考拉是当前非常火爆的跨境电商平台。当下消费者的行为有着全球化、多元化、品质化的趋势，考拉的业务场景庞大且复杂，这就考验着网易考拉的服务能力，考拉的智能客服系统也就逐步成为了焦点。

那么问题就来了：

第 1 个问题：
网易考拉智能客服体系是什么样的？

第 2 个问题：
作为一个类目众多，同时管理自营业务以及工厂店，并且涉及到大量跨境贸易的综合性平台电商，网易考拉的智能客服系统是如何构建以及展开的？背后涉及的核心技术又有哪些呢？

第 3 个问题：
考拉的智能客服系统又是如何与客服部门联合作战，进一步提升合作效能的？？

今天就跟随网易七鱼，一起走入网易考拉智能客服系统的故事。

事实上，网易考拉智能服务体系不仅仅包含智能客服系统，还包含智能定价、智能决策、智慧物流等系列落地产品。而网易考拉智能客服体系从0开始起步，到2018年已经达到了1000人以上规模的人工客服团队，并预期在2019年达到2000人以上的团队规模。随着业务量的极速提升，传统人力密集型的客服方式已经无法满足整体业务发展。以考拉双十一举例，消费者服务和商家服务都面临着当天服务量井喷的情况。人力扩容的的方式，包括自营客服、外包客服的服务模式，已经不再适应当下的业务发展，只能面对AI的颠覆和改变。

智能人机交互与人工服务相结合的模式才是未来真正的服务模式。机器通过智能化技术处理掉绝大部分的简单、重复的可识别处理的问题，机器解决不了的问题再流向人工，让人提供更有温度也更加专业的服务。智能与人工相结合的模式能够进一步提升用户使用体验。

最初，为了快速上线客服系统，网易考拉调用的是网易最擅长的游戏业务线的客服体系。

虽然在初期支撑了业务上线动作，但是游戏与电商客服的业务场景差异是巨大的。以最简单的称呼举例，游戏业务无论是前台页面或者后台的流程控制，对自己用户的标准称呼话术为“玩家”，而电商都一般会称呼为“客户”，场景的差异非常明显。于是到了2016年，由于业务发展诉求以及行业深度定制化的诉求，网易考拉的智能客服系统完全切换到了行业定制化程度更高的产品上，这使考拉的客服问题解决率有了大幅度提升，并与考拉业务场景与数据深度耦合。

目前考拉机器客服与人工客服的问题解决量比例约为5:5，而一个全新客服人员的培训上岗时间为2周。

3大业务模块 2大指标

我们先来说一说三大业务模块。

模块1：智能机器人

首先是智能机器人模块，这包含了机器人回答标准问题以及机器人辅助人工服务。机器人能够进一步提升效率。

什么是考拉智能客服体系的核心？

答案必然是机器人。

而智能客服机器人最核心的是算法以及知识库。

人工客服的工作时间和工作效率是有限的，而在算法的世界里，机器能力没有边界。

考拉内部一个全新客服人员的培训上岗时间是2周，智能客服机器人首先依附于机器学习和数据沉淀解读能力，通过智能化技术处理掉绝大部分简单、重复的可识别处理的问题，解决不了的问题再流向人工，让人提供更有温度也更加专业的服务。

考拉用户的问题包括了从售前咨询、认知到售后服务，通过数据反馈行为，考拉行成了全闭环的服务+营销路径。而机器人会针对细分领域进行针对性的深度学习和数据沉淀。

上文中提到的各大智能业务模块背后的核心部分依然是NLP，也就是自然语言处理技术，以及机器人深度学习的能力。

从能力角度来看，考拉整套的智能客服系统从被动变为主动，更多聚集于三要素: 时间，人物，方式，让考拉用户第一时间得到服务响应，让客户在任何地点都能获得服务，从售后到售前延伸服务内涵。

机器人的深度学习，以及考拉在人机交互、主动询问等智能化领域积累的实践经验，这些都能够应用于用户未来意图预测、智能分流等项目，这为考拉提升了客服工作效率，同时也降低人力成本，提升客户体验。

模块2：智能分流

第二大模块是智能分流。智能分流包含机器人分流和人工分流。

先来说说机器人分流。考拉客服机器人会对客服机器人进行细分，例如美妆类目定制机器人，pop商家客服机器人，售后服务机器人，还有针对特殊用户——黑卡用户的客服机器人等等。同时也针对用户不同的问题解决需求进行拆分。

举个简单例子，在考拉平台上，国内的贸易与跨境贸易就有极大不同，单从物流方式来看，一般国内的贸易是次日达或者当日达。跨境贸易则完全不同，从海关过境起至少半个月。遇到特殊时期，例如每年黑五时期，可能物流时间会长达一个月。针对询问物流时效类问题的用户，考拉就会在前期做智能分流措施，针对不同场景分流，提升机器人核心解决率和解决量，节约用户来回咨询的时间。

再来说说人工分流。人工分流，也就是对人工客服的工作进行分流，例如根据用户画像，再结合客服画像，系统进行综合评估后智能分流。比如，针对一个高频次购买美妆用品，并经常投诉的用户，在服务初始系统就会安排擅长沟通并具有美妆类目经验的客服人员进行服务沟通。

模块3：智能辅助决策

再来说说第三个模块，智能辅助决策，这里用到的是辅助业务审核系统。

目前考拉全业务类单据需要客服人工处理，举个简单例子，用户申请售后，提供相关单据后需要专业客服人员进行仲裁判断。一旦涉及到人工审核就需要非常多的信息做判断。考拉智能辅助决策系统会提供详尽的举证标准以及规则判断依据来辅助人工的判断。

目前，考拉也尝试逐步对用户进行“不一样”的分层服务。简单来说就是质量越好的客户就能获得更优质的服务。过往电商平台对用户账号体系的分层一般是用金额来做等级区分，但根据用户对平台金额贡献的大小来区分，这样做对吗？现实中的情况会更复杂一些：几乎所有的电商平台都存在用户恶意使用的情况，例如拒收、买好退次、买多退少、自体损坏后退款、甚至最严重的情况，买真退假。这是人性，不可能避免。

所以如果纯以用户购买金额分级，并不是客观有效的。考拉在用户分级时，事实上参照了三套标准，金额层级、诚信层级以及最底层交互层面的数据分析，三者结合后才做用户服务的分级判断。