意愿和偏好选择服务渠道表达诉求，所在服务渠道、客户意图、服务场景交叉出来一个知识调用需求，由人工客服或系统在知识库中通过目录分类、知识属性、场景标签筛选定位所需知识文档或颗粒，再结合服务渠道的展现形式调用知识颗粒，组合成解决方案完成知识调用和呈现。要更高效的支持这个知识调用过程，在编辑阶段就需要把知识颗粒加工成适合不同渠道展现的形式，如同一个知识颗粒，需要文本、问答对等不同的表达形式。

以上我们对知识中台的知识加工组件围绕知识文档做结构化转化、赋予知识颗粒属性、知识内容表述客户化、匹配前台服务渠道知识展现形式等四个主要能力的思路和实践做了讲解，知识加工组件提供的对信息精加工能力成为组成服务解决方案所需的知识，是提高知识调用速度和精度的前提，也是知识中台最核心的能力之一。

作者：顾传喜

本文刊载于《客户世界》2021年8月刊。