知识中台的应用

客户世界 | 2022年6月8日 | 2022年, 客世原创 | 评论已关闭 | 1558

知识中台搭建完成后，将承担起组织内信息通过各服务界面交付给最终客户的知识支持角色，对于各前台知识应用场景来说最理想的状态是依托知识中台提供的知识采集流程、知识内容结构化展现、知识颗粒的多维属性标签、知识内容调用接口等能力，实现组织内知识的一点管理，多服务渠道应用，也就是复用一套知识采集、编辑、审核、发布流程，完成对多服务渠道和应用场景的支持，保证客户在各渠道服务场景中获得一致和准确的知识内容，提升客户对服务解决方案的感知和体验，同时大幅减少多服务渠道分别维护管理知识带来的知识运营效率浪费。各前台应用场景根据自身服务渠道信息展示特点，通过规则和接口获取知识内容完成服务解决方案的组合和呈现，面向客户完成服务交付，套用俗话来说就是，知识中台负责赚钱养家，前台应用负责貌美如花。

从知识管理视角看，实现组织内知识的一点管理，知识流转效率倍增

多渠道智能化服务背景下，组织面向客户有多种服务渠道和方式，各服务渠道一般都会设置知识管理角色和流程用于知识运营，带来知识的多头管理和职能重叠，由于知识内容和调用场景繁杂，当知识发生新增或者变更，需要付出高昂的效率成本和风险去保障信息的一致性。同时在知识运营层面很多经验和方法也很难沉淀和共享，包括知识信息采集流程、知识结构颗粒、知识质的评价机制、目录架构设计和搜索定位机制等。

所以从降低知识管理费力度提高效率角度看，各服务渠道复用知识中台提供的知识内容和运营能力，对于各前台服务界面来说提供了一套完整的知识解决方案，当知识中台的支撑能力足够强大，各知识应用渠道和场景根据需要直接调用所需信息做应用和呈现即可，既能保证各应用渠道和服务场景间的信息一致性，又能避免不同知识应用对信息的再加工带来的资源和效率浪费。知识管理应用知识中台的支撑能力体现在：

•有一个正式的职能或部门统筹知识中台的规划和建设；

•建立一套组织内部可复用的知识信息收集、加工、审核、发布流程；

•根据前台服务渠道和场景需求，有能力对知识进行结构化、客户化、属性化管理；

•知识内容展现需考虑帮助中心、APP和智能机器人等服务方式的特点，便于各服务界面直接调用所需信息；

•帮助中心、APP和智能机器人等渠道尽可能多的使用知识中台和知识库，减少信息的再加工，以避免信息加工过程中的偏差；

•由流程或质控团队追踪知识库中所有创建/修改的动作，是否在帮助中心、APP和智能机器人等渠道有相应体现；并对各渠道中知识内容进行准确性和一致性检查；

图1：知识应用框架

从知识应用视角看，多服务渠道知识内容同源，知识体验极大改善

应用知识中台解决各前台服务渠道间存在信息不一致增加客户理解和信息判断难度，进而带来客户体验损伤的问题，单纯从客服中心的定位来说推动的难度极大，还是要站在组织战略高度，从改善客户体验角度出发，达成组织内知识管理和应用的共识，给与知识中台更多知识战略和资源支持，知识库作为组织全局知识源，将其多样化的应用融入各服务渠道、融入各产品使用场景，发挥更大的作用。
实现路径为前台服务界面从客户所处的服务场景需求触发，将客户属性、行为、偏好、服务诉求等通过数据接口告诉知识中台，让知识中台根据知识调用预判模型判断的结果在知识库中结合目录分类、知识属性、知识结构标签筛选定位所需知识文档或知识颗粒，再结合服务界面的展现需要重新组合知识颗粒，即完成知识的调用和呈现，匹配交付客户诉求所需的服务方案。前台服务界面主要有以下几个：

