2020年北京部委央企及大型企業(yè)CIO年會于1月11日在北京開啟。大會邀請了約150位來自北京部委、央企和知名企業(yè)的信息高管出席，圍繞“數(shù)字化轉(zhuǎn)型的實(shí)踐落地”，共同探討數(shù)字經(jīng)濟(jì)下政府部門和大型企業(yè)在政府職能轉(zhuǎn)變及企業(yè)業(yè)務(wù)變革方面的全新機(jī)遇，為企業(yè)數(shù)字化轉(zhuǎn)型出謀劃策。

以下是現(xiàn)場速記。

于斌平：大家下午好！很高興我們在這個(gè)辭舊迎新的時(shí)間來跟大家探討分享一些數(shù)字化的內(nèi)容。

我是國美零售技術(shù)的負(fù)責(zé)人、技術(shù)副總裁，我之前長期負(fù)責(zé)國美在線的技術(shù)，大概工作有小十年，現(xiàn)在線上、與線下充分的融合，我現(xiàn)在主要負(fù)責(zé)零售和服務(wù)板塊的技術(shù)工作。

剛才聽了幾位嘉賓的分享，我也是深有感觸。作為零售行業(yè)，技術(shù)的責(zé)任是非常重的，公司給我們的任務(wù)技術(shù)的貢獻(xiàn)是什么？技術(shù)對業(yè)務(wù)的幫助是什么？技術(shù)帶給了公司什么？所以我們始終在探討，我們有差不多3000、4000人的研發(fā)團(tuán)隊(duì)，也有一些跟其他友商的合作，所以我們始終在探討，在不同的階段，技術(shù)怎么去幫助公司，怎么去幫助消費(fèi)者來提升我們的企業(yè)，提升我們的業(yè)務(wù)。

今天跟大家分享的主要是我們在數(shù)字化方面怎么去幫助我們服務(wù)能力的提升。這個(gè)圖大家都很熟悉了，零售的核心是人、貨、場。從有計(jì)算機(jī)開始，Pose機(jī)開始到現(xiàn)在的數(shù)字化、AI，零售的核心始終沒有變過，過去倒退20、30年，我們?nèi)ド虉鲑I東西排隊(duì)，國美剛成立時(shí)萬人空巷去排隊(duì)買彩電。后來隨著技術(shù)發(fā)展、物質(zhì)生活的豐富，慢慢的場開始多了起來，開始有連鎖店等。隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展和人工智能的發(fā)展，我們大家拿起手機(jī)來也能買東西，所以“場”不斷的發(fā)展變化。過去從商場買東西演變成無處不在，比如今天會場的服務(wù)員倒水也是商品，承包會場費(fèi)用是多少錢，也是商品化，這個(gè)商品不一定實(shí)時(shí)交易，可以通過各種方式的交易，商品是這樣的。

我們“場”的定義也發(fā)生了完全不同的變化。比如直播的網(wǎng)紅，我們知道幾個(gè)平臺很知道知名的幾個(gè)網(wǎng)紅，它本身是“場”，它又帶“貨”。在AI基礎(chǔ)驅(qū)動下，人和場發(fā)生了變化。怎么利用新技術(shù)來幫助企業(yè)，來幫助消費(fèi)者更好順應(yīng)趨勢，使企業(yè)提升自己。

我想我們很多人對國美的印象是家電的零售商，其實(shí)早都不是了。這三句話是我們近幾年轉(zhuǎn)型的核心，國家已經(jīng)從家電零售商轉(zhuǎn)變成家生活整體方案提供商、家生活服務(wù)解決商、家生活供應(yīng)鏈輸出商。如何理解這三句話？我們從之前單一賣商品，變成我們從零售的提供商變成服務(wù)的解決商跟整體方案的解決商。比如我們整體廚房、整體暖通、包括家裝，用戶從你的家推開門開始，從水電煤、家裝、暖通我們提供一套整體的解決方案。從經(jīng)營商品到經(jīng)營用戶。

