{"id":4879,"title":"\u0427\u0442\u043e \u043c\u043e\u0436\u043d\u043e \u0443\u0441\u043f\u0435\u0442\u044c, \u043f\u043e\u043a\u0430 \u0432\u044b \u0447\u0438\u0442\u0430\u0435\u0442\u0435 \u044d\u0442\u0443 \u0441\u0442\u0430\u0442\u044c\u044e","url":"\/redirect?component=advertising&id=4879&url=https:\/\/vc.ru\/otpbank\/266952&hash=82572a4a372a00657a2afc359f19a24c0bd24be8cecbd743f0681209c07c9a3a","isPaidAndBannersEnabled":false}
Сервисы
OmniLine

Википедия для вашего бота: что такое база знаний и как ее создать

Любой проект по внедрению чат-бота начинается с создания базы знаний клиентского опыта. Поскольку нам задают много вопросов, что это такое и зачем она вообще нужна — мы решили сделать на эту тему статью. Ловите:)

Что такое база знаний

Сама по себе база знаний представляет набор статей с ответами на вопросы клиентов на конкретные вопросы или жизненные ситуации. Причем вопросы к статьям базы знаний должны быть реальными вопросами клиентов компании, а не выдуманными “из головы”. Например, если они пишут вопросы с ошибками или используют характерную возрасту или статусу лексику, это также необходимо учитывать.

Для чего нужна база знаний

Современные чат-центры используют базы знаний и нейронные сети для решения двух основных задач:

  • Помощь операторам в работе с клиентами. Бот-ассистент рекомендует человеку-оператору для ответа на запрос пользователя те или иные статьи с учетом их релевантности. Этот процесс похож на выдачу статей в любой поисковой системе.
  • Основа для чат-бота, который самостоятельно отвечает на запросы клиентов. В режиме автоматического чат-бота статьи из базы знаний выдаются клиенту уже без участия человека. Решение принимает нейронная сеть на основе “уверенности” в ответе.

Как работает база знаний

Как мы уже говорили выше, база знаний содержит в себе ответы на жизненные ситуации и частые запросы клиентов. Например, на вопрос пользователя “кредитная карта” или вариации этого вопроса в базе знаний найдется релевантная статья, одна или несколько. Нейронная сеть постоянно мониторит запросы клиентов и ответы на них операторов с помощью статей из базы знаний. Каждый ответ добавляет уверенности ассистенту, и при следующем подобном запросе он предложит оператору эту же статью из базы знаний с большей уверенностью.

При достаточно высоком уровне уверенности (например, более 70%) можно предлагать автоматический ответ чат-ботом на запросы клиентов. В этом случае, помощь оператора не потребуется.

Так выглядит один из отчетов использования базы знаний в качестве ассистента для подсказок оператору и основы для автоматического чат-бота. Как видите, более половины запросов клиентов помогает закрыть база знаний, тем или иным способом.

Область на графике, где отображено снижение использования базы знаний, говорит о том, что появились новые запросы от заказчиков, и идет период адаптации к ним.

Как создать базу знаний клиентского опыта

Как правило, процесс создания базы знаний выглядит следующим образом. Формируется блок часто задаваемых вопросов. Ответы на них “упаковываются” в формат, удобный для пользователей смартфонов — если используются мессенджеры. Это значит, что ответы достаточно короткие, чтобы на экране у абонента не возникло нечитабельное полотно.

Далее, подключается внутренний помощник оператора и сотрудники чат-центра начинают отправлять ему статьи базы знаний как образец верных ответов на те или иные вопросы. Таким образом, запускается процесс обучения нейронной сети на основании ответов из базы знаний. Система запоминает, какие статьи в базе знаний или какие свободные ответы были предоставлены клиентам, и составляет список рекомендаций двух типов.

  • Вопросы, которые необходимо добавить в каждую статью для обогащения базы знаний.
  • Ответы операторов, которые можно превратить в статьи для базы знаний для дальнейшего обучения нейронной сети.

Примечательно, что в некоторых случаях вопросы клиентов содержат в себе опечатки или орфографические ошибки. Например, не все пользователи знают, как правильно пишутся сложные банковские термины, например “аккредитив” или “рефинансирование”.

В этом случае необходимо обучить нейронную сеть, отправляя ей наиболее часто встречающиеся ошибки в запросах. Это позволит повысить качество реагирования в будущем.

На скриншоте ниже показан активный процесс обучения нейронной сети. Когда операторы давали один и тот же ответ (статью из базы знаний) на различные вопросы. После дообучения нейронная сеть будет способна сама предложить статью на подобные вопросы.

А на следующем скриншоте показан пример “кандидата” на будущую статью в базу знаний. Операторы предоставляют схожий по смыслу ответ на типовые запросы клиентов. Такая информация должна быть оформлена в виде статьи в базе знаний для ускорения ответа в будущем.

Напоследок скажем, что базу знаний мало создать, важно это сделать в удобной форме. Мы, например, делаем базы в виде порталов. Так как если делать это в формате обычных документов, то в них будут сотни страниц информации, где быстро найти нужное — крайне сложно.

