試着讀懂你的心——閒魚聊天小助手的探索之路

簡介： 讀懂你的心

做者：閒魚技術——有攸

1、背景：

卡耐基在《人性的弱點》一書中說：「世界上惟一能影響他人的方法，就是談論他所要的，並且還要告訴他，如何才能獲得他所要的」。因而可知，良好的溝通交流能夠很大程度上拉近雙方的關係，進而影響對方。閒魚消息是買家瞭解二手物品信息不可或缺的一環，咱們有理由推斷良好的聊天可以對成交產生正向影響。推斷須要數據來佐證，經過對以往聊天成交數據的關聯分析，咱們獲得了以下結論：

• 賣家比買家聊的越多，成交機率越大
• 相比經營者，我的賣家互動轉化率偏低

咱們推測我的賣家轉化率偏低的一個緣由是不會好好聊天，經過抽樣case發現部分賣家回覆內容高冷、生硬、情緒化，進而致使雙方尷尬，聊天戛然而止。因此咱們探索的方向就是如何引導賣家與買家好好聊天，經過算法意圖識別，以聊天小助手的形式給賣家提供友好的建議性話術，讓溝通交流再也不僵硬。

2、從議價開始

1.爲何是議價

買賣聊天主要對話場景有開場問詢、價格問題、郵費問題、商品信息等，其中會話中聊到價格的佔比30%～40%，並且會話中談及價格時，每每也是交易較後的階段，若是買賣雙方在價格問題上溝通順利，預計能夠有效促成交易。因此咱們考慮先從議價場景切入，最小閉環上線，觀察數據佐證猜測後，再逐步上線其餘對話場景策略。

2.方案設計

爲了避免影響消息主鏈路，識別流程必須走異步mq消費流程，同時爲了減小算法識別的壓力，對消息進行了消息類型、發送者、關鍵字過濾、會話疲勞度控制等規則的初篩。此外，咱們還聯動了商品的價格力數據，價格力數據能夠提供商品的同類同款賣出價以及推薦價，經過算法綜合擇優，能夠給出商品建議價，再根據買家出價狀況，走不一樣的產品邏輯組合成不一樣場景下的贊成/拒絕文案選項。這樣不管買家出價是否合理，賣家是否接受，給賣家提供友善的議價話術選擇，讓買賣雙方還有繼續聊下去的機會，就還有成交的但願。若是買家出價不合理，也會給買家下發議價不合理的卡片，給出同類商品的參考價，拉平買家的價格預期。

3.產品效果

賣家側：

買家側：

3、繼續探索

1.寶貝還在嗎？

相信這幾乎是每一個閒魚賣家都司空見慣的聊天開場白，但不少賣家見多了反而不肯意回覆這類沒有養分的問題，心裏os："不在還掛着幹啥？？？"。咱們本着讓買賣雙方的聊天有一個愉快的開始的目的，考慮從2個方面優化這個場景的問題：

• 爲買家提供更多樣更有價值的開場白問題
• 爲賣家提供打招呼消息的快捷回覆

2.基於類目的加權隨機開場白

不一樣類目的商品聊天中買家關注的問題點不一樣，咱們基於離線數據分析，回撈了一批不一樣類目買家最關心的問題列表，把這些問題首先按類目分類，其次按關注點(二手屬性)分類，再加上觸發規則條件、權重分，造成一套開場白問題庫，可由產品運營自助添加修改。
流程圖：

如上圖所示，當會話建立時，先根據類目讀取問題庫獲得對應的問題列表，再根據這個商品自己的一些屬性標，如是否包郵，是否全新，按規則篩選出符合條件的問題列表，再根據權重分對知足條件的問題進行加權隨機，最終獲得某個二手屬性的問題項。爲了保證問題內容的多樣性，每一個二手屬性的問題項也會有不一樣文案但相同語義的表達，最後再次隨機一個具體問題表達，便可下發建議卡片。

3.意圖識別流程框架

前面已經實現了議價意圖的算法識別，此次又要新增一種打招呼的識別，是否要從新開發整個流程呢？顯然不須要，前期議價爲了快速迭代上線看效果，沒有抽象設計成一種通用的意圖識別流程，此次新增第二種意圖識別，有必要還債從新設計了，任何優秀系統的設計都是不斷迭代重構產生，毫不會是一蹴而就的，項目初期在需求不明確的狀況下若是考慮的過多，每每會致使過分設計，後面若是需求變更，又要返工。故從新抽象設計一套通用的意圖識別流程框架。

