编者按：通过引入在线客服机器人实现智能化已经成为当下客服中心建设的一种趋势，但关于机器人智能化的效果却褒贬不一，甚至不太乐观地说，绝大多数企业对于客服机器人的效果是存疑的。虽然智能化技术是限制客服机器人效果的一个因素，但就目前来说，更主要的原因是企业客服团队不会训练机器人，无法通过训练机器人提升机器人的智能化水平，导致机器人使用过程中匹配率和解决率低，无法真正提升客服中心的效果。鉴于此，本文将为您介绍如何训练机器人，包括具体的流程和注意事项。

 

（一）原始数据处理

原始数据指的是企业客服接待过程中产生的会话数据或者知识库，这里要分两种情况说明。

其一，如果企业已经使用了类似的客服系统或者机器人，那么就会有对应的知识库数据；其二，如果企业从未使用过客服系统或者机器人，那么原始数据就是类似帮助中心的文档材料。而无论是知识库还是帮助中心，在客服与用户接待过程中产生的会话记录，都是非常珍贵的一手数据，对于我们处理原始数据并作知识库的梳理，有很强的参考价值。

另外，在数据分析时还伴随有问题词频的统计，这样我们就可以知道用户重点关注的问题有哪些，也有利于我们做后期的知识库运维工作。

其实从问题解决的层面分析，机器人的知识库数据并不是越多越好，还是要适量而止。很多企业在使用机器人时，因为使用不当，导致知识库条目达到上千条甚至是上万条，一方面极大地增加了机器人训练师的运维成本，另一方面如果需要切换系统或者变更供应商，那么这些原始数据就会变成沉重的负担，因此在使用机器人之初，企业就应当做好原始数据的预处理工作，合理分类，做好数据管理。

 

（二）知识库搭建

有了原始数据之后，我们就需要借助专门的数据分析工具来处理，并初步完成知识库的搭建工作。

一般情况下，合格的知识库包含了以下信息：标准问题、相似问题、问题分类、标准答案、关联问题、问题有效期等。其中，标准问答和标准答案都是唯一的，相似问题和关联问题都是多样化的，而问题分类则是根据企业业务的实际情况来，有1级-5级不等。

初步完成知识库搭建之后，紧接着就需要上线试运行，咨询量小的话需要1-2周，咨询量大的话则仅需1-2天。通过机器人与用户的日常交互来测试出机器人的实际运行效果，并及时的优化知识库的相关配置。

现在市面上的机器人，基本都支持批量导入的方式来快速搭建知识库。而在完成导入之后，机器人根据自身提供的能力，可以快速查询出重复问题、未知问题，并根据预设的问答进行自主的深度学习，这也是AI算法的优势，相比人工效率呈倍数提升。

 

（三）知识库日常运维

知识库的日常运维，主要是以实际运行数据为依据，开始做优化方案。

日常运维主要是从问题和答案着手，例如：对于问题而言，不在知识库中的未知问题是否可以统计到、知识库中有没有重复问题、相似问题的推荐是否足够精准；对于答案而言，答案是否可以解决用户的问题、用户最终有没有转人工、答案表述是否完整明确等。

另外，整个知识库的层级结构是否清晰明确，问题分类是否合理，有效期设置是否准确等等，都是需要训练师根据企业业务实际情况来做实时调整的，这些也都是日常运维工作的内容。

通常情况下，机器人在试运行一两周之后，就会沉淀一批数据，而这批数据就是机器人日常运维的依据，因为都是根据用户的真实反馈来的，因此数据真实性和有效性毋庸置疑，训练师需要根据这些数据作出及时的维护，以确保用户再次咨询时可以得到有效的回复。

 

（四）客服人员培训

机器人的应用，其实是有一整套完善的方法论的，特别是伴随着企业业务线的的多元化发展，用户咨询量的持续上涨，企业对机器人训练的要求也会逐渐变得严格并趋于多样化，因此客服团队特别是训练师如何跟随团队变化及时作出实时性调整，也是非常重要的一块。

在一些大中型的企业里，机器人的应用和维护往往是一个部门在负责，而不是某个人，所以团队内部之间也需要经常性的进行培训和学习，以不断适应新形势下客服接待的新需求。

从机器人运维的全过程来看，不论是哪家的机器人，其实都可以将运维优化的过程标准化出来，训练师可以针对客服做完善的培训工作，并将机器人优化作为一项日常事务规范下来，这也可以从整体上降低企业使用机器人的成本。

 

（五）机器人效果评估

机器人效果评估，是机器人训练的最后一环，也是最重要的一环，无论花了多少时间，做了多少准备，都需要以实际数据和有效结果作为衡量标准。

目前，业内在衡量机器人效果方面，主要有匹配率、解决率等关键指标，同时企业在机器人训练方面投入了多少人力、消耗了多长时间周期、最终节省了多少成本，都是需要根据最终的数据结果来量化衡量的，而这也是机器人训练师给企业带来的终极价值。