Dewu カスタマー サービス ロボットの自社開発の初期段階では、従来の 1 問 1 回答の FAQ ソリューションは比較的粗いものでした。相談ニーズに関しては、ユーザーを正確に問題解決に導くための差別化されたプロセスソリューションが存在せず、依然として多くのユーザーが問題解決のために手動のカスタマーサービスに依存しています。初期のマルチラウンド SOP エンジンは主にサードパーティのプラットフォームに依存していましたが、サードパーティの応答速度は比較的遅く、提供されるサービスはカスタマイズできず、プロセス構成の効率も比較的低かったです。ビジネスの急速な発展に伴い、複雑なシナリオを解決するロボットの能力を向上させ、手動の顧客サービスのコストを削減し、柔軟で視覚的なマルチラウンド SOP プロセス構成バックエンドを提供することが非常に必要です。 -ラウンドSOPプロセスエンジンの走行距離。
ビジネス背景を理解した上で、顧客サービスの場面で Duolun についてあまり知らない人も多いと思いますが、ここでは実際のヒューマン マシンに基づいてロボットがどのように動作するかを紹介します。ダイアログ ユーザーの問題を複数回解決することに基づいています。
上記からもわかるように、ユーザー相談プロセスは質疑応答のプロセスに従って段階的に完了しており、この間、手動による顧客対応はありません。複数回の会話で、カスタマー サービス ボットがユーザーの問題を解決します。ここで疑問が生じるかもしれません。ロボットは何を尋ね、何を答えるべきかをどのようにして知るのでしょうか?実際には、これは意味認識でもアルゴリズム認識でもなく、複数ラウンドのプロセスを構成するための、構成背景に対応するビジュアル構成ページがあります。
要件を明確にした上で、ロボットの多段階SOPプロセスをどのような技術力で構築するのか、0から1で実装するのか、ベースで実装するのか。オープンソース フレームワークか? 直面する主な選択問題。もちろん0から1を実装するのがベストであり、多くの技術系学生にとって挑戦の機会でもありますが、当時の最大の課題はプロセス構築にCanvasキャンバスやグラフィック編集が含まれることでした。専門知識の背景がない場合、それは比較的難しいでしょう。それは比較的大規模であり、当時のビジネスの急速な発展と相まって、複数のラウンドの自己開発のカスタマイズ能力が緊急に必要でした。製品なので、それを実装するためにオープンソース フレームワークを選択しました。オープンソース フレームワークの調査では、以下のような多くのプロセス構成の実装にも言及しました。
各フレームワークにはそれぞれ長所と短所があります。最終的に、二次開発用にグラフ編集エンジン antv-x6 を選択しました。主な理由は次のとおりです。オープンソース データ製品、コミュニティは比較的活発です。
##4.1 フロントエンド構成層
フロントエンド構成層には主に、マルチラウンド SOP ビジュアルプロセス構築、オンラインおよびオフライン管理、バージョン管理の 4 つの機能モジュールが含まれます。そしてインターフェース管理。
バックエンド サービス層の中核となるのはプロセス実行エンジン モジュールであり、実際のアプリケーション シナリオでは、最適なソリューションがマッチングされます。ユーザーが入力した質問に基づいてユーザーの問題を解決するプロセス。一致したプロセスを実行するプロセスでは、実行エンジンは最初にプロセスのコンテキストを作成します。ここで、コンテキスト情報は Redis キャッシュからロードされます。コンテキストに記録されたプロセスの実行ステータスに従って、次から決定されます。どのノードで実行を開始するか 実行後のコンテキストは情報の更新になります。プロセスの実行が終了すると、コンテキストは破棄されます。
アプリケーション層は主にマルチラウンド SOP プロセスの特定の使用シナリオであり、現在は Dewu 顧客サービス ロボットとエージェント支援 SOP の 2 つの使用シナリオが主に含まれています。
データ モデリングを通じてノード間の関係の問題を解決します。
マルチラウンド SOP プロセスを視覚化するプロセスでは、キャンバス ノードの作成と接続が最も複雑です。一部のマルチラウンド シーンには 100 を超えるノードがあり、ノード間の関係は非常に重要です。キャンバスです。現在、ビジネス向けにカスタマイズされたノードには次の 4 種類があります:
