Official Blog
Synology 如何透過 AI 自動化系統節省 5 萬封客服信件量?
Steven Liang
2020-07-27

Synology 如何透過 AI 自動化系統節省 5 萬封客服信件量?

對於擁有對外銷售產品的企業品牌而言,除了要不斷精進自家產品以符合客戶所需之外,最大的挑戰之一,莫過於如何即時回應並排解客戶遇到的問題,提供最好的使用體驗。

群暉科技(Synology)主要的產品是 NAS(網路附加儲存設備),目前在全球中小企業與家用NAS 市場中,市占率都是第一名。我們在全球已經累積銷售超過 700 萬台裝置,自有 NAS 作業系統 DiskStation Manager (DSM) 全球有超過 1.5 億次下載,隨著用戶數量及業務規模日益擴大,我們每天都會接受到極大量的客戶資訊,為了提供更完善的客戶體驗,我們因而安排更多的人力在做客戶服務,每年處理超過 28 萬封客戶服務信件(Support Ticket)。

我們因此決定導入 AI 技術,來改善內部客服系統的工作效率,希望透過建立起一套自動化的流程,快速回覆並解決客戶的問題,也連帶提升人力資源應用的效益。而群暉科技內部的機器學習小組(MLT,Machine Learning Team)僅花了半年時間,就與客服部門合作完成了這套AI 自動化系統,並成功減少了超過 5 萬封客服信件總量。

確定專案目標,隨目標調整方向

2018 年 6 月,我們開始執行這項專案。首先做的第一件事:釐清專案目標。

在企業內部執行一項 AI 專案,並不是一件那麼容易的事,除了技術上的挑戰外,還得涉及跨部門的溝通。MLT 與客服部門經過不斷的會議討論,我們統整出兩個主要的訴求:一是「要如何增加客服人員的工作效率」,二是「要如何讓用戶在最快的時間內知道自己的問題要怎麼解決?」

在第一個階段,我們優化了我們內部用來管理客服信件的 CSS 系統(Customer support system),透過深度學習演算法,協助客服人員取得更好的搜尋結果。這是因為群暉科技的產品線很豐富,過往累積的知識庫與問題十分龐大,當客服人員在處理用戶遇到的問題時,還是需要花很多時間才能確認是否是已知問題(known issue),因此透過優化客服系統的搜尋方式,可以增加客服人員在調查問題時的處理效率,並且更快速的回覆給客戶。

透過改善整體搜尋速度,滿足了我們其中一個訴求「增加客服人員的工作效率」,此外,我們在客服系統中直接做了批次回覆(batch-reply system)系統,根據使用者問題中的關鍵字,從過去的範本(template)中用演算法歸類並選出最有可能的回應,好讓客服人員直接審閱後回覆給用戶。

不過,我們遇到的挑戰是,為了確保回覆的百分之百正確性,即便選出了接近理想答案的回覆,在最後一個步驟時還是得經過客服人員審核。即便增加了客服人員的工作處理效率,但客服人員仍得一一確認正確性,無法做到全自動化處理。

因此,我們開始尋思有沒有更好的方式,可以更加有效的改善整體工作流程,於是我們著手進行第二個階段的計畫。進一步達成我們另外一個訴求「要如何讓用戶在最快的時間內知道自己的問題要怎麼解決?」

恰當時機推送恰當訊息,在問題的當下馬上解決問題

因此第二個階段,我們在前台的客服系統中直接建立了一個名為「Smart Support Form」的功能,當客戶在官網開始填寫客戶服務單,並填完客服單的摘要時,就透過演算法自動推薦他三篇可以閱讀的知識庫文章。

之所以如此設計,是由於許多客戶的問題其實是可以輕易解決的,從我們過去的經驗來看,最常遇到的情形是,雖然官網上已經有許多使用說明和解決問題等相關文件讓客戶參考,但仍有不少人在遇到問題時,會不知道如何查詢說明文件,希望能更快速的解決問題。因此,如果能在「恰當」的時間點,把這些恰當的資訊正確且快速的推送到客戶面前,就可以大幅提升問題處理的效率。

(群暉科技在客服系統中運用深度學習演算法,客戶只要在「問題摘要」欄位填入 100 字內的敘述,系統就會根據關鍵字推薦最符合需求的三篇文章。這個步驟讓群暉科技一年減少超過 5 萬封客戶服務信件。)

我們的知識庫很豐富,客戶需要的解答也在裡面,因此我們結合在 Support Form ,讓客戶遇到困難時,可以快速提供他需要的資訊。而推薦文章預設為三篇,則是為了不過度打擾客戶,減少客戶需要過濾的資訊量,因此我們內部以三篇內就要精準回答客戶的問題為目標。

透過深度學習演算法,推送建議閱讀的文章,這種方式其實就類似目前許多電商對於聊天機器人(Chatbot)的應用,在進入真人客服前,就給客戶答案。而以群暉科技這樣囊括個人與企業用戶的企業而言,相較於聊天機器人更適合這樣的使用情境。

最後我們獲得的成效是,透過導入這套自動化推薦系統,客戶服務信件的總量減少了將近 5 萬封客服信件,絕大部分客戶的問題與需求都可以因此快速獲得排解,一方面也讓客服人員可以更專注的處理那些更棘手的難題。

而隨著我們持續更新知識庫,未來累積越來越多的數據,就會讓推薦更精準,意即這套自動化系統的效果將會延續,並且隨著時間變得越來越「智慧」。

企業執行 AI 專案的思維:目標導向

這次成功的經驗,我們認為值得分享的還有企業導入 AI 的思維。事實上,現在許多企業都有自己專職的 AI 單位,藉此布局技術前沿。以群暉科技來說,我們在 2016 年底時因為計畫在相片管理套件 Moments 裡導入 AI,因此成立了 MLT,在內部尋找具備深度學習相關領域經驗的人加入團隊,人數規模也日益擴大。

作為一家儲存廠商,這也是為了要發展我們多樣化的布局。截至目前,從內部的客服專案,到對外的產品 Moments 、核心作業系統 DSM 7.0 新功能,以及深度智慧影像監控系統 DVA3219 ,背後都有 MLT 的技術支撐。

一般來說,企業內部很少會有這種獨特定位的單位,做內部專案也做對外產品。這可以歸因到我們看待 AI 的態度相當務實,在執行 AI 專案時的思維是需求導向,在執行的過程需要隨時調整方向,以確保產出的結果能與目標相符。