加我智能的实现逻辑:
我给大家分享一下有赞做这些东西的基本逻辑是什么,也就是为什么我们可以做,以及我们怎么想的。这里有三个基本逻辑。
第一,我们希望可以帮助商家快速理解有赞的系统,并且找到相关的操作,让系统变得极其地好用。
这件事实现起来其实比较简单。我们把所有的产品功能、产品使用说明、客服帮助、以及内部客服培训资料作为基础训练语料和向量数据,当你跟智能助手对话的时候,AI会理解你的意图,然后在这个大数据里面寻找对应的答案,给你直接的目标功能和行动点。
这样大家就不用去点那么多复杂的导航,做复杂的操作了。我觉得所有的SaaS公司都可以尝试做这件事情,这件事情非常地简单,我们很快就做完了。
第二,我们希望根据商家的具体情况,结合行业最佳实践,像咨询顾问一样给出运营策划建议。
这是最关键,最难的,也是最独特的。 我们把所有的最佳实践资料给到AI,并对其进行不断地优化训练,使他既可以理解这些总最佳实践、也理解某个对话商家的具体情况,然后利用他的推理能力,根据综合因素给出用户行动建议,当然还可以回到上面一点,商家可以通过命令对话对行动建议进行优化,然后自动“执行”。
为什么有赞可以拿出最佳实践训练AI?可以说,11年里的日积月累,构成了有赞智能化的底座。
在过去11年里,每个购买有赞产品的商家,我们都有针对性的“交付”服务,只有当商家把有赞系统用起来了,并且产生了一定量的生意,这个交付才算成功,所有交付成功的商家我们都有一份《结案报告》。我们有非常非常多的无数的结案报告,这都是最最基础的最佳实践。
有赞每个月都会更新一个叫做《客户成功手册》的资料库,这里面有无数“以消费者运营为核心”的经营模式下的最佳实践,从一个品牌零售商的整体策划、到具体运营方案、到某一个活动的方案。
还有我们的公众号“有赞说”,从2015年开始,每个工作日都会更新一期最佳实践的案例,至今已经坚持了3200多天。
这些资料不是死数据,而是随着我们日常工作一直在不断更新,不断吸收新鲜知识的活数据。 它是我们每年直接服务1000亿交易额,间接参与超过2200亿生意,赋能超过200万销售人员,帮助商家触达超过6亿消费者过程中所沉淀的知识和最佳实践。
它就像茅台的基酒,在它的基础上,有赞和商家每天又在产出不断更新的知识和最佳实践。
我们把这些给到AI,并进行训练,于是它就有了跟商家进行“启发式对话”的能力,可以帮助客户系统性的提升运营思路,并自动化执行直接给客户交付结果。这可以很好的解决用户不会使用,没有运营思路的问题。
为什么说它是最独特的?
因为很少会有一家公司像有赞一样,在过去11年里,开发了超过2万个功能,从营销获客、到用户洞察分析、再到交易和用户运营,几乎覆盖了生意链条上的每一个环节,拥有了微信商业生态中最完整和立体的数据。
也很少有一家公司,会把客户的成功当作一种信仰,招聘大量的客户成功人员和运营专家,去帮助商家成功和成长,共同探索最佳实践。
而即使有了这些,也没有人会像有赞一样,十一年如一日的像傻子一样地给每一个客户做《结案报告》,每隔两三周总结一期《客户成功手册》,11年下来形成了如此庞大的知识库。
这些条件缺少任何一个,这件事都很难成行。
第三,对确定的运营策划做自动化配置、自动化运行,不再需要基础的重复设置。
这件事情对于客户来说,看起来特别简单,但对于我们来说其实是有一点复杂的。因为我们要把有赞7个产品的所有功能,逐步让AI理解,并总结这里面的用户界面规律、和人机交互原则。
当AI知道你要干什么之后,直接生成对应功能的用户界面,这个界面比后台原来的界面要更简洁、具体,并且带进去已经填好的必要参数,多数时候你只需要点击“执行”就可以完成目的。不用过多的操作。
我总结一下前面的分享:
第一,我们首先给大家配置了一个“智能助手”,他可以帮助你理解有赞,并做一系列的快捷操作。而智能助手的背后,是一个强大的有赞“加我智能”系统,他既可以帮你快捷使用有赞的助手,还可以帮你监督生意经营状态,更能够根据他学习到的行业最佳实践给你新的运营建议。
我们要求有赞的“加我智能”,既能快速解决商家的问题,拿到结果,又必须能够让商家在使用过程中得到启发和成长。不能帮助用户成长的AI,一定不是好AI。