揭秘阿⾥百亿级云客服实时分析架构演进之路

淘宝、天猫每天有上亿个不同的买卖家进⾏对话，产⽣百亿条聊天记录。对客服聊天记录的实时分析是实现智能客服的基础。本⽂主要分享

云客服的整体架构，包括实时分析的场景、架构、技术难点，以及为何要从  NoSQL 迁移时序数据库和使⽤⼼得。

⽹购催⽣客服职能转型

如下图，是国内客服体系发展历程。

国内客服体系经历了传统客服、Web 端客户和云客服三个发展阶段。

传统客服以呼叫中⼼为主，主要以电话客服为主，⼈⼒投⼊成本⾼，部门之间沟通少，效率低下。

随着互联⽹发展，出现了 Web 端客服，它打破单⼀的电话形式，客服可同时接待多个⽤户，降低了客户等待时间和客服成本。

到了移动互联⽹时代，⽤户触达渠道越来越多，⽐较碎⽚化。聚合各渠道的反馈，并且保证各渠道⼀致的⽤户体验是提升企业服务质量的重

要⼿段，因此出现了云客服。

多渠道和智能化是云客服最明显的两⼤特征。客服可以借助云客服平台，统⼀处理来⾃企业官⽹、APP、公众号等所有渠道的⽤户咨询，从

⽽保证服务质量的统⼀。

同时通过机器⼈、智能提⽰、营销提⽰等智能插件，提升客服的⼯作效率，让客服具备销售的属性。

如下图，是客服职能转型前后对⽐图。

云客服的整体架构

如下图，是云客服的整体架构。

云客服架构⾃上⽽下可分为客户接触点、接⼊层、应⽤层和⽀撑层。

客户接触点。官⽹、商城、微信、微博等客服接触点会通过统⼀的接⼊⽹关接⼊到客服⼯作台。

接⼊层。接⼊层⾸先会识别⽤户⾝份，例如：VIP  还是普通⽤户，新⽤户还是⽼客户。不同的⽤户会⾃动路由到不同客服组进⾏服务。这

些客服组在应答技巧、推荐内容等⽅⾯都有所差别。

应⽤层。应⽤层是整个云客服的核⼼，包括客服⼯作台、智能插件和客服管理三部分。客服通过客服⼯作台统⼀接待各种渠道的在线和电话

咨询，并根据⽤户反馈形成各种⼯单分发给其他部门处理。

智能插件以给客服提能为主，例如：⾃动催单，物流、订单查询等，能⼤⼤减少客服的重复⼯作。以及智能的组合销售、营销活动提⽰，能

⼤⼤提⾼客服的引导销售额。

客服管理包括知识库、质检、绩效考核、坐席、客情等，是客服主管或企业⽼板经常使⽤的功能。

⽀撑层。这层包括知识库、智能语义分析引擎、呼叫云、IM云、待客云和轨迹云等基础设施。

云客服的智能插件、客服管理等核⼼功能都依赖于聊天记录的实时分析能⼒，下⾯介绍下实时分析的场景、架构和关键技术问题。

实时分析场景

如下图，是云客服实时分析的⼏个场景。

热点问题分析。及时分析出⽤户反馈最多的问题，优先解决。特别在新品上线或⼤促时，作⽤很⼤。

实时接待。实时展⽰接待情况，哪个客服没按时上线，哪个店铺接待不过来，都⼀⽬了然。

实时质检。及时发现客服是否按规定交流，如是否⽤尊称，话术上是否达到要求等。还可分析客户情绪、满意度，及时介⼊客服与客户的争

执。对于客服⼈员变化频繁、新客服多等情况很有⽤。

实时分析架构

如下图，是云客服的实时分析架构。

数据采集