##各ノードには独自のビジネス属性があります。ここでは、各ノードのビジネス属性と関連付け属性は、主にデータ モデリングの考え方を通じて抽象化されています。アイデアは次のとおりです。
#属性によって提供される元のデータ型は、カスタマイズされたビジネス データのニーズを十分に満たすことができます。 4 種類のビジネス ノードを分析した後、各ビジネス ノードは共通のデータ モデルを抽象化できます。その主なフィールドの意味は次のとおりです:
nodeName: ノードの名前さまざまなノードの関係がセマンティック属性を通じて表現された後、ノードとエッジの間の接続は、X6 が提供する addNode/addEdge メソッドに基づいて実現されるため、キャンバス内にノードがいくつあるかに関係なく、 、ノード間の接続は次のとおりです。関係は非常に明確です。
RXJS イベント サブスクリプションと一方向データ フローを通じて、さまざまな機能モジュールのデータ フロー方向の問題を解決します。
マルチラウンド SOP 視覚化バックエンドでは、ツールバー、キャンバスエリア、データ設定エリアの3つの異なる機能エリアがあり、各エリアの操作にはノードデータの変更が含まれます。明確なデータフローがないと、無秩序なデータ変更が発生し、潜在的なデータのリスクが発生します。保存時の混乱。ここでは、RXJS イベント サブスクリプションと一方向データ フローの設計パターンを採用しており、具体的な実装を次の図に示します。操作バーがイベントをトリガーします。たとえば、ノード操作を削除します。
キャンバス領域で削除するノードを選択して、ノード データ削除イベントをトリガーします。
データ フォーム構成領域ノードデータ削除イベントのデータを受信し、該当するノードデータを削除し、データメモリキャッシュに同期します;プロセス オーケストレーション テクノロジを通じて、複雑なマルチラウンド プロセス構築の問題を解決します
今年上半期の時点で、オンラインで 200 近くのプロセスが構築されています。やや複雑なマルチラウンドプロセス プロセスには 100 を超えるノードが含まれます 100 ノードを超える複雑なプロセスをノードごとに構成すると、構成効率が非常に低くなります。ここではプロセス オーケストレーション テクノロジが使用されます。
6. ビジネス結果
顧客サービス SOP プロセス エンジンの複数ラウンドの自己研究により、サードパーティ サービスが完全に置き換えられ、少なくとも数十万のアウトソーシング サービスが節約されるだけでなく、毎年コストがかかる一方、業績も向上し、高い成果を上げ、柔軟なカスタマイズを実現し、迅速な事業展開をサポートしています。発売以来、主に Dewu 顧客サービス ロボットとエージェント支援ロボットの 2 つのビジネス シナリオをカバーしてきましたが、そのうち Dewu ロボットには数百のマルチラウンド SOP プロセスがあり、エージェント支援ロボットには数十のマルチラウンド SOP プロセスがあります。顧客サービスの解決率が向上し、転送の人件費が削減されます。今年の 1 か月のデータを例に挙げると、オンライン化後、接客ロボットの解決率が大幅に向上し、SOP の解決率は FAQ の解決率と比較して 15% 以上増加しました。 FAQ受付件数の2倍となり、人件費を大幅に削減できます。
接客ロボット多段SOPプロセスエンジンは、プロジェクト立ち上げからリリースまで約1ヶ月かかり、ゼロからのプロセスは投資家全員の共同作業の結果です。現在、マルチラウンドプロセスエンジンは、上記 2 つのシナリオに加えて、作業指示業務や品質検査業務での利用シーンも検討しており、現場向けに標準化されたサービスプロセスを提供するためのエージェント支援シナリオの充実も継続しています。顧客サービスと最前線の顧客サービスの向上 解決率。機能面では、引き続きプロセス エンジンの機能を向上させ、より多くのビジネス シナリオの使用をサポートし、業界のベンチマークとなるようプロセス エンジンの機能を継続的に向上させていきます。
以上がDewu顧客サービスロボット多ラウンドSOPプロセスエンジン技術実習の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。