我們利用互聯(lián)網(wǎng)和AI技術(shù)，從以電為基礎(chǔ)，線上與線下進(jìn)行深度融合，全網(wǎng)線上、線下提供我們的安裝、維修、清洗等等各種各樣的服務(wù)。我們有一個(gè)實(shí)體公司叫“國美管家”是服務(wù)解決商的實(shí)體承擔(dān)公司。我們每年的活躍用戶數(shù)大概每年到6000萬、7000萬，這是非常活躍的，國美累計(jì)有兩億、三億的會員，除商品解決方案之外，我們在服務(wù)方面已經(jīng)有6000萬、7000萬每年的活躍用戶。

除此之外，我們利用30來年的供應(yīng)鏈服務(wù)。我們現(xiàn)在有1000多家輸出店，來幫助他們，這是我們主要的三個(gè)產(chǎn)品。

在人跟場上發(fā)生了非常大的變化，大家可以去體驗(yàn)一下。除門店以外，剛才講線上、線下充分的融合，我們現(xiàn)在有三個(gè)端，傳統(tǒng)門店是一個(gè)端，線上國美APP是一個(gè)端，我們還有一個(gè)產(chǎn)品叫美店，它是社交的產(chǎn)品，線上、線下，美店是基礎(chǔ)端。同時(shí)輔助其他的比如平臺常用的小程序、公眾號等，包括大屏這些都是“場”的集中內(nèi)容之一。

利用技術(shù)，再利用我們會員的基礎(chǔ)，利用我們剛才講的三個(gè)基礎(chǔ)產(chǎn)品，我們無處不在的在服務(wù)我們的會員。在這個(gè)服務(wù)過程中，我們會遇到很多問題，今天我重點(diǎn)講遇到問題的時(shí)候，如何利用技術(shù)提升解決這些問題。

首先看服務(wù)的能力。我們每個(gè)月有成百上千萬，大概有小一千萬的用戶評價(jià)，用戶的評價(jià)內(nèi)容是什么？包括商品的質(zhì)量、門店人員服務(wù)包括線上的服務(wù)、安裝的服務(wù)、配送的服務(wù)、維修的服務(wù)情況。

我順便給大家說一下，我們在線上買東西，大家可能習(xí)慣了評價(jià)，但是實(shí)際上我們在四五年前，應(yīng)該是在2014年、2015年已經(jīng)實(shí)現(xiàn)了在店里面買的東西或者說我們的配送和安裝、維修，進(jìn)用戶家里以后，用戶是在店里買的，用戶也可以很方便的去評價(jià)我們的商品服務(wù)。

接著問題就來了，我們講企業(yè)給用戶提供滿意的服務(wù)，但是怎么才能讓用戶滿意呢？每個(gè)月上千萬的評價(jià)，這個(gè)評價(jià)如果用人工來看是看不過來的，我們以前試圖用人去做，根本做不過來，而且人力的處理，會把很極端的問題當(dāng)做客訴處理，一般客訴差評看都不看就翻過去了。做企業(yè)管理我們知道，很多問題恰恰就是這種評價(jià)的三星、四星，可能用戶不斷的出現(xiàn)不滿，但還沒有到客訴的程度，這個(gè)時(shí)候怎么辦？我們怎么能用技術(shù)的方法去把大多數(shù)用戶包括抱怨或者不適用的整理出來，我們進(jìn)而去改進(jìn)，這是我們要做的第一個(gè)特點(diǎn)，我們要成為一個(gè)家服務(wù)的提供商，我們首先要改進(jìn)我們的服務(wù)，知道消費(fèi)者怎么說。

