[发明专利]分配客服的方法和装置

说明书

本公开的实施例公开了分配客服的方法和装置。该方法的一具体实施方式包括：响应于接收到包括顾客的购物意图的咨询请求，获取所述顾客的咨询敏感度画像库，其中，所述咨询敏感度画像库用于表征顾客的咨询习惯；获取与所述购物意图匹配的候选客服组的客服信息；从所述候选客服组中选择客服信息与所述咨询敏感度画像库匹配的客服。该实施方式建立了顾客咨询敏感度画像，基于顾客咨询敏感度画像为顾客分配客服，从而提升了客服系统的促成转化效率，带来营收增长。

技术领域

本公开的实施例涉及计算机技术领域，具体涉及分配客服的方法和装置。

背景技术

客服分配系统是根据客服工作状态及系统承载情况实时对客服业务进行调整的系统。现有的客服分配算法，主要是针对客服个体及系统承载压力进行优化，以期达到最高程度的利用客服人效，降低客服人力成本。通用的客服分配系统，分配原则偏向当前承接压力，如客服接待人数、客服工作时长、客服工作强度、系统人员排班等。而忽视了客服咨询需要以提升促成转化效率为目的的原则，没有充分考虑到人效利用，导致客服花费大量时间在无法产生实际收益的顾客身上。对客服而言，在分配的时候，以组内随机分配为主，没有考虑到客服对于不同类型顾客的承接能力有不同，导致客服承接效率低下。

当前的电商的用户画像都是通过获取顾客浏览记录，历史购买记录等，结合机器学习算法聚合成为顾客的购买浏览习惯、商品偏好等画像标签，此类顾客画像没有考虑到售前咨询与售后服务对顾客购买意愿的强烈影响，例如顾客习惯于先咨询后下单，或者顾客在咨询时长期占用客服时间而不会下单等。目前现有的客服分配系统没有对顾客建立咨询特性的画像，比如顾客咨询频次，常用话术，咨询转化率，品类倾向、话术倾向等等特性，而这些特性都是呈现群体差异的，可以通过挖掘顾客历史数据建模获得，并提升客服促成效率。

发明内容

本公开的实施例提出了分配客服的方法和装置。

第一方面，本公开的实施例提供了一种分配客服的方法，包括：响应于接收到包括顾客的购物意图的咨询请求，获取顾客的咨询敏感度画像库，其中，咨询敏感度画像库用于表征顾客的咨询习惯；获取与购物意图匹配的候选客服组的客服信息；从候选客服组中选择客服信息与咨询敏感度画像库匹配的客服。

在一些实施例中，咨询敏感度画像库包括客服工作量指标，客服工作量指标通过如下步骤得到：获取顾客在预定时间内的咨询会话记录；根据咨询会话记录计算会话时长和消息数；将会话时长和消息数去量纲化得到客服工作量指标。

在一些实施例中，咨询敏感度画像库还包括咨询服务价值模型，咨询服务价值模型通过如下步骤得到：获取顾客在预定时间内的咨询促成订单记录；根据咨询促成订单记录计算品类售前转化数据；根据品类售前转化数据和会话时长和消息数建立咨询服务价值模型。

在一些实施例中，咨询敏感度画像库还包括顾客语言习惯标签，顾客语言习惯标签通过如下步骤得到：获取顾客在预定时间内的咨询会话内容；根据咨询会话内容确定顾客咨询的情感倾向和用户习惯；根据用语习惯，使用半监督学习的卷积神经网络文本分类模型对咨询会话内容进行分类统计得到顾客的顾客语言习惯标签。

在一些实施例中，咨询敏感度画像库还包括品类咨询转化率，品类咨询转化率通过如下步骤得到：根据品类售前转化数据和顾客的咨询量计算顾客的品类咨询转化率。

在一些实施例中，咨询敏感度画像库还包括服务评价收益，服务评价收益通过如下步骤得到：获取顾客在预定时间内的评价记录；根据评价记录计算评价率和好评率；根据评价率和好评率计算服务评价收益。

在一些实施例中，从候选客服组中选择客服信息与咨询敏感度画像库匹配的客服，包括：通过咨询服务价值模型及客服工作量指标，计算顾客的优先级分值，并插入到当前顾客等待服务的队列；从所述候选客服组中选择业务能力与所述顾客语言习惯标签及所述品类咨询转化率匹配的客服。