2018年7月6日易谷網(wǎng)絡“智能服務與營銷新方案發(fā)布會”在北京泛太平洋酒店順利舉辦。西安電子科技大學博士導師杜軍朝發(fā)表了題為《基于AutoML的智能推薦技術》的主題演講。
杜軍朝：大家好，我今天分享“基于AutoML智能推薦方案。”從三方面來講：
“CTI”大家都非常熟悉，呼叫中心核心的模塊是CTI，CTI的意思是計算機和電話的基礎，大家很早都用過我們的呼叫中心，它是主要把電話接入到計算機系統(tǒng)，跟我們的業(yè)務系統(tǒng)結合起來，來完成操作，做路由和具體連接，這是最早期的系統(tǒng)。
隨著云計算、大數(shù)據(jù)等技術的發(fā)展，同樣也有一個“CTI”，它的意思發(fā)生了變化。我們主要是在做連接，做連接的過程中用到很多技術，C是連接，T是技術，把連接和技術結合起來，為用戶提供更好的服務，這是我們正在做的系統(tǒng)。
將來隨著物聯(lián)網(wǎng)技術的進一步發(fā)展，隨著普適計算技術的進一步發(fā)展，CTI變成計算能力和萬物互動。下一代的呼叫中心就會變成計算跟物聯(lián)互動的時代，到時會有很多場景出現(xiàn)，我們也在做這樣的探索。
回顧最早的CTI系統(tǒng)，就是計算機和電話的集成。這個時間很早，回想1998年時，我們就做了這樣的系統(tǒng)，當時國內廠商華為公司剛好在調它的CTI，我們就跟他們進行連接，調這個系統(tǒng)，當時還有各種各樣的問題需要解決。
再后來，我們聯(lián)系了岳總去調CSTA的協(xié)議，包括TSAPI、TAPI，把電話系統(tǒng)和計算機系統(tǒng)結合起來，把電話路由到業(yè)務系統(tǒng)里來，可以做電話轉接三方的服務。當時這個技術是比較領先的，這個技術是水晶體結構，路由是一個雙交換的矩陣，工程師在我們的終端上配置各種各樣的參數(shù)，能夠把很多地方網(wǎng)絡結合起來，當時是通訊的黃金時代。
隨著技術的發(fā)展，經(jīng)過了十年、二十年，現(xiàn)在已經(jīng)到了2018年，技術發(fā)生了哪些變化？我們已經(jīng)是全媒體，不只是有變化，我們是多渠道的接入，通過電話、通過電視、通過APP完全接入，有很多坐席分布在不同的地方，有IVR系統(tǒng)和客服機器人，把各種聯(lián)絡接入進來。更進一步是各種業(yè)務部署，虛擬化、云計算、云平臺、大數(shù)據(jù)、AI技術，所有的技術和連接集成起來，為用戶提供更好的服務。
這時典型的技術發(fā)展是已經(jīng)變成軟交換與全媒體的方案，這是最早的基于板卡、基于交換機來做的，上面是割裂的媒體。隨著軟交換技術的發(fā)展，基于SIP互聯(lián)網(wǎng)來做，把它結合起來。結合起來之后提出了這個方案，現(xiàn)在大家也在主推這個方案，就是要完成統(tǒng)一的接入，有聊天、微信、微博、視頻統(tǒng)一接入進來，接入以后有統(tǒng)一的全媒體處理，后面有各種各樣信息處理，變成這樣的架構。
這時路由的方式發(fā)生了變化，前面是交換機配矩陣，現(xiàn)在變成了全媒體接入，基于用戶策略定制。這里有很多種策略，有一個可視化界面，做各種各樣的配置。這個系統(tǒng)是怎么得到的？由人工專家，經(jīng)過長時間在這個行業(yè)里去學習，基于他的經(jīng)驗做了這樣一些配置。也是像剛才夏博士第一個階段，由人工來做這個配置。
這個配置是不是符合現(xiàn)在云計算、大數(shù)據(jù)時代的技術發(fā)展？它考慮到我們當前客戶的狀態(tài)、坐席狀態(tài)、交互記錄等等各種各樣的信息了嗎？它這種路由會不會越來越聰明了？這時我們就考慮能不能讓這個路由、讓我們的推薦更聰明，用AI技術對用戶進行畫像，并且不停完善對用戶的理解，我們對坐席進行畫像，坐席有不同的技能，隨著他的培訓，語言、話術等各方面都有增長。同時，業(yè)務系統(tǒng)也會越來越完善，加入規(guī)則，用知識圖譜描述規(guī)則。當具有大量數(shù)據(jù)之后，希望通過計算機的學習，讓我們的系統(tǒng)更加聰明，能夠更好的感知用戶、感知坐席服務能力。
這時我們推出了一個機器學習以及推薦服務的引擎，我們選擇什么樣的模型學習？用線性模型還是非線性模型？選用這個模型之后，怎么調它的參數(shù)，讓這個模型越來越聰明，而不是效果還不如前面基于規(guī)則的學習，需要很多高手和科學家來做這個事情，這顯然對公司來講不太現(xiàn)實。這時我們可以用AutoML技術來做，把數(shù)據(jù)提供給引擎，把我們想要的目標整理出來提供給引擎，讓它按照我們的目標、我們數(shù)據(jù)去不停學習，變得越來越聰明。我們要選擇模型-調參-采樣-抽取特征-快速迭代優(yōu)化，然后我們進一步分析它。在這個學的過程中，也會有人工的介入，設計我們的目標和評價標準，來做這個事情。
