知识中台能力的组件化

    |     2021年7月21日   |   2021年, 客世原创   |     评论已关闭   |    599

目前多数企业或客服中心的知识支持尚未形成从后台信息源到前台服务场景的完整、统一管理,存在多头采集应用、知识采集流程复杂低效、信息资源调度不畅等问题,整套知识支持链路并没有完全打通,使得知识管理和应用难以发挥应有的价值。把中台概念引入知识管理体系的规划设计中,目的是用模块化和组件化思维对知识中台能力做解构和重建,以知识中台和组件能力打通从信息源到知识应用场景的完整路径,实现对前台服务场景的灵活、高效和统一的知识支持。

知识中台能力的组件化,就是把知识管理体系解构成若干个模块和组件,从需求、供应和交付三个维度探讨每个组件应该具备的能力、调用场景和价值。逻辑上可以参考现代汽车行业的平台化生产,汽车厂商通过一个平台的模块化能力,共享通用部分零部件和技术支持多个车型的快速设计和生产,大幅降低车企的研发和生产成本。这种模式的基础是把不同车型间可通用部分模块化,如轮子、灯、座椅、发动机变速箱等作为单独的组件,各个组件做好后根据产品规范组装生产,基于平台和组件化支持,不同车型的设计制造可共用一条生产线,零部件可多车型通用,降低成本提升质量稳定性。知识中台的实际应用和汽车平台化思路基本是一样的,也需要把各前台服务渠道经常用到的知识采集流程,知识管理职责、审核发布机制、知识客户化等能力按照模块化、组件化拆分出来,看那些组件能力是可以通用,根据前台需求选择相应组件快速组合成匹配这个服务渠道的知识支持体系。

这里我们对知识中台能力的模块化组件化这两个概念再做一下明确。

模块化是指把知识中台按照业务逻辑划分成若干个模块,包括知识信息模块,主要职能是与后台信息源建立基于信息流的采集流程,保证知识管理职责能及时、准确获取、加工和发布信息;知识运营模块,主要职能是基于各前台服务渠道中的服务场景,提供知识调用意图识别,以知识分级筛选定位机制精准匹配人工服务、智能机器人和自助页面等前台知识调用需求;技术和系统模块,主要职能是根据知识采集和运营需求,规划知识库系统、知识调用意图识别、分级筛选定位机制和系统调用接口的技术实现方案;这三个主要模块组成了知识中台,可以保证每个模块的职能尽量单一不重叠;

图1:知识中台的三个主要模块

组件化是在模块化的基础上进一步细化,比如知识信息模块下会包括知识采集组件、知识加工组件和知识调用组件等,拆解时遵循的原则仍然是各组件间尽量独立,每个组件实现一个特定能力,以便前台服务渠道根据需求选择相应组件即可组合成适应该渠道的知识支持解决方案。所谓组件化拆解,就是指我们在推进知识中台过程中,不断将知识中台能力拆分成更小单元,以便判断哪些组件化能力是可以在各服务渠道间通用,哪些是不能通用的。例如企业官网的帮助中心的知识支持方案中,需要知识中台提供的知识采集组件、知识加工组件、交付方案组件、运营评价组件、系统调用接口组件,通过这五个组件就能搭建成支持官网帮助中心的知识支持方案。

下面我们下探到具体组件中看知识中台提供的知识信息模块、知识运营模块、技术和系统模块,以及各模块中包含的组件,应该具备的能力、作用和价值。

1、知识信息模块

知识信息模块是知识中台的基础。沉积在企业后端部门如市场、采销、售后、财务、物流的各类信息、经验和流程,如果各前台服务渠道各自建立流程调用,很容易出现信息不一致,职责资源重复浪费,客户化程度不统一等问题,进而影响整体服务效率和用户体验。这种情况下就需要一个中间角色来承担信息的统一采集、加工和发布职能,也就是知识中台提供的知识信息模块来打通信息在前后台的流通环节,以知识采集组件知识加工组件知识调用组件,支持各前台服务渠道所需的展现形式和内容,让前台服务渠道能高效准确的获取这些沉积在企业后端部门的各类知识信息并将其应用的解决方案中。

图2:知识信息模块的组件

知识采集组件,各前台服务渠道会覆盖从售前产品咨询、售中购买指引、售后政策咨询、售后办理查询等各类服务场景,在这些服务场景中人工客服或智能、自助服务要理解客户意图并提供解决方案需要大量的信息支持,但这些信息往往分布在不同团队或组织中,知识采集组件的作用和价值在于通过统一独立的知识管理职责、依据知识信息采集流程收集整合各类信息转换为服务客户可用的知识,包括产品部门的商品信息、销售部门的推广计划、市场部门的营销活动,运营部门的流程规则等,并对收集整合的知识信息进行审核发布,确保信息在新增、变更和废止时能被知识管理职责收集到;如发布新产品,产品部门须在上市前2周将产品详细资料,如功能、规格、使用方法等信息报备给知识管理团队,由知识管理团队根据各前台服务场景对新产品相关知识进行采集加工。

