私域运营之商机挖掘：如何发现对话数据中的商业价值

在经济下行和人口红利见底的大环境下，增量市场的天花板愈发明显，如何盘活存量客户，从中挖掘新的商机，探寻新的增长点，成为企业突破业绩瓶颈的关键。

与此同时，随着智能化的普及，企业与客户之间的沟通渠道从线下转到线上，企业微信对话、公众号留言、线上服务机器人等平台都留存了大量企业与客户的对话数据，这也为商机挖掘提供了新的思路。

NLP助力商机挖掘

追一科技充分利用自身卓越的自然语言处理能力(NLP)，构建了基于AI算法的商机挖掘解决方案，帮助企业从海量的对话数据中分析和挖掘潜在商机，助力业绩增长。

企业通过企业微信、微信公众号、文本客服机器人、语音呼出/呼入机器人等服务渠道获取和留存下来的文本对话数据和语音对话数据，经由AI大脑进行语义理解和分析，智能识别和标记出高潜商机线索，再经由邮件、短信、企业微信或企业指定的其他系统，定向推送商机信息。后续，企业可选择由营销人员直接跟进商机，推动后续商机转化，也可以选择接入追一的智能外呼机器人，通过智能外呼的方式进行初步跟进和意向筛选。

如何提升商机识别的精准度，既不错过每一个可能的机会，又要防止"过度识别"导致筛选出来的商机意向度不高，这是商机挖掘解决方案的核心，也是追一方案的竞争力所在。

追一的商机挖掘解决方案，将AI模型与关键词模型混合训练，以提高整体商机挖掘的准确率。

传统的关键词模型识别方式，通过预先设定好的关键词进行匹配，例如对话中出现"我想买xxx"的字样时，就可以识别为商机。但是，这种方式只能识别预设的话术，缺乏语义理解和语义泛化能力，更无法结合上下文的语境进行精准的意图识别，而且很多客户的潜在需求并不会通过这样直白的方式来表述，因此这套识别方法也就稍显"笨拙"。后期的维护成本逐渐升高，准确率逐渐下降，直到后来无法使用。而纯AI算法模型的识别方法，可以很好地解决传统关键词模型所存在的缺陷，但是成本较高，在一些简单业务场景下，对商机识别准确率指标没有跨越式的提升，对企业来讲，性价比并不高。

追一的方案正是在应用效果和成本之间取得一个平衡点，通过AI模型与关键词模型混合的方式，客户意图识别准确率高，非预设的话术也可以识别，维护成本低，准确率随使用时间逐步上升，具有很强的实用性，能为企业带来可观的ROI。

广泛的应用场景

对话数据中的商机挖掘有着广泛的应用场景，例如现在越来越多的企业选择用企业微信与客户保持联系，提供服务的同时也向客户推荐新产品和折扣活动。面对活跃的群聊、庞大的客户数量，也为运营人员带来很多挑战，很多商机难免会被遗漏，而如果采用智能化手段识别和跟进商机，就能够很好地避免这一问题，从而最大会地发挥对话数据的价值。

追一企业微信方案商机挖掘示意

对话数据挖掘对传统的客户服务的转型也有着深远意义。客户服务部门通常被看成是成本中心，但在客服人员和客户之间的大量对话中蕴藏着诸多商机，通过对这些商机的挖掘，能够帮助客服部门在企业的业务增长中发挥更为重要的作用，从成本中心向营销中心转变。追一的服务转营销方案可以在和客户的对话中实时检测商机，发现商机后可利用语音机器人等自动化手段立即启动跟进策略，不错过每一个商机。

追一服务转营销方案示意

目前追一的"AI模型与关键词模型混合训练"商机挖掘解决方案已经在某大型城商行落地应用。上线运营3个月，月新增理财线索2228条，分期线索712条，信用卡开卡、激活线索2122条，每月直接为理财营销贡献的创收金额达到60万以上，显著提升营销效率，为企业创收带来新动能。