基于這個框架之后，既然有這么好的數(shù)據(jù)、這么強的算力，應該比我們基于規(guī)則的推薦效果要好�？头募覐姡匡@然是易谷公司，自動機器學習哪家強？智鈾科技。把兩家結合起來，希望在企業(yè)客服以及主動營銷的行業(yè)中，能夠把智能推薦和路由相關技術進行產(chǎn)品研發(fā)和應用推廣。
接下來看一下這個方案，第一，這個系統(tǒng)可以跟以前見的CC系統(tǒng)進行互聯(lián)，原來基于策略的路由可以跟推薦路由并存，第二，可以設置用戶的目標，優(yōu)化它的FCR和其他目標，設定不同的優(yōu)化目標。第三，把用戶數(shù)據(jù)、坐席等各種交互數(shù)據(jù)，通過接口通過給引擎，引擎會用這些數(shù)據(jù)進行計算，它不僅可以推薦用戶、推薦坐席，甚至跟業(yè)務系統(tǒng)結合起來以后可以推薦業(yè)務系統(tǒng)，推薦用哪個業(yè)務為用戶服務。
接下來看一下它的過程。首先，進行模型訓練，訓練時基于以前用戶的數(shù)據(jù)，然后把用戶目標設定過來訓練模型。模型出來之后，模型庫放到系統(tǒng)里面得到引擎，這些引擎根據(jù)不同的目標訓練不同的引擎，向路由請求來的時候會給推薦引擎，推薦引擎根據(jù)用戶需求選取模型，再選取用戶數(shù)據(jù)，給出一個比較好的推薦。推薦的結果返回給呼叫中心系統(tǒng)。當這個結果運行之后，它會進一步寫評價的庫，在評價庫里更新系統(tǒng)，我們訓練的引擎根據(jù)用戶的反饋，進一步迭代訓練這個引擎，在以后的交互過程中，它變得越來越聰明。
需要說明的是，針對不同用戶來講，您的數(shù)據(jù)是有自己特色的，您的目標也是有自己的特色，經(jīng)過這個訓練之后，我們得到的引擎是這個企業(yè)獨一無二的引擎，只適合您這個企業(yè)把業(yè)務目標做得越來越好，這是系統(tǒng)的特點。
我們從接入的方式來做，上面有各種各樣數(shù)據(jù)，包括客戶畫像、坐席畫像、用戶規(guī)則，這個我們已經(jīng)提前做了訓練，放到了模型里面。用戶接入了我們系統(tǒng)里面，客服系統(tǒng)會跟這個引擎進行交互，交互之后給它一個響應，響應的方式有各種各樣的推薦結果，推薦哪些坐席和相關技能。然后我們用不同的服務方式，比如推薦機器人、推薦坐席以及服務返回給用戶，然后完成操作。它返回之后，優(yōu)化的是前面設定的那些目標，這是針對呼入。
針對營銷來講，首先設計用戶滿意度、轉化率和解決問題的能力，接下來是主動營銷。當我們拿起一個電話，準備給一個用戶打電話時，前面系統(tǒng)已經(jīng)做了大量運算。這里面有主動營銷的客戶信息，有交互服務的信息，有坐席的信息。我們建不同的引擎和模型，考慮給這個客戶推銷什么產(chǎn)品，如果這個客戶剛好有小孩，這個小孩要上學，要知道他目前所在地區(qū)小孩上學的情況，會非常有針對性的推薦這款產(chǎn)品。某個坐席可能對某款產(chǎn)品非常熟悉，當我把坐席、產(chǎn)品和客戶拉到一塊的時候，可以推薦這個坐席用什么樣的話術跟客戶進行交流，讓他容易接受這個產(chǎn)品。
事先這么多數(shù)據(jù)拿出來經(jīng)過學習，然后把這么多模型進來之后，有一個外呼系統(tǒng)請求過來，我給它推薦一個去呼誰、推薦什么產(chǎn)品、用什么方式去進行推薦，它的成功率會非常高。這時系統(tǒng)發(fā)出一個營銷請求，然后去連接我們的客戶、坐席，完成營銷�，F(xiàn)在很多營銷手段頻繁打電話，可能是并沒有好好做功課，所以通話效率比較低。經(jīng)過這個系統(tǒng)之后，通話效率非常高。這是外呼情況，它用到大量的計算能力、數(shù)據(jù)能力、AI能力完成操作，把AI和營銷結合起來。這是主動營銷，全方位獲取數(shù)據(jù)，用引擎推薦產(chǎn)品、營銷人員和話術，提供轉化率。
我們智能推薦系統(tǒng)和現(xiàn)有基于策略的路由是并存的，把一部分用戶接入進來，或者主動營銷的方式分成兩個組，做AB測試。這是傳統(tǒng)的模型經(jīng)過處理，有客戶的信息來，有坐席配置，最后做這樣的處理，處理之后有一個模型去評估，得到統(tǒng)計結果。接下來，是基于智能路由的方式有一個評估統(tǒng)計結果，這個評估統(tǒng)計正在進一步研究，從各個方面去分析。就像剛才夏博士提到，為什么這次呼入或者呼出效果很好、原因是什么、是哪一個因素打動了客戶的因素完成了這次營銷，我們找到這樣的影響因素去做學習，它比傳統(tǒng)的基于策略的路由效果好一些。
畢竟我們的人力資源和科學家的時間精力非常有限，希望通過易谷公司和智鈾科技的合作，推出智能推薦方案。找到2、3家用戶，一起合作做推薦系統(tǒng)，你們可以繼續(xù)用現(xiàn)有基于策略的路由，再有一部分是我們的推薦路由，最后看用戶滿意度或者呼出效率有多少提升。
謝謝大家！
