談店小蜜自定義知識庫的搭建

劉向榮

電子商務(wù)從PC時代進入移動時代，當前正在邁向智能時代。而電子商務(wù)客服行業(yè)順應(yīng)時代的要求，也悄然地進行著智能革命。阿里巴巴推出的商家版智能客服機器人——店小蜜，也就應(yīng)運而生。店小蜜有全自動和智能輔助兩種模式，其運行的原理是商家需事前配置好知識庫（店小蜜后臺的問題與答案集合列表），店小蜜會根據(jù)客戶問題的情景作出相應(yīng)的回答。本文主要介紹了店小蜜及其管理模式，重點談?wù)摿说晷∶圩远x知識庫的搭建過程，通過實例描述自定義知識庫從重構(gòu)產(chǎn)品數(shù)據(jù)庫到“Q&A;”表配置的搭建過程，為人工智能培訓(xùn)師提供一種店小蜜知識庫快速建模的方法。

店小蜜是一種創(chuàng)新的客服管理模式。在傳統(tǒng)客服團隊中（如圖1所示），團隊管理是由客服主管帶領(lǐng)著大量的客服人員處理各種問題。而在智能化的客服團隊中，企業(yè)的客服團隊變得更加精煉和高效。同樣是在客服主管的管理下（如圖2所示），這種模式只需由店小蜜（智能機器人）、人工智能培訓(xùn)師和配備少量優(yōu)質(zhì)客服組成智能化的客服團隊，大大地降低了企業(yè)的經(jīng)營成本。

兩種模式的對比，我們可以發(fā)現(xiàn)店小蜜和人工智能培訓(xùn)師的出現(xiàn)，代替了大量的人工客服。而店小蜜相對人工客服又具有無可比擬的天然優(yōu)勢，如真正做到7*24小時待命，永不下班，永不離職，甚至以一對萬。引用阿里巴巴的話說，店小蜜是當前人工智能化趨勢下，最懂電商的智能機器人。

為什么說店小蜜是最懂電商懂客戶的智能機器人？其秘密在于店小蜜的知識庫。店小蜜的知識庫是一個擁有“機器大腦+人腦”的智能知識庫。知識庫其實就是一個商家事前配備好的買家問題及其答案列表（如表1所示）。

阿里把日常的客服問題重新整理，具體分成了商品問題、活動優(yōu)惠、下單付款、物流問題、售后退款、店鋪服務(wù)和聊天互動等七大類場景分類問題。每大類場景問題由行業(yè)高頻問題和自定義問題組成。行業(yè)高頻問題是阿里官方已經(jīng)定義好的店鋪通用高頻問題和各類目高頻問題的買家問題及其答復(fù)列表，行業(yè)高頻問題是由算法基于海量買家問題訓(xùn)練得出，商家可增加自身的商品行業(yè)類目，訂閱“行業(yè)包”即可快速使用。而自定義問題，即自定義知識庫，則是需要商家（人工智能培訓(xùn)師）手動添加和定義的買家問題及其答復(fù)列表。雖然行業(yè)高頻問題已經(jīng)幫助商家解決了大部分的客戶常見問題，但在實際中，自定義問題才是需要商家重點配備的問題，只有自定義問題才能更有效地解決客戶關(guān)于商家自身店鋪和商品的疑問。

在配置自定義知識庫之前，商家遇到的最大困惑往往就是如何從成千上萬的客服問題中，有效地提取客戶針對自身店鋪或商品的高頻問題，并就對應(yīng)的問題逐一作出滿意的答復(fù)。顯然，這項任務(wù)的工作量是巨大的。設(shè)置自定義問題并對其作出回答是一項異常繁重的工作，其實質(zhì)就是需要客服人員先把客戶關(guān)于商品疑問的全部問題考慮一次，并作出問題答復(fù)。最后把所有問題和答復(fù)形成一個集合的過程。因此，人工智能培訓(xùn)師一職就應(yīng)運而生，而其工作就是更好地解決自定義知識庫建模的困難。