我們是怎么做的呢？我們的服務(wù)評價(jià)來自于很多方面。有線上的客服、電話、去門店投訴、微信投訴，管家評價(jià)是給門店和線下做的用戶評價(jià)平臺，用戶評價(jià)會有季積分，用戶也能高興他能吐槽了，我們進(jìn)而做分析。剛才朱總講開源，我們實(shí)際也用了一些開源的方法，核心是NLP平臺，我們大概有100多人團(tuán)隊(duì)做這個(gè)事情，核心是在做語義的分析，分析顧客在說什么。分析完之后，我們會歸納成幾個(gè)方面：觀點(diǎn)，是哪個(gè)責(zé)任團(tuán)隊(duì)、門店還是哪個(gè)服務(wù)網(wǎng)點(diǎn)還是哪個(gè)負(fù)責(zé)人，會出一個(gè)剪裁結(jié)果。結(jié)果應(yīng)用幾個(gè)方面，一個(gè)是沒有投訴，但是評價(jià)不好，影響它的派工、績效、獎懲措施。對公司來講，我們在哪些方面進(jìn)行改進(jìn)。

這個(gè)事情是怎么做的？這是技術(shù)圖。我們是把原來做人工分析的人，我們講人工智能上來之后，人是不是無用了？我們發(fā)現(xiàn)人工智能上來以后，一線人是有用的，我們來做標(biāo)注，為什么做標(biāo)注？因?yàn)槲覀円嬖V計(jì)算機(jī)，它哪句話表達(dá)什么意思，這個(gè)標(biāo)注做了以后，我們再給它做模型，計(jì)算機(jī)可以訓(xùn)練、效果再上線，然后再上線、修改、做注，最后是結(jié)果輸出。

給大家舉一個(gè)例子，這個(gè)是我昨天做材料的時(shí)候是從系統(tǒng)里抽出來的。我們從觀點(diǎn)、緣由抽取，這是用戶寫的話“打膨脹螺絲才能掛上，機(jī)器有漏水，也修了”。我第一次看到這句話的意思，我沒明白用戶反應(yīng)是好是壞，系統(tǒng)根據(jù)這個(gè)標(biāo)注，它能判斷這個(gè)話用戶投訴是什么意思，核心意思就是機(jī)器有漏水。

我們看下面這句話，“安裝打膨脹螺絲才能掛上，機(jī)器有漏稅，也修了，哈，費(fèi)用貌似還行”。這句話表達(dá)兩個(gè)意思，打膨脹螺絲才能掛上，機(jī)器還有漏水，第三個(gè)是對這個(gè)費(fèi)用好像還是滿意的。系統(tǒng)分析出來的結(jié)果第一價(jià)格合理，第二是安裝有漏水。

再舉一個(gè)例子，這句話是去年11月7日用戶在店里買空調(diào)，11月8日送貨，沒有及時(shí)安裝，協(xié)商12號才安裝，由于空調(diào)旺季工人不夠用，下面描述付款了，第三個(gè)意思是門店人員沒告訴他。第一個(gè)是安裝完了，第二個(gè)是收錢了，第三個(gè)是沒人告訴他。這個(gè)事兒，我們后臺分析之后，我們管理層馬上做了改善，因?yàn)橹苯訄?bào)表呈現(xiàn)了。但是我們看系統(tǒng)怎么分析的？投訴內(nèi)容是安裝不及時(shí)、收取費(fèi)用、未告知。但是這個(gè)是我們替系統(tǒng)做的，要非常智能處理的，因?yàn)槭召M(fèi)是很正常的，只是客戶不理解，我們在服務(wù)改進(jìn)時(shí)是要很方便的告訴客戶服務(wù)措施的，不管什么原因，安裝晚了，我們要對安裝人員做一定的處罰，系統(tǒng)處罰結(jié)果是對安裝維修團(tuán)隊(duì)做了一定的處罰，剩下兩條收費(fèi)和未告知不是安裝隊(duì)伍的責(zé)任。

這個(gè)工作我們大概做了小一年的時(shí)間，我們2014年、2015年上完評價(jià)和可視，2017年、2018年用大量用戶的評價(jià)和NLP的軟件進(jìn)行改進(jìn)服務(wù)。

