跳动百科

快递业用上大模型客服,90%工单无需人工干预 | 创新场景

冯良茂
导读 图片系AI生成痛点:对于电商或者快递物流行业企业而言,客户投诉是一个关键但常常使人倍感繁杂重复的环节。如何用最少的人力投入,解决客诉...

图片系AI生成

痛点:

对于电商或者快递物流行业企业而言,客户投诉是一个关键但常常使人倍感繁杂重复的环节。如何用最少的人力投入,解决客诉问题,成为了众多企业亟待解决的普遍性问题。

若客诉交给人工处理,耗时慢且受限于客服人员的情绪,如果处理不好,便会引发更大的客诉,导致二次进线。

若交给系统处理,常见的客户反馈系统大多配备了一个看似井然有序的反馈菜单,让顾客能自主选择问题类别,诸如“重量不符”、“催取件”或“重复收费”等,表面上实现了问题的初步筛选与归类,但是如果客户对自己的需求判断不准,选择了错误的客诉类型,那么固定的系统程序就会按照客户填写的类型进行自动判定处理。

例如,针对“这个快递还未取件,怎么就产生费用了?”这句明显带有个人愤怒情绪客诉,客户因为不清楚具体分类规则,选择了虚假发货分类,但如果仔细询问,会发现客户的真实需求其实是催取件。

而在系统进行处理时,如果不判定需不需要介入人工,那么这个问题,会直接给客户按虚假发货处理,与客户实际的意图相悖。

解决方案:

快递100的客服与工单中台团队利用百度文心大模型对客户留言内容进行智能分析与归类,让大模型代替人工完成初步筛选,自动识别符合特定条件的问题,并直接创建寄件工单,无缝衔接后续处理流程。

大模型应用于客诉分类应用时,最大的担忧便是分类事实错误。快递100进行了多轮迭代,将大模型与客户反馈及系统规则的协同。如此大模型不仅执行了复审步骤,还优化了客户请求的分类方式,利于后续的追踪审查,从而确保了问题的高精度解决。

成效:

目前快递100的大模型客服解决了高达90%的工单问题,仅10%的案例需人工干预。此外,客诉一次性解决率高达99.4%。功能上线后,减少了人工介入,使客服团队能更专注于解决需要个性化处理的复杂问题。

「关于创新场景50」

场景不是案例,它更加精准、也更加抽象。数字化就是创新场景的不断叠加和迭代。

在此背景下,钛媒体重磅推出「创新场景50」评选,每年遴选并解读50个全行业与业务深度融合的创新性场景及其解决方案,并在钛媒体年度ITValue Summit 数字价值年会上隆重颁奖、深度交流。