流程設計：

類圖：

如上圖所示，每種意圖須要實現IntentProcessor接口，實現本身的過濾和處理邏輯，不一樣意圖有不一樣的初篩邏輯和擴展參數，filterAndCompleteContext這個方法是用來過濾和補充意圖識別擴展參數到流程上下文中的，若是知足初篩條件，就添加該意圖類型到可能的意圖列表中，由算法識別最終結果，若是一條消息存在多種意圖，由算法根據優先級規則選出最相關的意圖。獲得意圖識別結果後，調用對應的IntentProcessor的process方法，完成具體的業務邏輯處理，如在議價場景是根據價格規則，組裝不一樣文案下發建議卡片。

4.產品效果

開場白：

打招呼：

4、從問答中取慄

1.爲何老是問我同一個問題？

咱們觀察數據發現，聊天中商品問詢場景覆蓋率35%～40%，由於閒魚商品交易獨特的二手屬性，賣家可能會面臨同一個商品同一個問題會被多個買家屢次問到，從而重複回答的狀況，賣家有苦說不出，只能心裏os"爲何老是問我同一個問題？"。爲了優化賣家體驗，提升賣家回覆效率，咱們決定識別聊天中的問答對，而後在問答對消息後面插入引導tip，賣家側能夠選擇將問答對補充到商品詳情中，若是問答對中含有商品結構化二手屬性信息(好比成色、有無拆修、品牌等)，也會識別並引導賣家補充商品的結構化屬性。

2.通用消息擴展屬性變動

咱們上面說的意圖識別流程框架立刻就用了起來，這時候只須要新增一種意圖識別處理器(IntentProcessor),實現該場景的過濾和處理邏輯，就能夠輕鬆實現整個功能。但新的問題來了，上面的議價、打招呼場景中咱們給賣家側的引導都是一種建議類卡片，這種卡片是一條新消息，與其餘的消息一塊兒混排，並且與觸發源消息關聯性不強，即便有延遲致使卡片插入到偏後的位置，影響也不是很大。可是問答這種場景，下發的是一條引導tip，這個tip是與答案所屬的消息強關聯的，引導tip必須緊跟答案消息後面，若是對不上，就會很是影響體驗。
閒魚的消息列表是按照發送時間排序的，若是按以往新消息的形式插入，沒法嚴格保證下發時機緊跟在某條消息後面，若是人爲的修改消息的發送時間，會破壞消息發送時間這個字段的語義。咱們從另外一個角度思考，這條tip必定是緊跟在某條消息後面，如影隨形，不離不棄，那麼爲何不合二爲一呢？把這條tip當作是這條消息的一個擴展屬性，因此咱們決定引入一種通用變動消息擴展屬性的能力，經過事件下發給客戶端，再由客戶端根據約定的協議解析並展現，以下圖所示

由業務發起對某條消息的擴展屬性變動，可選設置存儲服務端消息庫，更新會話視圖，好比問答場景的tip，是有時效性的，只須要透傳給客戶端，服務端徹底不須要存儲。該方案也爲之後消息的個性化變動及展現提供了可能。

3.產品效果

5、總結與展望

至此，咱們的聊天小助手沉澱出了一套通用的意圖識別流程框架，實現了議價、打招呼、問答三種意圖識別，引導廣大我的賣家跟買家好好聊天，幫助賣家快捷補充更詳細的商品信息。聊天小助手上線後，功能使用率較高，實驗桶相比對照桶，回覆率相對提高4%，在議價場景中，下發卡片的實驗桶相比對照桶成交轉化率相對提高4%，從數據來看，確實也證實了咱們以前的推斷，引導買賣聊天，對促成交易有正向做用，爲接下來該項目的繼續演進提供了可能。

我相信友好親切的溝通交流能夠溫暖人心，拉近關係，現實世界是如此，經過網絡溝通也一樣是如此。將來咱們會持續迭代優化聊天小助手，橫向挖掘更多的意圖識別場景，好比包郵、發貨地等，同時在聊天中涉及最多的商品信息識別場景深耕，幫助賣家更好的完善補充商品信息。總之，將來聊天小助手會有更豐富實用的技能樹，讓她更聰明，更懂你。

原文連接

本文爲阿里雲原創內容，未經容許不得轉載。