眼看快过年了，各大电商平台在继双十一、双十二后又热闹了起来，迎来了年底购置年货的高峰。在选购年货时，少不了跟智能客服打交道，但是体验到底怎么样呢？
我们发现，在售前环节，多次被“智障”客服蠢哭，以下是来自网友的无情吐槽：
“感谢您的谅解”......什么问题都用这句话敷衍，真的不想原谅......
想问问有什么新款，确被甩了一脸并不相关的链接...购买欲瞬间消失，谢谢客服帮我省钱。
欣喜地发现优衣库APP的智能导购，点进去语音问TA“想买件红衬衫”，没想到一点这个机器人，竟然...黑屏了！怒摔！
/ 为什么体验不好？ /
有什么礼盒款适合送人的？有哪些一千元以下的新品推荐？我这个身高体重合适什么码？很多打着 AI 旗号的售前客服还回答不出这些问题。智能客服一般按照业务场景分为售前和售后两类，为什么售前场景体验并不友好，还不如售后客服？
比起售后，售前客服实现智能化的难度要高很多。售前是以销售为导向的，而销售本身，就是一门说话的艺术，并且需要了解客户的心理和真实需求。而从技术角度来看，能充分理解用户意图，并通过多轮对话抓取用户喜好并适时推荐产品是件不容易的事。
售前咨询过程中，消费者的提问相比售后更加发散，将所有导购场景、不同品类产品的提问都覆盖并录入系统中，是几乎不可能的任务。而售后场景一般是比较聚焦的问题，例如退换货、查订单、开发票等，答案也相对比较明确、固定，能很快实现语义理解。
/ 售前客服的巨大价值 /
虽然困难重重，但售前客服的巨大价值我们不能忽略。电商客服市场约为上千亿，其中售后占到200-300亿元，而售前为700-800亿元。一旦售前客服真正“智能”了，将在节省人力成本、提升转化率和用户体验等方便造福企业和消费者。
转化率
AI 赋能的售前客服是提升转化率的关键一环，也是企业向消费者进行主动营销的自然互动方式。
在下单之前，消费者一般都会咨询尺码、优惠、快递等信息。在与用户的多轮对话中，AI 售前客服能够了解用户的喜好、结合大数据创造用户画像，以做出精准的推荐，引流到相关商品。当消费者得到了满意答案，并且对智能客服产生信任和认可后，转化率和复购率也必然会提升。
用户体验
在 AI 时代，用户体验已经代替价格成为企业竞争差异化的王牌。而对话，是用户体验这场竞争的唯一“核”武器。打造独一无二、与用户息息相关的对话互动体验，是电商企业在售前环节的“必修课”。
调查数据显示，75%的顾客会因为客服体验不好而放弃购买行为。如果像上文网友吐槽中出现答非所问、推荐不相关的产品时，则会引起消费者的反感，严重影响用户体验。
人力成本
调查数据显示，在商家的客服标配中，一般4人客服团队中就有3个人是售前。由此可见，如果自然语言处理（NLP）技术在售前客服中广泛应用，在人机协作的情况下，能为企业在客服上节省至少一半以上人力成本。
/ 售前客服解决方案 /
市场瞬息万变，行业动态、商品服务信息、用户画像都在不断更新，对话体验也需要与时俱进，根据行情进行调整、扩展、维护。企业对自己的客户和商业逻辑最了解，但往往缺乏自然语言处理等技术背景，这成为了植入对话体验的一大阻力。
为了解决这一痛点，帮助企业 AI 赋能、提升用户体验，奇点机智自主研发了一款对话机器人开发维护平台“对话流”，并深耕售前场景，让每个企业都可以轻松为其服务开发流畅的对话体验：
轻松定义：企业只需要关注场景和商业逻辑，无需担心繁琐技术细节，运营人员也可轻松上手
表达泛化：识别同一问题的不同表达，提供少量例句，其他的近似问法即可自动识别
语义理解：精准捕捉用户意图，理解表达的细微差别，让机器理解用户的语言
个性推荐：通过多轮交互，获取用户喜好，根据用户画像，精准适时推荐商品服务
全平台接入：Web、APP、小程序、微信公号等均可集成，支持iOS, Andriod，不放过任何获客来源
通过“对话流”赋能的售前客服，将不再只是一个酷炫的“摆设”，而是能实实在在服务消费者，为企业带来真实收益的科技成果。售前场景的 AI 赋能将不仅仅让众多电商受益，在教育、医疗、金融、通讯、房地产、餐饮等众多领域也有广阔的应用空间。
