马上消费智能客服：“千人千面”精准服务之路上踏浪前行

　　99%、90%、95%——这几个数字分别代表着马上消费的智能客服的客户提问覆盖率、客户意图识别率、客户问题解决率。从2017年上线至今，仅6年的时间，马上消费的智能客服便做到业内翘楚。

　　数字中国浪潮下，“人机共舞”的智能化时代已然来临，AI算法、人工智能等先进科技正在重新定义着消费金融领域的客户体验，随着相关技术的不断迭代，马上消费的智能客服进入全新的发展阶段。“通过智能客服，将有效提升我们的服务效率、客户体验以及客户忠诚度等。”马上消费党委书记曹景泉对钛媒体APP表示。

　　据了解，马上消费智能客服采用前沿的人机对话系统架构，以深度学习、机器学习、增强学习等核心AI算法为基础，实现意图识别、意图预测、用户画像、上下文理解等核心能力，力争为客户提供“千人千面”的精准智能服务。

　　百万级问答知识库，客户提问覆盖率达99%

　　据了解，有着百万级问答知识库作为支撑，目前马上消费的提问覆盖率已达到99%，位居行业前列。客户覆盖率的提升，意味着马上消费智能客服的场景不断增多，越来越多的客户可以享受其智能客服的服务。

　　百万级问答知识库之外，目前，马上消费内部有专门的“数据回流机制”，以进一步提升客户提问的覆盖率。“当一些用户的问题回答不上时，我们会反馈到日志库里，之后我们会运用半监督聚类算法来发现这种新标签，再通过人工的校验来补充到前端数据库里，以此提升问题的覆盖率及解决率等。”马上消费客户体验部负责人姜永峰对钛媒体APP表示。

　　智能客服作为互联网消金企业实现服务升级、质量升级的重要工具，其背后的生成逻辑与市场需求、客户需求紧密相关，随着技术进步的推动，将进一步满足企业的扩展需求。于公司而言，智能客服有利于提升公司的竞争力、品牌的影响力、服务质量、公司效率以及客户的忠诚度等。于客户而言，智能客服覆盖率的提升，将满足消金领域客户的多元化、个性化、场景化、便捷的服务需求。

　　依托于高质量数据，客户问题解决率达95%

　　在消费金融领域，由于行业对服务知识的精准度、准确性要求极高，要达到95%的客户问题解决率相当不易。举例来讲，如何快速识别客户处于哪个阶段（贷前、贷中、贷后），如何根据客户所处的不同阶段提供不同的方案，给予精准服务等都是需要攻克的技术难点。

　　据了解，在攻克技术难点中，需要用到自然语言处理技术去识别语意，识别相关问题之后，又需要数据基座通过模型学习提升精准度。这个过程中包括自然语言处理技术、机器学习、深度学习等技术。此外，还有技术的现实应用问题，如何解决相关数据与业务准确度的标注，或者如何解决模型训练中样本数据，如何将其与实际资源进行匹配等都是需要解决的问题。

　　面对上述技术难点，如何快速提升问题的解决率？“首先，制作一个快速搭建数据集的工具，前期没有足够样本用于训练模型，首先根据专业客服对每个意图提供少量种子样本，使用数据增广算法将每个意图数据量扩充到30条左右，使用小样本学习算法在该数据集上训练得到初始模型，之后基于主动学习思想在当前模型基础上，有针对性地从没有标签的数据集里挖取对模型提升有效的样本，给到标注人员进行标注。为了保证标注质量，使用质量检查算法对标注结果进行打分，分值过低的标注数据会返工重新进行标注。如此循环积累，最后得到足够的高质量样本。”在模型选型上，我们使用了上亿条金融场景数据并结合前沿预训练模型进行二次预训练，相比于开源预训练模型，精度提升了2~3%，上述智能客服相关负责人表示。

　　据悉，要提升客户问题的解决率，需先提升正确率，该指标的提升需要依托高质量的数据，以及数据分析能力，才能有效支撑相关指标的持续提升。而受益于业务体量的指数级增长，马上消费积累了大量真实、有效、基于实际业务的超级数据，对解决相关技术难题打下了坚实的基础。

　　客户意图识别率达90%，“回流机制”助力指标提升

　　客户意图识别是智能客服中尤为重要的一环，该指标直接关系到客户问题的解决等。目前马上消费的客户意图识别率达到90%，在智能客服领域位居前列。

　　不过，马上消费在该环节也面临着行业共同的难题，即多意图问题的解决。“可能客户同时问了多个问题，占比不到0.1%，目前线上采取了偏工程规则方式来解决简单的多意图情况。针对复杂的多意图，基于语义分段算法我们将文本进行切割，之后针对切割后的每段文本进行单意图识别，最后进行整合得到多意图识别结果，目前在特定场景已取得不错效果。”上述负责人表示。

　　目前，公司正持续提高客户意图的识别率。主要通过协同业务专家，离线梳理好意图体系，并借助标注辅助工具将马上消费亿万级用户提问话术进行关联到意图知识点上，这一步要保障意图体系的清晰、完备。

　　同时针对某些高频意图，要根据用户具体情况生成适合用户的个性化解决方案，这一步主要依赖智能客服的上下文理解、多轮对话能力与各个业务系统的深度结合。在线上意图识别和应答管理上，通过主动式猜问、高频问法NLU识别、长尾意图相似度匹配等手段形成漏斗式识别流程，确保整体客户体验。

　　用户好评率达98.65%，客户体验持续优化

　　马上消费作为一家科技驱动型金融机构，始终坚持以用户为中心，积极将人工智能等技术投入实际运用，为用户提供体验更好的服务。因此，公司的智能客服也获得用户的较高好评，好评率高达98.65%。

　　事实上，马上消费的智能客服不仅聚焦于消费金融领域，在疫情期间更是为客户提供情感安抚的功能，有效提升了服务质量，获得客户的好评。据悉，智能客服通过与用户对话，可以判断用户情绪波动情况，对于焦虑用户会第一时间给予话语安抚，并优先转接给专属人工座席。

　　展望未来，曹景泉表示：“未来的智能客服，我们认为它应该是一个多重体验融合的智能云客服。在数字中国的背景下，云计算、大数据等技术会愈发完善，将推动智能客服去做更多的尝试；未来随着元宇宙、虚拟数字人等技术的逐步完善，可能迭代为多模态的全新客服模式，比如全息客服，可能一个虚拟的形象在客户身边，为客户做产品的介绍、问题的解决等。”