语音服务|如何从0-1搭建“千人千面”语音服务

编辑导语：随着新一代消费群体的成长，用户的产品服务要求也在随之变化，个性化开始成为不少用户的追求之一，因此，产品需要追求创新设计，智能语音类产品亦是如此。那么，如何才能从0开始搭建多样化的智能语音服务？本文作者做了相应解读，一起来看一下。

文章插图
【 语音服务|如何从0-1搭建“千人千面”语音服务】移动互联网、大数据、云计算等技术的发展，使得金融服务从以产品为中心逐渐转向以消费者为中心。据数据表明80后、90后以及00后已经占据整个消费的主力，追求的产品服务也逐渐由高性价比、品牌化转变为多元化、个性化趋势，更需要企业细分客群，不断地创新产品设计。
传统的智能导航服务采用扁平化的菜单模式，需要用户输入数字进入指定的服务模块，对于容忍度比较低的年轻客群，估计是从入门到放弃，产生一定的情绪价值。
那么企业如何利用内外部的数据，整合用户标签形成贴合业务场景的用户画像，提供“千人千面”的智能导航服务，是企业探索的目标。
一、什么是千人千面？千人千面用在营销业务场景居多，最近过去的双十一、双十二购物节，淘宝首页界面展示可以很明显地感知到，经常购买衣服和美妆与经常购买电子产品的用户展示的首页肯定是不一样，这个是广义上的千人千面，在电商行业应用颇为广泛。
那既然是营销业务场景，能不能将这种营销服务应用在金融领域的智能导航的场景中呢？在用户电话进线时，快速定位用户需求，向其提供语音服务。
举个例子，下面是在银行系产品服务中不同的用户画像，下面通过一张图描述各个场景。

文章插图
通过上图可以明显的看出不同用户在自己的职业、年龄、以及所办理的业务，都有不同的问题和特点，金融行业的智能服务利用用户的特点，分别向其提供差异化的服务。
比如年龄62岁退休的王先生，仅靠退休金养老，现在在某某商业银行存款200w以上，这种高净值VVIP用户，肯定是银行重点的营销对象，推荐他购买各种稳健型的理财。
再比如年龄24岁职业为学生的王同学，喜欢买潮牌、玩游戏，最多给他推荐一个储蓄罐的产品，可以让他定期理财。
上面的两个例子说明银行也会根据用户在企业内部所属的画像，向他们提供个性化的服务。
二、如何破解千人千面提供差异化的个性化服务，需要从以下三个方面着手考虑。
1. 用户画像的完整性为用户提供“千人千面”的个性化智能服务，首先要能够完整构建用户的画像。
构建一个完整的用户画像，需要整合企业内外部所有的业务系统数据，利用大数据技术归类用户标签，一般可将用户标签归为三类分别为统计类标签、规则类标签、机器学习挖掘类标签。为了实现智能服务的实时性和高感知性，需要实时获取用户画像标签。
2. 画像的可用性利用大数据数据输出用户标签，这种标签是基于技术和数学公式计算获取的，可以认为是没有任何温度的标签，这些标签是否真正地贴合业务场景、是否可以人工调整、是否实时生效都是在方案制定过程需要考虑的问题。
3. 画像服务的可实现性如何在客户进线之后就能立刻定位用户的服务标签，并且确保标签的准确性，如果标签定位错误是否支持客户打断现有的服务，跳转其他服务流程。
比如进线客户有购买理财的需求，但是系统计算属于贷款逾期客户，采用的是一个非常严厉的催员服务机器人，这种情况大概率下是遭受投诉的风险，遇到这种情况一定要有策略调整的措施，当客户打断时直接转人工服务，可以解决当前令人不满的服务。
三、智能导航方案智能导航的执行首先要利用大数据技术对用户数据进行处理，数据采集是收集内部核心、理财、资产等业务系统数据，外呼数据包括互联网消费数据来自同盾科技、百度搜索等，利用数据清洗、特征工程打标签，进行标签管理。
其次，将标签输出一般按照上述提到的三种标签进行归类，预测标签和规则标签在提供服务的参考价值性最大，比如35岁的女性喜欢买奢侈品，她可能有多张信用卡，还有一定经济基础是不是也需要理财服务，就需要将各种标签进行整合形成智能导航的服务标签。
客户进线之后根据服务标签提供相应的智能服务，其中个性化服务中，话术的设计一定要合规，特别针对理财业务模块，要在监管合规的情况下提供营销服务，且不可强推营销服务。