Больше полезной информации о технологиях, клиентском сервисе, автоматизации вы найдете на нашем сайте

{ "author_name": "OmniLine", "author_type": "self", "tags": ["\u043a\u043b\u0438\u0435\u043d\u0442\u044b","\u043a\u043b\u0438\u0435\u043d\u0442\u0441\u043a\u0438\u0439\u0441\u0435\u0440\u0432\u0438\u0441","\u0431\u043e\u0442\u044b","\u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0437\u0430\u0446\u0438\u044f"], "comments": 2, "likes": 8, "favorites": 57, "is_advertisement": false, "subsite_label": "services", "id": 163375, "is_wide": true, "is_ugc": true, "date": "Thu, 01 Oct 2020 21:09:20 +0300", "is_special": false }
0
2 комментария
Популярные
По порядку
1

С каким объемом данных можно стартовать базу?

Ответить
0

Для клиентского сервиса можно запускать базу знаний в работу с минимальной подготовкой и сразу получать хорошее понимание вопросов. Благодаря предобученной сетке бот понимает вопросы, сформулированные совершенно иначе, чем в примерах. Поэтому он не требователен к объему и качеству обучающей выборки - достаточно 1 или нескольких примеров вопросов. Система хорошо понимает общую лексику, но специфические выражения поначалу даются ей плохо. Поэтому мы предупреждаем заказчиков, что первое время чат-бот может ошибаться и нагрузка на операторов будет уменьшаться постепенно. Сразу после запуска система начинает накапливать обучающую выборку и повышать качество понимания вопросов. Чтобы система быстрее начала понимать специфические термины, мы предусмотрели словарь, который можно заполнить вручную.

Для задач первой линии технической поддержки в базах знаний есть отдельный пайплайн машинного обучения для работы с большими неструктурированными выборками. Когда сотни или тысячи примеров запросов для классификации проблемы - например, обращений на email от пользователей с кратким и подробным текстовым описанием.

Ответить

Комментарий удален

Читать все 2 комментария
Как малому бизнесу понять свою «зону смерти»

Риск-менеджмент традиционно считается уделом крупных компаний. Кроме них просчитывают риски разве что стартапы, и те по требованию инвесторов. Малый и средний бизнес (МСБ) работает без подобной аналитики — ему не до этого. Предпринимателей можно понять, когда ты поднимаешься с нуля или масштабируешь проект, мысль идет в векторе достижения…

Из-за шума животные уходят из городов и лесов, а у людей он вызывает стресс: как исследователи борются за тишину Статьи редакции

Организация Quiet Parks International открывает «тихие парки» по всему миру, пытается защитить леса от шума, привлечь туристов и инвестиции.

Директор QPI по диким паркам в Азии Лайла Чин-Хуэй Фань Wired
Как подготовиться к жизни без cookies: рекомендации маркетологам

О технологии Federated Learning of Cohorts (FLoC), которая заменит cookies, Google объявил еще в начале года. Недавно компания анонсировала перенос запуска технологии на 2023 год, и теперь у рынка интернет-маркетинга есть 2 года, чтобы найти альтернативу работе с данными. Как выглядит ситуация сейчас и что делать маркетологам — в обзоре от AiData.

31 июля завершается приём заявок в 1-й этап отбора программы B2C Future Solutions
Пункт выдачи Ozon отказался принимать товар, хотя поддержка Ozon настаивала на приеме

Прежде всего, я хочу сказать о том что не стоит кидать камни в сам озон и в его курьеров или саппорт, ведь тут ошибка была на стороне условного партнера озона по приему и выдаче заказов.

Критикую Контур Эльбу

Подключился к услуге онлайн бухгалтерии Контур Эльба для новых ИП. Год без оплаты на тарифе Премиум, что ж, достойное предложение, попробуем.

«Подрядчики запустили рекламу и ‟потеряли” 350 млн рублей»: почему на digital-рынке врут, косячат и крадут

13 историй о том, какие иллюзии есть у заказчика онлайн-рекламы, когда он поручает маркетологам задачи.

Грущу из-за всего, что осознал
Как успешно пройти испытательный срок?

Свершилось – вы получили работу мечты! Но впереди еще три месяца испытательного срока. Это время дается вам и работодателю, чтобы определиться, насколько вы друг другу подходите. Как использовать это время с максимальной для себя пользой? Рассказывает главный специалист отдела подбора персонала Ольга Шабалина. Как всегда, упаковали полезные…

Сломана морфология
Как превратить юристов из бюрократов в опору компании

Бывает, что корпоративные юристы — люди, которые не показываются из кабинета и иногда вставляют палки в колёса другим отделам. Но в «Фоксфорде» они сами ходят к бизнес-заказчикам и предлагают идеи. Юрист онлайн-школы «Фоксфорд» Катя Кулакова рассказывает, как работает юридический отдел, который живёт интересами компании.

Катя Кулакова, юрист онлайн-школы "Фоксфорд"
null