這是架構(gòu)平臺。我們有很多的業(yè)務(wù)系統(tǒng)也有評價(jià)的中臺，我們100多人團(tuán)隊(duì)建立了NLP的分析平臺，這個(gè)數(shù)據(jù)的來源是我們從系統(tǒng)業(yè)務(wù)、評價(jià)系統(tǒng)抽出評價(jià)，調(diào)用NLP進(jìn)行分析。最后的結(jié)果因?yàn)槌尸F(xiàn)出來的結(jié)果，各種人員要看，安裝團(tuán)隊(duì)要看，這個(gè)結(jié)果清晰且典型。

這是NLP分析的結(jié)果，為什么給大家展示這個(gè)數(shù)字？如果對AI感興趣，這個(gè)數(shù)字還是比較難的，我們的觀點(diǎn)抽取召回率能達(dá)到92.52%，召回率是放多少樣本，回來多少個(gè)樣本是召回，最后都能達(dá)到90%多，基本90%的問題是我們可以去處理的，所以這個(gè)是我們剛才講的技術(shù)對業(yè)務(wù)的貢獻(xiàn)，我們這一個(gè)項(xiàng)目讓我們的服務(wù)提升了非常明顯的進(jìn)步。

給大家分享第二個(gè)服務(wù)的案例，我們剛才講我們國美已經(jīng)從零售商轉(zhuǎn)型到家生和整體方案的解決商，以前賣商品，現(xiàn)在是商品全生命周期的服務(wù)。怎么理解？因?yàn)楝F(xiàn)在的物聯(lián)網(wǎng)技術(shù)非常發(fā)達(dá)，這個(gè)商品賣到消費(fèi)者手里以后，我們不是不管了，我們還得繼續(xù)管，我們國美智能有一鍵安裝，買了國美電器以后，到用戶家以后，一鍵智能配網(wǎng)，配網(wǎng)的好處是家電的故障和異常的信息，我們能收到進(jìn)而幫助用戶。這個(gè)信息推過來以后，后臺會有分析，哪些是告警、哪些是壞了，有些告警我們會告訴客戶你要注意，比如冰箱、彩電過一兩年要清洗，有需要維修的上門維修，同時(shí)給用戶優(yōu)惠券。所以這是一個(gè)從購買、到保養(yǎng)、到維修、到新件是全生命周期的服務(wù)。

我看了一些經(jīng)典的案例，這是用戶實(shí)際收到的。這張圖片是收到哪里出了問題，第一個(gè)例子，空調(diào)不轉(zhuǎn)了，可能用戶還不知道，點(diǎn)確認(rèn)鏈接可以直接確認(rèn)，我們會有人聯(lián)系上門維修。我還看了更多的，冰箱門開的報(bào)警，它的報(bào)警很多人不注意，我們后臺收到消息以后，我們會給用戶發(fā)消息，用戶馬上會收到，哪里有問題會進(jìn)行檢查，這個(gè)功能，用戶是非常歡迎的。

給大家分享第三個(gè)是我們在提升服務(wù)方面案例，我們叫視頻化的智能客服導(dǎo)購。很多朋友可能用過智能客服，但它只限于基本的問答。我昨天準(zhǔn)備材料看到，智能客服能解決60%的咨詢問題，為什么能解決？這是一個(gè)商品咨詢的案例。我們在客服里，大概有40%-50%問題是用戶咨詢商品的，因?yàn)橐恍┘译娺€是比較專業(yè)的，我給大家坦誠的分享，客服人員對商品信息未必很專業(yè)，他要大量處理其他信息，小姑娘未必很專業(yè)。這個(gè)時(shí)候更專業(yè)的是我們的機(jī)器人。

這里舉了一個(gè)例子，用戶要買一個(gè)冰箱，它不斷的連貫的問。我們很多機(jī)器人只能一問一答，你問第二句就不知道前面說什么問題了？我們叫做多輪任務(wù)可以不斷的問答，比如什么品牌、什么價(jià)位，為什么會這樣問？因?yàn)橛脩舻男畔?，我們早都有，他的瀏覽軌跡、購物行為我們做了明確的用戶畫像，用戶進(jìn)來的時(shí)候，機(jī)器人已經(jīng)知道他的喜好、價(jià)位，機(jī)器人推薦基本都是很精準(zhǔn)的。

