【本期案例】第四范式(北京)技术有限公司:旻一生物智能小管家项目
旻一生物是一家集科研、设计、生产、仓储、配送、营销为一体,致力打造国内健康塑形产品品牌“VMESHOU”(唯蜜瘦),为客户提供赋能创业的创新创业企业。
当前,健康类创新创业中小企业如雨后春笋般创立,而旻一生物正是顺应国家“大健康”战略健康类企业中的一员。面对客户增长快、专业问题难、个性服务多、已有数据不知如何利用等问题,第四范式通过建设全面、客观、智能的智能小管家体系,通过“AI+数据智能技术”深度学习和挖掘服务全过程的业务数据,通过聚类洞察、智能运筹优化等手段,不断优化客户体验感,实现用户通过APP服务窗口,一键触达相关场景和内容,并形成千人千面服务。
一、创新思路
(一)业务整体架构
针对上述背景,依托于智能小管家,面向C端用户提供的一套千人千面,第一时间解决用户问题,提供优质贴心的服务系统。系统整体蓝图如图1所示。
图1 系统架构图
(二)系统功能与模块
1.智能客服&搜索
7*24小时的机器人客服能力,实时与客户交流,把握每一个与用户沟通的节点,大量减少人工客服成本开支。搜索能力为用户第一时间找到相关内容,提升体验。
2.机器学习AutoML
摒弃传统专家经验的建模方式,利用机器学习进行高纬度,单一用户的行为预测和推荐决策。
3.个性化智能推荐
通过第四范式的机器学习和AI算法能力,运营提供千人千面,个性化展示等能力。通过热度推荐,标签推荐,关联推荐等方式,提高用户体验。
每个客户都是独一无二的,我们需要基于客户的个人信息、行为轨迹、消费行为、活跃程度等多维度的数据去实现精准的用户洞察。
图2 智能小管家客户画像
4.个性化知识图谱
通过静态数据和动态数据双重结合,建立用户的个性化知识库体系,是为用户沟通提供个性化体验的基石。
二、案例特性与创新点
在问答任务中基于画像与分类,收集和存储客户行为数据,形成客户画像和问题分类;根据画像提供个性化的主动服务(如问候、提醒等);在问答任务中基于画像与分类提供千人千面的回答;和APP深度融合,成为各类任务、内容的触发点;具备知识管理和自学习能力,让AI技术和APP深度融合,成为各类任务、内容的触发点。通过AI平台和机器学习能力,帮助企业智能转型,并根据大量用户的使用产生实际市场收效,完成快速迭代优化。
图3 智能小管家智能营销示意图
自研AutoML算法及机器学习框架。AutoML算法简化建模可能遇到的技术难题,形成全流程覆盖的AutoML算法矩阵。此外,还自主研发了交互式、隐私保护等领先算法,进一步提升模型效果。全面围绕AutoML打造的高维计算框架GDBT,解决了AutoML重复选择数据、特征及模型算法探索所需的复杂计算需求。
图4 智能小管家人机交互示意图
三、技术优势
在问答任务中基于画像与分类,提供千人千面的回答和APP深度融合,成为各类任务、内容的触发点。通过AI平台和机器学习能力,帮助企业智能转型,并根据大量用户的使用产生实际市场收效,完成快速迭代优化。
四、取得成就
夯实数据基建,沉淀数据价值。随着智能小管家的推进,进一步促进巩固客户数字平台,助力数据标准化建设,基础数仓建设,从而有效沉淀数据并从中挖掘业务价值推动业务持续发展,个性化场景点击转化率达到60%。
解放人力资源,提升服务效率。以AI为基础打造的24H在线的服务模式,减少客服人员量的持续投入,优化了服务模式,为未来APP上线后大流量冲击做应对准备,点击转化率绝对值增长达到13%。
打造贴心模式,用户体验升级。通过智能小管家和业务场景的绑定、场景类推荐、用户打卡、关注提醒、热量查询等深度垂直服务推动业务场景的快速落地和用户引流,上线一月内引流会员用户40W。