為了讓店小蜜成為“真正”的客服智能機器人，人工智能培訓(xùn)師需要對其自定義知識庫進行搭建和配置。

一、重構(gòu)產(chǎn)品數(shù)據(jù)庫（產(chǎn)品表）

為了更準確地回答客戶對店鋪或商品的提問，我們首先要對店鋪和商品的全部信息進行數(shù)據(jù)化，這就需要重構(gòu)產(chǎn)品數(shù)據(jù)庫，形成新的產(chǎn)品表。但是，在眾多不同類目的商品中，如何合理地設(shè)置商品的屬性，這是首要解決的關(guān)鍵問題。我們嘗試先從分析商品的類目屬性開始，找到商品對應(yīng)的屬性。如家電類，其商品屬性參數(shù)有產(chǎn)品名稱、顏色、型號、材質(zhì)、功能、電壓、功率、長度；服飾類，其商品屬性參數(shù)有產(chǎn)品名稱、顏色、尺碼、款式、型號、材質(zhì)、厚薄、長度；化妝品類，其商品屬性參數(shù)有產(chǎn)品名稱、產(chǎn)地、成分、膚質(zhì)、日期、功效……盡管類目不同，但可以發(fā)現(xiàn)每個商品的參數(shù)都有產(chǎn)品名稱，并以唯一的產(chǎn)品ID來區(qū)別與其他產(chǎn)品。

重構(gòu)產(chǎn)品數(shù)據(jù)庫，即用數(shù)據(jù)庫的方法重新定義產(chǎn)品表的屬性內(nèi)容（表頭）。產(chǎn)品表應(yīng)由主表（固定參數(shù)列）和附表（可選參數(shù)列）組成。主表的屬性包括產(chǎn)品ID（主鍵）、產(chǎn)品名稱、產(chǎn)品鏈接、產(chǎn)品圖及分類名稱，附表的屬性應(yīng)是基礎(chǔ)屬性（全店產(chǎn)品共有參數(shù)）、分類產(chǎn)品屬性（各類目的產(chǎn)品參數(shù)）、全店服務(wù)屬性、售后保障屬性等（如表2所示）。

以某銷售泳具產(chǎn)品的店鋪為例，構(gòu)建該店鋪產(chǎn)品的產(chǎn)品表。產(chǎn)品表的創(chuàng)建可以使用常用的數(shù)據(jù)庫軟件（如Excel、Access） 進行建立和存儲。該店產(chǎn)品表內(nèi)的主表參數(shù)（固定列）填寫方法如表3所示。

2.產(chǎn)品名稱是根據(jù)打開的產(chǎn)品頁面標題內(nèi)關(guān)鍵詞，指定個性化產(chǎn)品名稱。如產(chǎn)品標題是“泳鏡女高清防水防霧度數(shù)泳帽泳鏡套裝男女士裝備近視游泳眼鏡”，則產(chǎn)品名稱可以定位“近視游泳眼鏡”。同理，產(chǎn)品列表可以標題或商品詳情頁的屬性表中找到，該產(chǎn)品屬于“泳鏡”類目。

3.產(chǎn)品圖片可以是截取產(chǎn)品詳情頁內(nèi)的封面圖。一般是主圖的第一張，如果是視頻主圖則使用第二張即可。

同理，接著可以設(shè)置該商品的附表（可選可變動）。泳具產(chǎn)品表的附表中的基礎(chǔ)屬性及其內(nèi)容（只選取了部分基礎(chǔ)屬性）填寫如表4所示：

附表中除了基礎(chǔ)屬性外，還有其他分類產(chǎn)品屬性（泳鏡以外的其他分類，如帽子、泳褲等屬性）、全店服務(wù)屬性（優(yōu)惠、客戶活動等）、售后保障屬性（快遞、包裝說明等）、更多屬性等就不再一一舉例說明。

產(chǎn)品表構(gòu)建其實就是將產(chǎn)品屬性重新細分的過程，把每個可分解的屬性盡量細分，單獨提取出來，從而形成一個店鋪全類目商品的數(shù)據(jù)庫，為下一步配置自定義知識庫提供了有效直觀的數(shù)據(jù)來源。

二、“Q&A;”表的配置和填寫

“Q&A;”表是自定義知識庫的雛形，其核心就是由問題和答案兩部分組成。但在面對消費者海量而雜亂的問題前，店小蜜首先會識別消費者和客服的對話內(nèi)容，而對不同的場景進行定義。場景定義是通過一定的規(guī)則和定義，進行有意識的歸類和總結(jié)，通過篩選得到一定量的標準問法，并對這些標準問法進行命名統(tǒng)一歸納的舉動。

在店小蜜的知識庫中，其中官方知識庫（行業(yè)高頻問題）已經(jīng)對主要的七大場景問題進行分析和解讀，具體場景分為商品問題、活動優(yōu)惠、下單付款、物流問題、售后退款、店鋪服務(wù)和聊天互動等七大類。店小蜜會根據(jù)消費者的問題識別當前的所屬場景，然后再找到對應(yīng)問題的答案。通過場景定義，有助于提升用戶的體驗，使答案能更全面更精確更快速地回復(fù)消費者的問題。同時也有助于判斷和維護場景的準確性，從而提升機器人的學(xué)習(xí)能力。