知识加工组件,知识管理职责基于对客户体验和业务/产品的理解,对采集的知识信息根据属性、适用场景等设计知识结构、拆解颗粒、展现形式和客户化转化描述等,对采集到的信息进行加工处理,缩短知识查询路径,细化知识展现颗粒度,以客户听得懂的方式表述、满足各前台服务渠道对知识调用的精度速度要求。如知识管理职责收到产品部门发布新产品文档后,根据产品类知识结构中各结构要素采集对应信息,避免专业术语,对非必要信息进行删减处理等。

知识调用组件,根据信息类型,如产品类、流程类或活动类,选择同类知识加工的结构和颗粒模板对信息文档进行拆解加工,在这个过程中为达到前台服务渠道的更高的调用效率,需要在结构和颗粒上赋予更细的知识标签,用这些属性标签标明这个知识颗粒适用于那些服务渠道和场景,并与哪些知识点或知识颗粒有关联,支持前台知识调用时更精细化的关联和推荐。

2、知识运营模块

知识运营模块是知识中台的核心,价值是更高效的打通知识信息需、供、交三个关键链路。需:基于客户属性和所在服务场景,预判知识调用意图;供:通过知识目录架构、分级筛选定位机制,知识文档的结构和颗粒、知识在服务场景和产品维度的属性标签,关键词搜索等方法提高知识调用和供应效率;交:根据客户所在渠道和服务场景,匹配知识交付方式、具体解决方案和展现形式等,解决客户问题并满足服务体验的要求;知识分级筛选定位机制精准匹配到各服务前台的知识调用需求。

图3:知识运营模块的组件

意图识别组件实现对信息调用需求的识别能力,根据客户画像、所在渠道和场景、订单信息、以往服务沟通记录等预判知识调用的内容和范围;如客户在用产品或者业务,商品购买记录、所处的服务场景等数据,告诉知识信息组件要准备哪个知识分类、知识文档,知识颗粒去匹配服务这个客户解决方案所需的知识信息。

分级定位组件提供更高效支持知识需求侧调用能力,以知识目录架构、知识文档归属的服务场景和产品分类、关键字检索、知识文档的结构化,知识颗粒上的属性标签等方法,支持组成服务方案所需信息的高效定位和分拣。

交付方案组件承担知识中台向各前台服务渠道提供知识调用所需信息做应用和呈现的能力,依托交付方案组件提供的渠道/场景适配、解决方案组合和交付形式,实现知识的一点管理,多渠道应用,减少信息流转和加工环节,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。

运营评价组件在知识报表和考评机制的基础上,评价知识运营质量和价值。对知识运营团队的工作质量可通过各种知识流转关键环节的准确性、及时性、知识库满意等指标测量和评价。知识运营的价值体现可以通过知识中台对最终客户服务交付体验和交付效率的影响来评价,如通过对知识需求和供给的匹配优化是否带来首次问题解决率的提升,是否带来人工服务通话时长、持线时长、转接求助次数的降低等。

3、技术和系统模块

技术和系统模块是知识中台的保障,知识运营模块中所包含的知识调用意图识别组件、分级筛选定位组件和方案交付组件这三个核心能力的实现,强依赖于知识库系统的功能规划和支持,所以技术和系统模块作为知识中台的重要组成,提供包括知识库系统规划设计组件能力,知识调用意图识别/智能推荐组件能力、各类知识应用的调用接口组件能力等。

图4:技术和系统模块的组件

系统规划设计组件主要围绕知识库系统的前后台功能建设,除了前台知识应用门户外,在知识库后台管理中很重要的功能围绕知识结构化、知识颗粒模板上,支持根据知识属性定义结构化模板,以知识结构模板推动知识信息的规范化采编和和展现,在知识颗粒上可以定义属性,如知识颗粒的归属、编号,属性、知识关联、访问权限、适用渠道等;在系统层面实现分级筛选定位机制,包括支持对知识目录定义多维度标签、关键词库的管理、关键字搜索机制,还包括基于大数据技术,对知识运营相关数据进行全面的分析与图形化的展示等。

智能识别/推荐组件实现知识调用意图识别,基于客户画像、在用产品和服务记录等信息根据预判规则和模型,判断支持各前台服务渠道所需的知识信息。包括语音转文本、语义理解、可自定义配置知识调用预判规则、智能知识调用决策等。

系统调用接口组件是知识调用所需的关键能力,根据各前台服务渠道的调用需求,提供知识信息调用接口、意图预判接口和数据采集接口,也包括知识库系统与业务系统的数据接口。系统调用接口组件的主要价值在于提供各类知识调用所需的系统接口,如智能机器人接口、帮助中心接口、自助服务接口,对人工座席调用知识轨迹的记录,可对知识做评价和反馈等。

以上我们把知识中台和和其中各类组件能力的作用和价值做了剖析,知识中台建设要基于成为企业信息运转中枢的战略定位,依托中台组件化能力统一规划和运营支持各前台服务渠道,如人工座席、智能机器人、自助服务、智能辅助的知识解决方案,以改善知识支持效率和客户体验为目标,可以借鉴中台思维规划出一套能够适应多渠道、智能化知识支持体系。

 

作者:顾传喜;

本文刊载于《客户世界》2021年6月刊。

转载请注明来源:知识中台能力的组件化

相关文章

噢!评论已关闭。