同時(shí)通過NLP智能分析的時(shí)候，我們的智能客服，一個(gè)是經(jīng)典的NLP語義分析，第二個(gè)是千人千面的推薦，第三個(gè)跟我們的業(yè)務(wù)中臺結(jié)合起來，我們用多種技術(shù)來滿足用戶咨詢的場景。

我重復(fù)剛才說的這句話，很多企業(yè)的智能客服只是簡單的NLP一問一答，簡單理解意思從庫里抽取答案告訴你，他沒有做到用戶畫像回答什么，我們通過這兩點(diǎn)以后跟業(yè)務(wù)中臺結(jié)合起來，去做搜索、分析技術(shù)把用戶需要的結(jié)果分析出來。

這是我們的集成調(diào)度，對這個(gè)技術(shù)感興趣的朋友可以看一下，這是知識圖譜庫。

給大家分享的下一個(gè)是視頻導(dǎo)購服務(wù)。我們以前講不管千人千面也好都是機(jī)器人的，對于零售，我們認(rèn)為人服務(wù)是要有溫度的，最好的結(jié)果是人直接服務(wù)，但是我們又沒有那么多人，人員又很貴，又未必很專業(yè)，所以我們線上、線下會有一個(gè)觸摸屏，國美APP有個(gè)按鈕叫咨詢專業(yè)的導(dǎo)購，這都是真人在服務(wù)。假如在店里，如果導(dǎo)購要忙或者某些柜臺，由于樣機(jī)有限，我們可以觸摸這個(gè)屏，線上看到機(jī)器人回答不滿意，看到商品介紹也不滿意，我們點(diǎn)個(gè)按鈕，后面會有專業(yè)的人員為我們服務(wù)。比如這個(gè)品牌洗衣機(jī)人員會專門與你溝通，溝通完以后，這個(gè)人可以直接幫你下單，如果不滿意可以再換一個(gè)。有些年齡大的顧客不會下單，我?guī)湍阆聠文阒苯又Ц毒托辛?，這個(gè)很方便。

剛才給大家分享的是AI驅(qū)動的幾個(gè)案例。我們在研究的有幾個(gè)方面：

第一個(gè)，是基于人體的客流統(tǒng)計(jì)。這個(gè)不算什么，但是它比較難的是這個(gè)攝象頭從這兒過去再換另外一個(gè)攝象頭就跟丟了，所以我們叫人體識別，不是人臉識別。同時(shí)要剔除掉店面人員、外賣人員，所以你要準(zhǔn)確的算出來到底有多少人來，這是第一步，算出來沒什么用，只知道多少人來了。

第二步，算轉(zhuǎn)化。

第三步，用戶動作畫像。用戶去到柜臺沒買東西，去一定有意愿，但是沒有買東西，系統(tǒng)就要分析原因。

第二個(gè)，我們利用剛才講的智能客服知識庫，我們做了公用的庫。在門店里顧客過來如果不愿意跟人打交道，可以用機(jī)器人介紹。

其他的還做了用戶大屏，用戶在店里逛的無聊時(shí)，用戶可以掃碼玩游戲，搶紅包和券直接在店里消費(fèi)。

還有一些快消的賣場做到自動化人臉識別，自動收銀，拿著東西直接走了。我們店里有實(shí)驗(yàn)室，在一些快消品類里，這個(gè)產(chǎn)品比較受用戶歡迎。

今天因?yàn)闀r(shí)間的關(guān)系，給大家分享到這里，我們的核心理念是怎么用技術(shù)的方式，怎么用AI的技術(shù)方式去幫助我們企業(yè)的能力或者服務(wù)的能力提升，怎么去更好的服務(wù)到我們的消費(fèi)者。

今天的分享就到這里，謝謝大家！

責(zé)任編輯：ct