服务中台—智能篇（2）

　　前言

　　上文在服务中台智能化设计重要性中提到需着重强调渠道设计的统一性、服务效能的持续提升、中台智能拦截率、培训智能化、智能数据管理等5项内容，进一步明确了业务流程设计总览、场景流程设计的实施路径，最终输出在服务中台智能化前端设计中需把握好简单、高效、洞察、挖掘等4项核心原则。本章节主要从服务中台-智能化中端视角，着重阐述服务中台在导航、路由、调度、监控等核心中端的设计思路及实施路径，为中台智能化在服务领域的应用奠定坚实的基础与框架。

　　一、服务中台-智能中端所面临的痛点及方向

　　服务中台所起到中枢大脑的重要性不言而喻，无论是承上启下，还是求同存异，其需要保持敏捷、快速的系统模块化能力，并在智能化的框架内不断升级。在服务中台的大前提下，现有智能中端所主要面临路由层、调度层、监控层、数据层等4项问题。

　　1.路由层。多数服务中台的路由层在分配原则、用户定义、入口配置以及可视化程度存在较大的问题，尤其是一些综合性平台，伴随着业务类型的快速叠加，原则、定义、配置等均出现了不同程度的混乱，尤其是缺乏逻辑层面的梳理及展示。为此，需要在匹配原则的基础上，明确各个路由层面的定义，加强对路由配置工具的建设，以保障其敏捷效能。

　　2.调度层。服务中台智能端需具备优化分配、调度逻辑、智能辅助等一系列功能模块，但由于服务运营的即时性，一些功能保障很难实施，例如：人工服务的差异性、系统工具的调度支持、操作工具优化等问题都是调度层优化面临的痛点。因此，可以对调度逻辑体系进行搭建，强化智能调度的重要性，增强过程性的辅助智能工具的广泛实施及应用。

　　3.监控层。服务中台对监控的要求较高，其包含了前端业务变化的服务逻辑监控、中端运营的服务场景监控、后端服务风险运营监控，这部分是按照广义的逻辑拆分，如果进一步细化还会有更多的拆分影响因素，类似中端运营的服务场景监控需要参照监控工具、支撑活跃度、实施系统监测等一系列问题。事实上，这部分不仅仅是监控，更多是穿插在业务场景或运营逻辑的集成展示。

　　4.数据层。服务中台数据逻辑较为复杂，现有多数服务中台在设计中对此关注度不足，较多展示一些数据呈现，缺乏智能工具的应用。整体数据层可以拆分为数据应用、监控数据、离线数据、自助数据分析、外部数据展示、集成数据对比等6大逻辑，分别解决各个业务阶段面临的数据痛点。

　　二、服务中台-智能中端体系全景

　　从智能中端体系全景来看，可设定“四大枢纽、三大体系、两点串联、一点支撑”的“4321”智能中端的设计机制，具体设计全景图如图1所示。

　　智能中端体系全景在“四大枢纽”的逻辑体系具体如下：

　　1.智能识别，客户前端的预测识别的精准性尤为关键，这部分决定了后面三大枢纽是否可以高效完成，这就好比医院的导诊台分配科室，一旦分配错误，结果的准确率必将无从谈起。

　　2.智能引航，引导决定服务主体，这部分就好比医院的签到机制，决定分流到哪个具体科室及时间。

　　3.智能路由，决定具体的技能组分配时间、组别、技能线、业务类型。

　　4.智能调度，根据不同的节点、数据量化、支援优先级决定调度的方式，这里有大量的标签与技能的应用。

　　智能中端体系全景在“三大体系”的逻辑体系具体如下：

　　1.流程化数据监控体系，包含对各个枢纽节点、服务主体、服务技能、过程指标、结果指标、服务标签等内容的流程化数据监控及展示，可预留数据自助分析及关联洞察分析。

　　2.智能化数据预测体系，这部分主要是针对客户前端的预测，包括客户的标签、历史咨询记录、服务画像、精准的场景识别、动态流量监控、预测线上化、意图识别预判、节点数据量化等辅助内容。