盡管官方知識庫能夠解決店鋪大量日常客服問題，但關(guān)于產(chǎn)品自身和店鋪自身個性化的信息才是客戶待解答的核心問題，因此我們要事先考慮周全，配置好自定義知識庫的問題和答案，也就是“Q&A;”表的設(shè)置和填寫?！癚&A;”表可根據(jù)Q問題和A答案的屬性，建立表格的表頭屬性列。根據(jù)“問題”，可設(shè)置問題分類、問題類型、問題描述/原因、問法示例、可識別/衍生問題等屬性；根據(jù)“答案”，可設(shè)置答案組成、案例、答案建議、關(guān)聯(lián)產(chǎn)品、關(guān)聯(lián)ID、關(guān)聯(lián)ID數(shù)量、推薦產(chǎn)品、建議/備注等屬性（如表5所示）。

“Q&A;”表的創(chuàng)建可以使用常用的數(shù)據(jù)庫軟件（如Excel、Access） 進行建立和存儲。關(guān)于客戶問題的收集，我們可以通過對聊天記錄導(dǎo)出，再利用專業(yè)的分析軟件篩選出所有消費者咨詢過的問題。根據(jù)客服對于店鋪和商品的問題，對其進行分析歸類，具體對應(yīng)劃分到商品問題、活動優(yōu)惠、下單付款、物流問題、售后退款、店鋪服務(wù)和聊天互動等七大類場景問題。最后填寫七大類場景定義問題相應(yīng)的“Q&A;”表。

“Q&A;”表中“答案組成”和“答案建議”是關(guān)鍵內(nèi)容，其內(nèi)容的質(zhì)量決定店小蜜智能回答問題的準確性。要形成準確和詳細的“答案建議”，需要借助“產(chǎn)品表”。首先，根據(jù)問題描述或示例，我們可以先列出該問題所涉及的知識點，這些知識點就是答案的范圍。然后我們從“產(chǎn)品表”中，找出相應(yīng)的知識點，對應(yīng)產(chǎn)品表中的屬性列，其對應(yīng)的內(nèi)容，就是我們的答案。最后，運用客服相關(guān)的術(shù)語，形成一條“答案建議”。另外，一個問題可以對應(yīng)有多個答案，答案對于客戶應(yīng)該盡量友好。

仍以上述銷售泳具產(chǎn)品的店鋪為例，例如某關(guān)于商品尺寸類的問題，問題描述是：“咨詢產(chǎn)品的尺寸”，問法示例：“請問商品尺寸是多少？”中的“尺寸”，這是我們要從問題中提取的知識點。把這知識點在“產(chǎn)品表”中搜索，即可在產(chǎn)品表中的“尺寸”的屬性列中找到相應(yīng)的答案（顯示各類商品的對應(yīng)尺寸）。最后運用客服的相關(guān)術(shù)語，形成“Q&A;”表中的“答案建議”。泳具“Q&A;”表填寫內(nèi)容參考如表6所示（省略部分屬性）。

三、后臺話術(shù)配置

根據(jù)“Q&A;”表的內(nèi)容，在店小蜜后臺完成自定義知識庫問題和答案的配置。具體步驟可以根據(jù)后臺界面提示（參考文中表1所示），添加“問題描述”和相應(yīng)的“客服答案”，完成“Q&A;”表全部問題和答案的添加即可。也可以通過官方模板導(dǎo)入的方式，完成店小蜜知識庫的配置。

最后，在整個自定義知識庫建模過程中，我們可以看到在重構(gòu)產(chǎn)品數(shù)據(jù)庫階段，千辛萬苦地建立了商品的“產(chǎn)品表”，就是為了快速高效地填寫“Q&A;”表中答案。正是因為有了這份完善的“產(chǎn)品表”，我們不需要再重新打開商品對應(yīng)的網(wǎng)頁，逐個逐個地尋找答案?？头杏龅降膯栴}不僅數(shù)量龐大而且千人千面，運用此方法形成的答案既詳細又準確。因此，“Q&A;”表的準確性一定意義上取決于“產(chǎn)品表”的質(zhì)量。這將是人工智能訓(xùn)練師對店小蜜自定義知識庫快速建模的一種重要方法。

責任編輯 何麗華