gydtep

数据的覆盖面足够的全：能够包括各类不同场景的不同类型的数据，除了狭义的日志、监控、Trace外，还需要包括我们的CMDB、变更数据、客户信息、订单/交易信息、网络流、API调用等

gydtep

数据的覆盖面足够的全：能够包括各类不同场景的不同类型的数据，除了狭义的日志、监控、Trace外，还需要包括我们的CMDB、变更数据、客户信息、订单/交易信息、网络流、API调用等

gydtep

阿里云智能客服矩阵升级及优势
针对我们观察到的这些比较普遍存在现象，阿里云智能客服是如何逐步来解决的呢？

gydtep

不懈追求客户视角的完美体验
• 惊艳的智能语音对话能力；面向C端场景时，如何持续提升服务体验？问答过程中的拟人度和对于复杂关键信息的收集，像人名、sf证号等；我们现在的语气承接的拟人度相比原来有了较大提升，同时在复杂关键实体信息的提取收集上可通过多轮对话完成，更贴近于实际的交互体验，尤其在长数字识别应用上，可用性非常高；

gydtep

实时对话洞察和分析：基于舆情分析，通过双向分析客户和坐席情绪识别服务过程中的情绪异常情况，为管理和干预提供指导，识别VOC中的高频词汇及话题，快速了解客户的关注点。

gydtep

还可以做到话术执行监督，智能化判断对话场景，根据场景判断话术执行情况是否符合要求，形成分析总结，辅助坐席针对性改进提升。

gydtep

最后，它会根据客户统计数据挖掘，以在线、热线会话记录为数据源，分别生成客户统计数据，基于类别对客户进行智能营销；形成分析总结，辅助坐席针对性改进提升。并将会话内容生成客户统计数据反哺到其他业务系统，实现呼叫中心的数据资产增值。

gydtep

多引擎能力持续打破纪录：我们打造的大规模预训练对话模型，口语语言理解准确率提升5%。大幅降低30%人工标注成本，在QA对问答引擎方面，多模态FAQ问答首次超越人类基准80.83%，准确率达到了81.26%。下一步多模态VQA即基于图片的问答将继续整合融入。

gydtep

挖掘私域客户的价值，向产品和运营要增长：将企业营销从经验驱动转变为数据驱动，过去只能靠人力沉淀数据，总结经验；现在我们的算法加上过往历史数据可以比人工经验洞察更多信息，为客户提供个性化推荐，匹配更优质的坐席进行服务；

gydtep

我们能提供支撑智能客服的一些能力，希望从服务向营销领域做的一些延伸。所以我们提出了服务式营销:用客户运营思维，构建”始于客户、终于客户”的营销闭环，帮助客户找到更合适解决问题的客户经理。