商家未發(fā)貨，客戶反復(fù)催

查訂單、改地址、開發(fā)票、訂單相關(guān)問題不斷

自助服務(wù)不關(guān)聯(lián)訂單，每個客戶都是相同推薦問題

反復(fù)追問，客戶不滿

最后都是轉(zhuǎn)人工、轉(zhuǎn)人工

.........

線上訂單“問題”不斷，企業(yè)如何提升訂單服務(wù)的效率？

訂單處理效率低下是電商訂單管理中常見的問題之一，這可能會導(dǎo)致訂單堆積、客戶投訴等后果。

針對這個問題，我們可以通過提高訂單場景下的自動化交互來優(yōu)化訂單處理流程，從而減少人工干預(yù)，提高訂單處理效率。


News

自動關(guān)聯(lián)商品訂單，秒級響應(yīng)訂單咨詢         

傳統(tǒng)解決方案是通過自助熱門問題引導(dǎo)解決，如退換貨、發(fā)貨時間等常見問題。不過推薦答案和客戶咨詢商品訂單多是無關(guān)聯(lián)，所以最終都會轉(zhuǎn)人工處理。而客服需先詢問客戶、核對訂單，再給出解決方案，整個處理流程非常耗時。
試想一下：如果有上千人同時咨詢，而人工客服團隊僅有100人，單個客戶的處理時長為1分鐘，那平均每個客戶的等待時長即為10分鐘。
而當機器人自助交互能夠在整個咨詢場景中關(guān)聯(lián)訂單商品，不僅能夠有效提升訂單的響應(yīng)率，還直接降低了人工干預(yù)的次數(shù)。

1.png

比如當客戶咨詢商品退換貨時，機器人根據(jù)客戶發(fā)送的消息先判定是咨詢購買問題，然后自動推送該客戶已經(jīng)購買的商品訂單列表，用戶選擇具體訂單后，即刻獲取與該訂單相關(guān)聯(lián)的指定回復(fù)。
整個訂單咨詢處理時長僅需“一步”，幾秒的時間即可完成用戶的訂單咨詢服務(wù)。

News

精細化訂單自助推薦問答，AI自助解決率提升30%      

在售后服務(wù)中，常見問題的出現(xiàn)頻率相當高，幾乎占據(jù)了日常接待量的60%，所以能夠根據(jù)訂單設(shè)置相關(guān)常見問題，就能大大提升訂單問題解決率。
企業(yè)設(shè)置針對不同訂單下的知識點，當用戶在咨詢問題命中推薦訂單知識點時，會自動預(yù)測和判斷用戶咨詢的訂單，并優(yōu)先匹配對應(yīng)的關(guān)聯(lián)訂單回復(fù)的問題類型； 
舉個例子：
當客戶下單「商務(wù)辦公電腦桌」后，咨詢時自動帶入關(guān)聯(lián)訂單。這時，根據(jù)系統(tǒng)算法測算，依據(jù)「商務(wù)辦公電腦桌」訂單生成相關(guān)推薦問題，比如免費開發(fā)票、定制企業(yè)Logo、安裝流程等。

2.png

客戶僅需點擊意向的推薦問題，系統(tǒng)就會精準匹配知識庫。無需人工介入，機器人僅需一輪Q-A流程，即可快速直觀給出精準答案。客戶實測數(shù)據(jù)顯示，推薦問題結(jié)合關(guān)聯(lián)訂單后，AI自助解決率提升了30%以上！

News

復(fù)雜交互問題，多輪回答提升獨立解決率     

除常規(guī)的發(fā)票、物流、催單等簡單問題外，還存在「一問一答」式的交互難以有效解決的問題，我們稱之為「引導(dǎo)類」問題。
處理這類咨詢，我們的解決思路是：當用戶咨詢自動帶入關(guān)聯(lián)訂單后，讓機器人學(xué)會「反問」客戶，依據(jù)訂單詳情、上下文內(nèi)容進行邏輯判斷，并通過多輪Q-A-Q-A流程，精準識別用戶意圖，再據(jù)實解答。
舉個例子：
當客戶發(fā)送訂單后
AI機器人：請問您想咨詢關(guān)于此訂單的什么問題呢？
客戶：我的電腦壞了
AI機器人：請問是屏幕/電池/系統(tǒng)有問題？還是其他問題呢？
客戶：沒法開機
AI機器人：請您檢查電池電量是否充足，如果電量不足，請充至足夠電量后再嘗試開機
客戶：嘗試過了，還是不行
AI機器人：非常抱歉給您帶來的不便，您可以填寫維修表單，我們?yōu)槟才殴こ處熒祥T維修
顯而易見，在訂單場景下，在線機器人經(jīng)過「多輪詢問」，可以進行多輪次交互式的獨立接待。并根據(jù)預(yù)設(shè)的業(yè)務(wù)流程給出相應(yīng)的解決策略，由此提升接待效率，也進一步提升機器人對于引導(dǎo)交互問題的獨立解決率。