文/Christine｜編輯/Quen
企業的顧客服務也能透過「機器學習」改善！Google先前在舊金山召開全球雲端用戶大會《2017 Google Cloud Next》，舉辦了一場工作坊指導如何運用Google雲端平台的「機器學習」工具改進客戶服務。
自然語言處理或情緒分析等「機器學習」工具能從歷史數據裡擷取特定資訊，協助企業更快速、精準地為顧客解決問題。當一個公司把每名用戶的交流歷史整合到客服中，這些數據就可以讓顧客體驗到定製化的個人服務。
在Google Next活動中，Google 雲端團隊的產品經理Apoorv Saxena 主持了一場講座，聚焦在機器學習工具如何為客服加分。Saxena 認為企業能採取兩種做法：第一種方式是透過已經經過訓練的API處理企業問題，例如Google已經提供的API如 Cloud Vision API、Cloud Speech API、Cloud Jobs API、Cloud Translation API、Cloud Video Intelligence API、Cloud Natural Language API。
和客服最相關的為 Cloud Speech API 和 Natural Language API，Cloud Speech 技術可以逐字紀錄80種語言的電話語音內容，配合其他的機器學習 API 可以進一步分析這些文字內容，而 Natural Language API 可以從客戶回應中判斷他們的情緒。
Google 雲端團隊產品經理 - Apoorv Saxena
若企業想要為組織量身打造解決方案，Google建議他們運用 TensorFlow 和 Cloud Machine Learning Engine 打造並訓練自己的系統。
網路超市Ocado 引進機器學習，將每天客服中心收到的2,000封電子信件透過 Natural Language API為每封信貼上「Feedback (回饋)」或「Positive (正面)」等標籤。再運用TensorFlow 和 Cloud Machine Learning Engine做更詳細的分類過濾。Ocado 的數據經理Dan Nelson表示，公司不但回覆緊急信件的速度快了四倍，同時也節省了客服部的人事開銷。
建議想要引進機器學習的企業，在讓技術上路之前謹慎訂出明確的目標、多做測試。
Ocado 數據經理 - Dan Nelson
參考資料
Techrepublic「How to use machine learning to improve customer service」
http://www.techrepublic.com/article/how-to-use-machine-learning-to-improve-customer-service/
