3.3 如何进行知识提炼?--高频知识的管理及提炼方法
基于已收集的知识进行进一步的知识提炼,可以为智能客服划定最终的核心知识范围。面对大批量的知识数据源,如何精简提炼出贴近业务、适合系统处理、易于运营的知识?基于历史知识运营经验,建议依据以下原则及方法进行实践:
3.3.1 知识提炼:知识管理的原则
基本原则:帕累托法则,80/20 法则,由于知识源往往覆盖大数据量的知识,基于二八定律,需要定位出真正有效的知识,一般来说,在收集到的广泛庞大的数据源中,最核心有效的数据比例往往为 20%左右,在知识运营构建的初期,这样的原则将大幅降低前期投入的成本,快速解决核心问题和矛盾,说明如下:
在明确基本知识提炼原则之后,可识别出知识运营的关键点在于识别核心、有效的关键
高频知识,原因在于集中优势梳理、构建核心、有效的关键知识后,智能客服系统可以低成本、快速达到预期的效果,实现事半功倍的效果,其余非高频知识并非无需维护,而是进入到实际运营场景中,长期累积和运营,逐步完善,阿里云智能客服团队基于历史实践枚举了一个实际案例,帮助运营者更好的理解这个过程,见下图:
此客户原先维护的知识数据量非常庞大,浪费了大量的前期人力投入,然而依据实际运营数据观察后,其大量的知识数据未在业务中产生任何效果,同时还存在影响高频使用的知识的实际效果: