脑洞一下:线下咨询台如何AI化?

15天0基础极速入门数据分析,掌握一套数据分析流程和方法,学完就能写一份数据报告!了解一下>>

商场里咨询台是否也能被类似技术、能力取代哪?如果能改如何做哪?如果能,有哪些是可以扩展出去的能力哪?

最近在和一个朋友闲聊中提到是否可以通过5G、AI、IOT、FaceID等能力的整合来替代传统商场咨询台的人工服务,起因是我们在电商APP上经常用到人工智能客服,比如:淘宝的客服小蜜,京东也有自己的在线客服。

那么商场里咨询台是否也能被类似技术、能力取代哪?如果能改如何做哪?如果能,有哪些是可以扩展出去的能力哪?

在线化

下图是最近拍摄的一个商场咨询台,按照个人存在偏误的观察,咨询台大部分时间并没有人咨询,而进一步按照个人存在偏误的经验,咨询问题大部分是:

  • 问路:某家店在哪,怎么走
  • 问活动:最近商场有什么活动
  • 开发票:有些商场的发票是统一有商场咨询台开
  • 停车券:用购物券换取停车券
  • 租赁:有部分商场咨询台提供儿童车、轮椅租赁业务
  • 售卖:有部分商场咨询台提供礼品包装服务
  • 反馈意见:顾客针对一些不满情况反馈问题
  • 特例:比如会储备一些药品、准备一些应对突发事件的物料

那么如果要做成AI化的咨询台,第一步是把传统咨询台做成在线化。

首先在现有人工咨询台增加视频、音频录制能力,可以通过一段时间、多个商场的视音频记录来确认咨询台所遇到的问题范围和性质,包括但不限于:地理位置、商场属性、时间、问题大类、问题详情、咨询者本身属性等。

将这些以前仅仅工作人员知道的信息以数字信息存储在云端,一方面是在线化收集数据,一方面是做一个近乎全量样本调研,因为我们做咨询台工作人员调研的偏差会比在线收集样本误差更大。通过这一步我们把线下的数据线上化,同时该数据还包含很多不同定位、区域、人流量等维度。

AI>客服

当经过在线化阶段后,我们收集到商场数据、用户数据、问题数据,接下来就是考虑如何用模型将存储在云端的数据运用起来,让模型产生结果来替代咨询台工作人员的反馈,针对不同商场、不同时间、不同用户的类似问题,可以给出更加符合其预期、更加让用户满意的反馈。

针对上部分提到的一些具体问题,我们尝试梳理如下的流程:

  • 问路:用户可以通过扫码方式获得室内导航路线,开启室内的AR导航找店,如果增加Face ID的能力的话甚至我们采用将答案推送到用户手机方式,方便其快捷操作,同时可以延伸到找车这件事情上。
  • 活动:简单互动介绍后可以是推送或者扫码领券,或者了解更加详细的规则;同时因为我们知道哪些人咨询过活动,甚至可以给出其他人对这个活动的玩法,比如:如何购买用券最划算,用户可以一键fellow。
  • 发票:付款凭证扫码开票。
  • 停车券:付款凭证直接输入车牌号即可,当然也可以刷脸。
  • 租赁:最好支持刷脸的信用租赁,共享单车大家都很熟悉了,这个部分不用赘述。
  • 售卖:这部分如果采用自动贩卖机,考虑包装纸等低频消费,可能收益不大,建议直接不做吧,毕竟现在东西的包装也挺好的。
  • 反馈意见:语音输入后可以直接通过电话、APP等方式给予反馈,而不是现在写在意见簿上就结束的状态。
  • 特例:此部分还是需要人来处理,只是这个时候咨询台更下一个紧急按钮,发起呼叫作用。

以上我们还可以拆分成两类:

  1. 纯信息部分:也就是不需要实物就可以完成的部分,比如找路、发票、停车券这些,都可以直接通过“AI咨询台识别身份及需求 → 云端获取信息及下发信息 → 用户手机端接收信息”的流程来解决;
  2. 信息+实物部分:尤其是轮椅、儿童车租赁业务,都可以通过“AI咨询台识别身份及需求 → 云端获取信息及下发信息 → 用户手机端接收信息 & AI咨询台对应硬件做出响应”的流程来解决。

扩展

我们上面基于笔者有偏误观察想到一些方案,那么我们回头从新想一下问题:

  • 真的需要线下咨询台吗?
  • 是否可以靠在线化解决?
  • 是否可以通过在线化+用户手机解决?

从第二部分看,其实不需要线下咨询台,因为AI客服可以存在用户手机中,只要用户进入商场,打开对应APP(可以是高德导航或者大众点评之类),然后直接寻找当前商场的智能AI客服即可,这之后的室内导航、活动介绍、租赁、领券等活动其实都可以在线化解决,那其实还真不需要线下咨询台。

如果读者已经接受了上面的结论,那么我们再思考下,我们用“云+端”的方式替代了线下实体咨询台,这个端是不存在了吗?

不是的,只是这个端由商场一个占地十几平米的实物咨询台变成了用户的手机,请注意,用户其实是在手机上解决了本应该由咨询台解决的问题。所以我们说线下咨询台有没有必要时,还要考虑有哪些情况下用手机不能解决问题,或者不方便解决,或者我们能够给线下的咨询台增加哪些只有这个端才能解决的事情。

保安&巡查员

我们可以考虑时间因素,商场白天有顾客,需要咨询台,那么晚上没有顾客,用户都带着自己的手机回家了,还需要咨询台吗?晚上需要的是什么人?是不是保安?是不是巡查员?

所以考虑这个角色,可以在AI咨询台增加摄像头,尤其是红外线等昏暗环境中的摄像头,以此来监控商场夜间的状态,包括盗窃、火灾等情况,和人工巡逻比,AI咨询台真的能做到全天监控。

主持人、疏导员

下面我们考虑人物角色,咨询台大部分的活动都是被动的,是在客服提问之后再做反馈,那么我们是否可以把咨询台的任务变成主动的哪?

比如:在一些节日、周末时,哪些店铺人多、哪些店铺排队时间短、哪些店铺的活动比较适合你等等。

这些问题可以通过faceID识别用户身份后推荐策略来解决,可以节省用户拿机去寻找、多店线下对比的成本,通过faceID检测后,通过语音、显示屏等方式交互,来把信息传递给用户,来影响用户的决策。

即使有部分用户不接受faceID的检测,也可以通过商场热力图、排队时间图等方式来疏导人流,让用户多一个信息源来做决策,而不是像现在这样,每家店都走过、问过之后再选择去那家店吃饭,同时也能增加店铺的翻台率,给一些人流相对较少的店铺增加流量。

写在最后

最后我们再一起思考个问题:

在网上电商活动领券时,经常会告诉用户有***人已经领取了,或者一些东西有****已经购买或者预定,那么作为读者,这个数字对你来说有实际的意义吗?有多大概率会触发你去购买?

但我们再想一个场景,如果线下有人在排队用消费满一定额度的小票排队抽奖,或者一个店铺门口也有很多人再排队,你是否回去排队哪?

这也是另一个角度去思考线下的问题,有什么情况,我们需要让人们去排队,让排队的人们告诉其他人这个事是值得排队。

而这也是线下“咨询台”可以存在的一个维度,留个尾巴,我们一起思考。

#专栏作家#

代成龙,人人都是产品经理专栏作家,智能硬件创业公司产品狗,从视频巨头公司到玩智能硬件的公司,继续产品设计工作。

本文原创发布于人人都是产品经理。未经许可,禁止转载。

题图来自Unsplash,基于CC0协议

给作者打赏,鼓励TA抓紧创作!
2人打赏
评论
欢迎留言讨论~!
圈子
关注微信公众号
大家都在问