【课程背景】
智能客服每天为大量用户提供基础、简单的服务，在服务过程中大多数的问题可在智能对答环节完成问题闭环，但一些较为复杂的业务用户无法在智能客服中得到有效的解决方案，因此产生一些badcase，甚至引发用户投诉等问题。
我们与大量智能训练和运营人员沟通，通过复盘运营数据以及相关会话数据，发现意图识别不准是非常典型的一个问题。如何在不增加人力成本的情况下，借助于人机协同方式，有效的发现问题并跟踪处理，成为提升智能服务品质的重点探索方向之一，人机协同平台是重要的方式。
同时，针对转入人工坐席的对话，通过智能助手的辅助，也可以有效提升人工客服的工作效率，提升用户满意度。
从2017年开始，杨茂林老师工作室分别在北京、上海、广州、深圳、成都、香港等地先后分别举办了《互联网时代的客户数据及智能服务应用》和《人工智能在服务营销领域的应用与最佳实践》《人工智能时代服务迭代与智能客服运营管理》、《智能服务体系搭建》等20多期公开课和100多期内训课程，并帮助金融、运营商等行业客户开展了智能客服运营咨询项目。
【课程收益】
1、人机协同平台的搭建
2、人机协同的做法
3、智能助手的训练和运营
【课程对象】
1、智能机器人训练人员
2、已经上线或者准备上线智能机器人的企业相关工作人员
3、准备从事人工智能训练工作的人员
【课程时长】：1天
【课程大纲】
|
单元 |
大纲
|
内容
|
效益
|
单元一
|
智能服务 在行业的应用
|
1、客服行业发展历程
-案例：IVR语音交互模式变化的思考；
2、呼叫中心的演变
3、服务思维的转变
4、服务方式的转变
5、多种机器人的配合
6、智能知识管理的变化
-知识表单
-帮助中心
-问答机
-语义模型机
-深度学习
-知识图谱
|
本单元讲解服务行业的发展历程与未来趋势
|
单元二
|
人机协同
|
1、智能服务体系下的人机协同
-智能服务体系的搭建
-智能服务如何人工配合
2、人机协同平台
-意图训练系统
（1）意图修正的场景
（2）意图修正的做法
-风险监控
（1）风险的确定
（2）处理流程
-人机协同
|
本单元讲解人机协同的逻辑和具体做法
|
单元三
|
智能助手
|
1、场景梳理
-需求分析与转化
-在线机器人业务场景划分标准
-在线机器人业务场景划分方法
2、智能助手训练
-语料的定义
-语料梳理
-语料检查：场景覆盖度
-知识库梳理
-标注训练
-知识推荐优化
3、数据分析与效果评估
-服务量
-服务能力
-服务满意度
4、运营数据分析方法
-答的上—搭建起
-答的准—运营期
-答的好—突破期
|
本单元让学员掌握机器人需求梳理、流程梳理、场景划分的方法
|