人工客服来对知识的应用

人工客服对知识库的应用在客服中心行业中相对传统，知识管理流程、知识库系统功能、应用价值评价等方面都有相对成熟的经验和案例，有人工客服参与的知识调用，对知识中台的能力要求会相应降低，这是因为人工客服参与（人工服务、智能辅助）的知识调用对意图预判的能力要求会低一些，经过培训的人脑在知识调用中与系统配置的规则相比要灵活和高效的多。这个过程中对于人工客服的知识调用行为管控更加重要，简单来说就是管控人工坐席调用知识库作为服务方案交付的信息支持，而不是他记录的培训材料、主管告诉他的流程、持线寻求帮助的信息等，管控员工知识应用行为可以：

• 强化员工应用知识库作为服务方案交付的依据，减少知识调用的操作费力度；

• 业务或产品信息在知识库更新后，有措施保证被覆盖范围内员工知晓；

• 提供知识共享平台，如知识库，避免员工使用杂乱无章的信息和参考资料；

• 培训员工快速查询知识库的方法，如目录架构设计逻辑、关键词库使用等；

• 应用数据指标和主管现场观察等方式关注员工是否调用知识库应对客户咨询；

• 人工客服对知识的调用过程中沉淀的数据，如目录分类和知识点标签的调用轨迹，可以作为业务热点、客户行为分析或服务策略制定的数据来源之一；

帮助中心和自助服务界面对知识的应用

客户在官网/APP的帮助中心或自助服务页面中触发知识调用需求时，没有人工客服的帮助或智能机器人的意图识别，强依赖于服务场景设计和客户对信息获取的意愿和理解。为了提高这类自助知识获取界面支撑客户获取信息能力，知识展现时需要更贴合客户所处服务场景，知识内容采用常见问答形式客户接受和理解起来更容易。对知识中台的应用更多侧重在将帮助中心打造为特定场景问题的快速解决平台，降低客户知识获取难度；针对帮助中心无法直接解决的问题无感串联无人/人工，挖掘未解决场景进行帮助中心内容扩充，提升帮助中心解决能力，对知识的展现需要关注：

•从客户角度想问题，即客户在这个场景里需要什么方案，什么信息；

•降低客户获取知识的费力度，从能简单识别、快速定位和容易回答的知识点做起；

•利用互联网链接功能，横向知识点关联：预设客户咨询某一个类型问题后，可能会关注的关联类型问题及答案；

•帮助中心中的信息需要依据2：8原则，梳理用户最常用的信息在帮助中心或自助服务界面开放，降低客户查询信息的难度；

智能机器人对知识的应用

智能机器人的解决能力体现在是否能准确识别问题和服务方案是否有效两个部分。问题识别能力由机器人技术方案决定这里不做过多探讨，而机器人交付的服务方案是否有效强依赖于知识中台和知识库的支持能力，纯机模式下智能机器人交付服务方案给客户，一般是问答对形式的内容，即机器人的意图识别判断客户问题和场景，这个问题命中了哪个答案，这里的答案就需要调用知识库中具体的知识颗粒来支持了。简单看一下智能机器人的训练或者配置过程，我们可以更容易理解知识颗粒化，客户化对智能机器人的作用，机器人的训练从定义场景开始，通过大量语料分析和标注，让机器人具备识别在这个场景中客户常用问法儿是什么，也就是我们常说的意图判断能力，在配置答案这个环节中，是需要应用知识中台提供的知识内容，也就是智能机器人问答对中的答案，小颗粒、客户化、场景化是提高智能机器人解决能力的关键，与知识中台通过规则或者接口，根据场景和客户意图，参考知识颗粒上的属性信息，完成答案的配置。

图2：智能机器人训练

除此之外，当前多渠道协同服务的背景下，为缓解人工服务在成本和效率方面的压力，除了智能机器人、帮助中心、自助页面等常用客户接触渠道的知识应用外，应用知识中台的支撑，企业还会可以拓展更多服务界面和场景，如微信公众号、短信、邮件、线下门店、小程序等等，这些服务界面的信息支持，都可以应用知识中台实现，基于知识中台各类组件化能力，根据服务场景和客户偏好，探索这些服务界面服务方案交付特性，将适用于服务场景和客户的解决方案，用适当的服务界面完成交付，并且能保障服务方案的有效性和一致性，带来客户服务体验的改善和服务效率提升。

作者：顾传喜

本文刊载于《客户世界》2022年5月刊。