　　3.垂直化数据调度体系，这一体系下包含了智能调度的自动化、可视化监控、效能化提升等输出，需要秉承简单的场景、多变的标签进一步优化数据调度的功能。

　　智能中端体系全景在“两点串联”的逻辑体系具体如下：

　　1.主体串联，横向各个枢纽之间分别都是主体之一，导航、路由、调度之间需要明确的串联机制，例如：导航需要有服务漏斗的支撑、路由需要技能标签的支撑、调度需要客服画像的支撑等。纵向是数据监控、数据预测、数据调度等需要按照流程化、智能化、垂直化的主体串联，进而形成数据合力。

　　2.标签串联，各个中端之间需要不同的标签定义，这样才能解决标签不统一的关系问题，形成不同的优先级标签。

　　三、服务中台-智能中端的实施路径

　　（一）服务自助

　　服务中台的最终目标面向客户呈现的是服务自助，以终为始，客户的服务自助需要在整个服务中台的中端各个环节下加以呈现，要构建集约化的中台底层，形成具备数据、计算、操作的基础平台。面向内部的使用者，服务自助更多是常态化的数据分析及驱动机制，强调各个环节下的数据自取、服务自取，形成智能化的数据分析及应用标签。这一机制需要明确对保障机制（中台）作用的探究，这里可以细分两类机制，一是管理机制。从服务视角可拆分为服务承诺管理、交易履约管理等两个环节。以某垂直电商平台为例，服务承诺管理需包含商品品质、商品管理、价格机制、服务标签、服务产品等机制，交易履约包含物流履约管理、逆向履约管理、投诉兜底管理、用户分层管理等机制，这样一套管理机制可以更好地保障消费者的服务体验。二是基建机制。着重从品质、服务兜底机制视角解决商品过程中的服务保障、交易履约过程中的可视化。值得一提的是，保障机制（中台）能力支持也需要关注服务的人工运营效率、平台运营效率，前者依靠Sa平台、一站式工作台等模块化内容，后者从管理效率工具、支持工具、风险防控等模块化内容进行。

　　（二）服务自治

　　服务自治主要体现在两个部分，一是服务中台内部的流程维度。服务的卡点是在设计中的关键，比如说：服务流设计中常见的一种类型是按照前端服务需求设计，看似内部的流程是顺畅的，但从客户视角来看，存在诸多的痛点以及卡点，这一点在设计与实施中是需要高度重视的。二是服务中台内部的标准维度。与流程不一样的是，标准更多体现在准入、准出机制，准入是服务中台内部有哪些模块需要引入，引入的过程中是否完全按照标准执行，准出是当服务中台的模块功能已经不能充分满足业务需要时，需要将其进行移出或优化，这也需要完整的标准。

　　（三）服务自理

　　服务自理重点从客户视角探究有三点，一是渠道便捷。用户在遇到问题时，最想快速找到服务入口的方式需要紧密依靠渠道。但是，渠道的解决率在这一过程中不是关键，核心点在于渠道的覆盖率，是否从便捷性视角真正解决用户“找”这个关键问题点。二是自理为主。在人工成本不断攀升的今天，服务单纯依靠人工俨然不是长久之计。用户在服务中台内部要充分享受自然语言理解能力、信息接入及加工能力、流程搭建能力、量化解决方案等。三是策略至上。我们经常会觉得服务机器人是服务的组件之一，但是服务机器人不能仅仅依靠聊天去解决问题，因而服务自理中智能的服务解决方案需要紧密依靠信息+流程+权限+语义，循序渐进地解决客户问题，能够借助于问题预判、流程引擎、信息接口等组件充分调用。基于此，进而形成用户需求产生的场景化内容，这一点在后文也会有所赘述。