闲鱼怎么和没有商品的卖家私聊 闲鱼怎么私聊

一、背景:卡耐基在《人性的弱点》一书中说:“世界上唯一能影响他人的方法 , 就是谈论他所要的 , 而且还要告诉他 , 如何才能得到他所要的” 。由此可见 , 良好的沟通交流可以很大程度上拉近双方的关系 , 进而影响对方 。闲鱼消息是买家了解二手物品信息不可或缺的一环 , 我们有理由推断良好的聊天能够对成交产生正向影响 。推断需要数据来佐证 , 通过对以往聊天成交数据的关联分析 , 我们得到了如下结论:
卖家比买家聊的越多 , 成交概率越大相比经营者 , 个人卖家互动转化率偏低我们推测个人卖家转化率偏低的一个原因是不会好好聊天 , 通过抽样case发现部分卖家回复内容高冷、生硬、情绪化 , 进而导致双方尴尬 , 聊天戛然而止 。所以我们探索的方向就是如何引导卖家与买家好好聊天 , 通过算法意图识别 , 以聊天小助手的形式给卖家提供友好的建议性话术 , 让沟通交流不再僵硬 。
二、从议价开始1.为什么是议价
买卖聊天主要对话场景有开场问询、价格问题、邮费问题、商品信息等 , 其中会话中聊到价格的占比30%~40% , 而且会话中谈及价格时 , 往往也是交易较后的阶段 , 假如买卖双方在价格问题上沟通顺利 , 预计可以有效促成交易 。所以我们考虑先从议价场景切入 , 最小闭环上线 , 观察数据佐证猜想后 , 再逐步上线其他对话场景策略 。
2.方案设计
为了不影响消息主链路 , 识别流程必须走异步mq消费流程 , 同时为了减少算法识别的压力 , 对消息进行了消息类型、发送者、要害字过滤、会话疲惫度控制等规则的初筛 。此外 , 我们还联动了商品的价格力数据 , 价格力数据可以提供商品的同类同款卖出价以及推荐价 , 通过算法综合择优 , 可以给出商品建议价 , 再根据买家出价情况 , 走不同的产品逻辑组合成不同场景下的同意/拒绝文案选项 。这样无论买家出价是否合理 , 卖家是否接受 , 给卖家提供友善的议价话术选择 , 让买卖双方还有继承聊下去的机会 , 就还有成交的希望 。假如买家出价不合理 , 也会给买家下发议价不合理的卡片 , 给出同类商品的参考价 , 拉平买家的价格预期 。
3.产品效果
卖家侧:
买家侧:
三、继承探索1.宝贝还在吗?
相信这几乎是每个闲鱼卖家都司空见惯的聊天开场白 , 但很多卖家见多了反而不愿意回复这类没有营养的问题 , 内心os:"不在还挂着干啥???" 。我们本着让买卖双方的聊天有一个舒畅的开始的目的 , 考虑从2个方面优化这个场景的问题:
为买家提供更多样更有价值的开场白问题为卖家提供打招呼消息的快捷回复2.基于类目的加权随机开场白
不同类目的商品聊天中买家的问题点不同 , 我们基于离线数据分析 , 回捞了一批不同类目买家最关心的问题列表 , 把这些问题首先按类目分类 , 其次按点(二手属性)分类 , 再加上触发规则条件、权重分 , 形成一套开场白问题库 , 可由产品运营自助添加修改 。流程图:
如上图所示 , 当会话创建时 , 先根据类目读取问题库得到对应的问题列表 , 再根据这个商品本身的一些属性标 , 如是否包邮 , 是否全新 , 按规则筛选出符合条件的问题列表 , 再根据权重分对满意条件的问题进行加权随机 , 最终得到某个二手属性的问题项 。为了保证问题内容的多样性 , 每个二手属性的问题项也会有不同文案但相同语义的表达 , 最后再次随机一个详细问题表达 , 即可下发建议卡片 。
3.意图识别流程框架
前面已经实现了议价意图的算法识别 , 这次又要新增一种打招呼的识别 , 是否要重新开发整个流程呢?显然不需要 , 前期议价为了快速迭代上线看效果 , 没有抽象设计成一种通用的意图识别流程 , 这次新增第二种意图识别 , 有必要还债重新设计了 , 任何优秀系统的设计都是不断迭代重构产生 , 绝不会是一蹴而就的 , 项目初期在需求不明确的情况下假如考虑的过多 , 往往会导致过度设计 , 后面假如需求变动 , 又要返工 。故重新抽象设计一套通用的意图识别流程框架 。