浅析商业银行智能知识库发展与建设

    |     2021年3月5日   |   2021年, 客世原创   |     评论已关闭   |    307

文本在线客服是指通过文字方式为客户提供网络互动服务。文本在线客服深受各家银行客服中心青睐,它能提供7*24小时不间断服务、支持多平台服务、降低客服中心人力成本、提升客服中心运营效率等[1]。由于突破了时间、地理位置限制,客户可随时随地联系文本在线客服,商业银行文本在线客服的客户量逐年攀升。在某些大型商业银行文本客服的客户流量在客服中心整体的占比已超50%,涵盖了APP、网银、微信等多种渠道。

智能知识库的发展历程

2018年机器人服务被65%的银行客服中心应用[2]。同时,人机协作服务模式也逐步开展。人工智能技术在金融领域的应用主要涉及智能投顾、智能风控、智能客服三大领域。文本在线客服的机器人服务是我国商业银行客服中心智能客服的重要组成部分。交通银行信用卡客服中心通过智能辅助专家处理机器人置信度较低的问题,智能机器人问题解决率涨幅近50%。提出了回复即训练的概念,机器人训练更新速度得到大大提升,人工智能(AI)顺利过渡到智能增强(IA)[3]。2018年,民生银行提了“有温度的线上银行”的服务目标,把人的温情服务和机器的高效便捷有效地结合,既突破了银行传统服务在时间上、空间上和服务触达上的限制,实现了新的金融服务方式(表1)。客户足不出户就可以享受个性化的文本在线客服[3]。

表1:各商业银行文本在线客服机器人概况

资料来源:李嘉晨.银行智能客服中外比较及影响研究[J/OL].电子商务[2020-02-22].https://doi.org/10.14011/j.cnki.dzsw.20191015.001. 及《金融客服》。

智能知识库建立流程

知识库是用来存放知识的实体,可快速搜索、获取知识点。在机器人服务过程中,算法匹配智能知识库问题,依据发送逻辑给客户推送答案。智能知识库从搭建到生产通常包括知识库需求梳理阶段、知识库冷启动阶段和日常运营三个阶段。

一、知识库需求梳理阶段

智能知识库建库前,首要任务是明确建库需求。用户群体的差异,会导致不同需求方对知识库的应答能力侧重点不同。用户群体为银行的普通客户时,鉴于客户有可能没有金融基础知识这一背景,机器人回复的语言力求简单、易懂、指引清晰。向客户表达难度较大的知识点时,在文字表达基上增加图片、百科文章、视频等多种表达方式辅助,着重保持客户对机器人的信任度。而当机器人运用辅助银行理财经理时,因为理财经理已具有一定金融知识,机器回复内容更侧重于用词严谨性、答案完整性、逻辑专业化,通常仅使用文字表述。

同时,我们还需要了解客户的问题类型以及需求方期望机器人能力达到的程度。问题类型较集中的业务知识,知识库梳理难度较小,积累一定经验后,可整理出基础模版,提升知识梳理速度。而当知识点业务类型庞杂凌乱时,则机器人训练题与需求方的业务专家需要保持更紧密的沟通,在梳理知识点时需要消耗的时间也较多。机器人的能力高低与机器人训练师的训练量高低在一定程度上成正比。明确了需求方的期望值,机器人训练师能清楚地规划建库进度。同样是办理流程类的知识点,有的需求方仅期望机器人向客户介绍简单操作流程,后续由纯人工兜底。有的则需要机器人基本上能解决客户疑难问题。在介绍规定的知识点中,有的只期望告知客户完整的规定即可,并不在意内容篇幅是否太长会影响阅读感受。有的则需要机器人的表达更精简更易懂。

第三方面清楚知识边界,明确知识中的敏感点,即哪些是知识库不能呈现的内容。诸如涉及到政治敏感词汇或与大众价值观相左的知识点,则不纳入机器人知识库,而是直接由纯人工提供服务。纯人工可以使用更灵活的方式应对,以保证需求方在行业中的服务口碑。

