课程介绍

在国内，智能客服产业发展已经有几年时间，相关产业已经初具规模。尤其是近几年来，中国人工智能技术、移动互联网、云服务产业高速发展，也为智能客户服务这崭新的业务形态的诞生创造了良好的网络环境和技术基础。**运用智能客服系统，企业可以向客户提供多渠道的智能在线和智能语音服务，随着移动互联网的高速发展，创造了应用人工智能技术为客户提供客户服务的新模式，也在保证服务质量、服务效率的同时，大幅降低了企业客服成本的开支。

虽然智能客服发展非常快速，但智能客服属于新兴领域，如何建设智能客服体系，掌握体系建设的关键过程、关键岗位和关键指标，变成客服行业的焦点议题，很多企业认识到智能客服的优势，但希望能找到更好的投入方法。

本次课程为智能客服之高级课程。初级和中级课程主要讲授智能客服机器人的训练技巧，高级课程主要讲授智能客服项目管理、指标管理、智能系统管理、团队管理等相关管理内容，主要针对智能客服中高层管理人员所设计。

课程对象

各级人机训练师、智能客服运营人员、智能客服管理人员

课程大纲

**章  如何搭建与管理智能客服体系

Ø 如何规划智能服务架构

Ø 如何决定服务渠道、服务方式和工具

Ø 如何界定服务边界

Ø 如何有效进行人机协同

Ø 智能客服体系搭建实操案例训练

第二章  如何培养并管理智能服务能力

Ø 人工智能的模型训练方式

Ÿ 监督学习，如回归算法

Ÿ 无监督学习，如关联规则学习以及聚类算法

Ÿ 半监督学习，如深度学习

Ÿ 强化学习，如Q-Learning算法

Ø 智能客服机器人常见的训练方式和算法逻辑

Ÿ 客户问题梳理的模型训练和算法逻辑

Ÿ 语料梳理的模型训练和算法逻辑

Ÿ 客户意图识别的模型训练和算法逻辑

第三章  智能知识库建设及语料梳理

Ø 智能知识库与传统知识库的区别

Ø 智能知识库的3个层级

n 简单问答库

n 多轮对话库

n 知识图谱

Ø 智能知识库的目录树搭建

n 按业务场景分类

Ÿ 业务场景的分类原则

Ÿ 业务场景的分类流程

Ÿ 业务场景的分类方法

n 按问题特征分类

Ÿ 常问问题

Ÿ 当前热点

Ÿ 同类问题

Ø 语料梳理的原则与方法

n 什么是语料

n 语料梳理的4步骤

Ÿ 语料收集

Ÿ 语料清洗

Ÿ 语料标注

Ÿ 质量检验

n 语料标注的5步骤

Ÿ 制定标注原则

Ÿ 进行标注分类

Ÿ 制定标注语法

Ÿ 进行语料标注

Ÿ 标注检验修正

Ø Bad case处理的模型训练和算法逻辑

第四章 智能团队搭建与绩效管理

Ø 智能团队主要的5大关键岗位

Ÿ 运营管理岗

Ÿ 服务架构师

Ÿ 人机训练师

Ÿ 客户体验岗

Ÿ 数据分析岗

Ø 5大关键岗位的工作能力提升

Ÿ 制定指标要求

Ÿ 运营管理：智能客服处理量、问题解决率、客户满意度、各智能渠道分流率

Ÿ 语料标注：标注审核**率、问题识别准确率、客户问题覆盖率

Ÿ 答案编辑：答案准确率

Ÿ 多轮对话设计：意图识别准确率、问题识别准确率、客户问题覆盖率

Ÿ 知识库架构：模型分类准确率

Ÿ 客户体验：客户满意度、问题解决率

Ÿ 绘制5大岗位素质能力模型

Ÿ 制定绩效管理办法

Ÿ 制定岗位培养辅导计划

第五章  智能运营和日常管理

Ø 如何提高模型训练的准确性与效能

Ø 如何利用智能工具帮助日常运营

Ÿ 智能助理

Ÿ 智能工单

Ÿ 智能数据

Ÿ 智能调度

Ÿ 智能质检

Ø 日常管理需要用到的5大报表

Ø 日常管理的3项重点工作

如何进一步学习人工智能技术的发展