阿里巴巴店小蜜专业版进阶技巧

背景:本文在于重点描述阿里店小蜜专业版的使用技巧和一些注意细节,帮助AI训练师可以更快地掌握使用专业版的方法。

一、店小蜜专业版功能分布

店小蜜专业版功能分布图

相对于基本版,专业版除了可以使用店铺类目的行业包之外,还配备了各类有助于提高机器人营销转化能力的功能,其中每一个功能的优化配置都会直接影响到店铺机器人的应答和销售能力,以下会重点介绍几个比较核心的功能。

1、知识库行业包

专业版的知识库,除了提供行业包之外,还对本身的通用包进行了问法场景的扩充,以某一生鲜肉类店铺为例,转人工率和参与转化率都稳定在行业前三,其中在知识问答数据中,行业通用包问答占比67.81%,行业包问答占比8.81%;即75%的问答都会来源于专业版提供的知识库,所以在购买了专业版后,首先应该对扩充的通用知识包和行业包进行话术填充。

2、商品推荐

商品推荐功能集成在专业版上,也是由于该功能,让机器人拥有了主动推荐营销的能力,该板块目前有5种推荐场景:求购推荐、无货推荐、凑单推荐、搭配推荐、爆款推荐,前3种只需打开按钮即可使用,不需要额外配置,最后一种爆款推荐,在实际效果上会出现推荐话术与上一个问题的回复话术共存于一个回复中,只用/n换行符进行分隔,这样会产生问答歧义,故暂不建议使用,;

搭配推荐分为官方场景搭配和自定义单项商品推荐,官方配置的三个场景主要是针对高意愿人群,而自定义单项商品推荐,可以根据场景销售搭配去进行关联推荐,如减脂餐搭配,儿童餐搭配,情人节套餐搭配等。

自定义单项商品推荐图示

3、商品属性表&营销话术推送

通过专业版的商品属性表功能,我们可以自由调整商品的实体参数问答,系统会自动抓取我们店铺的商品,然后可以通过后台的属性表对商品的各项实体属性值进行修改、新增;然后可以通过知识库话术中设置的实体参数问答,使得客户在咨询商品属性值的时候,机器人根据客户发送的链接,精准地推送出相关答案,提高服务体验和缩短客户的决策路径,最终提升付款转化。

此外,商品属性表还有一个卖点的属性值,我们可以在每个商品的卖点实体中填写关于这块商品的一些特性,例如常问到的属性,营销点,然后系统可以配合营销话术推送功能,在买家咨询这款商品的时候,向买家推送这款商品的卖点,提高转化,所以在配置的时候,可以先配置商品属性表(最开始可以先选择店铺Top50的商品进行),然后再打开营销话术的卖点推送。

4、问答场景训练

问答场景训练是一个针对训练师的功能,系统通过聚类每天客户的问法,然后再进行机器人能否正常问答的检测,得出【客户问到但机器人未识别】的问法,训练师可以通过这个版块去审核这类问法是否需要添加到自定义知识库,进而提升机器人的知识库覆盖率,提升智能问答能力,这个版块属于训练师SOP操作中的一环,需要每天进行跟进。

问答场景训练图示

5、智能语聊分析

智能语聊分析实际上是阿里小蜜家族中,数小蜜的功能,只是集成在了专业版上,它通过集成阿里的电商资源,对商家客服与消费者会话资源进行沉淀,挖掘分析出有价值的信息,在这个版块,我们可以解读出店铺的询单转化、销售额数据变化趋势,高转化与高流失的商品和对应的买家问法,对询单和售后问题进行归因,帮助我们定位到具体的问题,让团队可以快速响应;

智能语聊分析的数据剖析报告是每天训练师都必须要去看的,只有这样才可以做到数据驱动执行,并且这个版块中的剖析报告对于其他部门,如运营、仓储供应链、财务、PR等都会起到信息的反哺作用,使得客服与消费者的会话数据得以充分利用,替代之前的纯人工口述,以可视化、结论性的呈现方式,告知我们,目前店铺存在的问题和需要改进的点,使得客服中心成为一个业务中台。

二、功能使用优先级

为了高效、快速地使用这些专业版的功能,一个合理的配置优先级是很有必要的,所以,如果刚接触专业版的训练师,可以按照以下流程来进行:

商品属性表填充——》通用+行业知识库填充——》营销话术推送——》商品推荐——》欢迎语——》问题场景训练——》智能语料分析

按这个流程基本上可以完成对于店小蜜专业版的配置,在之后,可以通过智能语聊分析和问题场景训练,用数智化的思维和分析方法去指导每天的训练维护工作。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,937评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,503评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,712评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,668评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,677评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,601评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,975评论 3 396
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,637评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,881评论 1 298
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,621评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,710评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,387评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,971评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,947评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,189评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,805评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,449评论 2 342