二、知识库冷启动阶段

机器人知识库由目录、主问题、子问题和答案四类内容构成。目录是一个知识库的根基,根据前期梳理的知识点,按一定的逻辑梳理成树状节点。若需求方已有供客服使用的FAQ,则智能知识库可在参考FAQ目录的基础上进行微调。若需求方尚未有这方面资源,机器人训练师则需要把各知识点归类,涵盖多个产品的按产品分类,只有一个产品但有多个情形的则按情形分类。形成节点时遵循先产品后渠道的原则形成节点,举例:业务-XX产品-柜台。在目录建立时还应把握清晰明了的原则,节点间相互独立,避免知识缠绕。特别需要关注咨询频率低的问题不能轻易直接挂靠在其他主问题下,容易造成答案累赘、知识库凌乱混淆。目录结构已梳理确定后,也不轻易增改,避免不同节点内容有交叉。

主问题是智能知识库的枝干。主问题根据业务内容进行编辑、修改、总结后建立,采用通用问法,表达上精准、清晰、简明。主问题提取所需的业务内容由需求方提供,通常包括需求方FAQ、电话客服人员或文本纯人工积累的知识,还包括行业规范准则、产品介绍、官网内容等。提取主问题后,进一步与需求方确认业务表述是否有偏差。在增加主问题的过程中,当主问题增加至一定量时,建议查看对应业务节点是否已有问答,避免重复。另一方面关注需求方传递业务更新信息的时效性。当需求方专业专家众多时,更需要确定统一的业务更新通知方式。

中文博大精深,同一个语义有不同表达方式,在不同场景下,更是多种多样。明确主问题后,为每个主问题下扩充子问题,相当于给枝干加上叶子,叶子越浓密,树下能遮阳的面积更大。通常问法来自于需求方提供的客户常用问法,包括但不限于现场客户问法、电话客户问法、文本纯人工客户问法,训练人员加上之前其他知识库的训练经验扩充子问题。需求方知识库正式运营后,收集线上客户新问法,增补进智能知识库。增加子问题时,保持语义不变的情况尽量的精简、精准。另一方面,语义不清、多意图语料有可能对其他主问题进行干扰,导致线上发送出错,所以此类语料不入库。

机器人库答案编写规则与FAQ不同,除了回复主问题之外,还需要考虑到算法匹配问题。在通常的算法中,主问题分值高于设定阀值时,其答案被机器自动推送出去。不可避免存在推送错误的情况。因此,答案需要描述完整,即通过答案可以看出对应主问题是什么,避免客户因为推送错误产生重大损失。在答案的表达上,尽量简明扼要,站在提问者角度编写,体现人性化。答案在类型上分为“知识”类、聊天引导话术等的 “寒暄”类型,两种类型的语言风格有所区分。另外,面对文字较多的通用性内容可采用多种样式编辑,使答案的呈现更有条理。更新频率较高的知识点则可考虑用网址或链接,降低知识库维护频率。

三、智能知识库日常运营

智能知识库通过评测调优,智能知识库正式上线运营。机器人训练师对客户线上问法、会话进行标注,增加主子问题,优化答案。定期跑测智能知识库,从不同维度监测机器人匹配情况,向算法人员反馈调整意见。定期与需求方较准答案的准确性,定期与需求方交流运营中的服务流程优化方案,同时关注客户对机器人的评价反馈,及时做出答案调整。

小结

智能知识库从知识的梳理、目录框架搭建、主子问题设立再到上线运营,没有完全适用所有需求方的模版,每一步都离不开探索。AI智能技术发展到第三个阶段,涌现了新工具和新思路,能否运用于和如何运用于商业银行智能知识库所属的场景,正是我们需要继续思考的。

参考资料:

[1] 马素惠.互联网金融背景下商业银行在线客服模式研究[D].广州:华南理工大学,2015.
[2] 中国银行业协会客户服务与远程银行委员会.中国银行业客服中心与远程银行发展报告2018[R].北京:中国金融出版社,201908:1-2,91-112.
[3] 邱杰,姚佳文,李学森.基于客户健康度的客户关系管理研究[J].金融客服, 2018(04):10-13.

 

作者:何晓妮;为金融行业智能机器人观察者;

本文刊载于《客户世界》2021年3月刊。

转载请注明来源:浅析商业银行智能知识库发展与建设

相关文章

噢!评论已关闭。