引

今年淘宝天猫的双十一双十二狂欢节，有一点特别，因为在几个月前，马云刚宣布正式卸任阿里集团董事局主席职位。与此同时，拼多多发起百亿补贴，京东加大宣传力度，这些都给了淘宝天猫不小的压力。然而事实给了外界质疑阿里的声音一个大耳刮子——“你爸爸还是你爸爸”，淘宝天猫依然稳坐电商平台的头把交椅，根据官方数据显示，在双十一期间，淘宝天猫仅用16小时31分13秒的时间就突破了去年全天的2135亿大关，创下2684亿销售额记录。

与此同时，在双十一和双十二期间，与销售额呈同比例增长的，还有顾客的咨询量。而这些通话文本无疑会成为客服管理的重要素材。在客服管理方面，你或许有这些疑问，那些销售额高的店铺，他们的客服管理就一定比其他的店铺做得好吗？不同品类之间的店铺可以用同一套客服指标去管理吗，它们之间有什么不同吗？店铺的询单转化率到底和客服的哪些指标有关呢？

为了回答上述的疑问，我们挑选了128家各行业头部天猫店铺——这些店铺都已将客服智能质检融入了其日常客服管理流程之中，是行业第一批利用AI技术对人工客服服务进行实时全量质检的企业——我们抽取了他们双十一和双十二期间的全量对话文本以及质检分析结果，利用人工智能自然语言处理技术（NLP）对此进行了细致的观察和具体的分析。

下文中，小编首先会简要分析热销的TOP级店铺成功的原因以及客服管理在其中起到的作用。其次，在第二部分和第三部分，文章将会展示从这些对话文本中，小编到底发现了什么，这些发现又能对客服管理带来什么帮助。

一、成为热销TOP店是有原因的

从09年开始，每年的11月11号，以天猫为代表的大型电子商务网站一般会在这一天举行一些大规模的打折促销活动，以提高销售额度。2011年11月1日，阿里就已经向国家商标局提出了“双十一”商标注册申请，并于2012年12月28日取得了“双十一”的专用权。于是，原本被称为“大光棍节”的11月11日便成为全民购物的“天猫狂欢节”。购物网站们在尝到甜头之后再接再厉，又推出了双十二。

对消费者来说，“双十一”和“双十二”是购物的天堂，“在双十一和双十二不买点东西，就感觉自己亏了”。而对商家而言，“双十一”和“双十二”则是商业的战场，它不仅仅指11月11日和12月12日这两天，而是一段持续的营销campaign。

我们以双十一全美妆销售额第一的兰蔻为例，来看一看它的双十一营销策略。

代言人策略

早在9月份，兰蔻就将吴亦凡定为品牌代言人，利用其自带的顶级流量、话题度和粉丝号召力，提前抢占了消费者心智。这一做法即满足了粉丝应援偶像的情感需求，又增添了其购买兰蔻旗下产品的情感动机，让无数粉丝将兰蔻纳入了种草清单。品牌以此为端，完成了一波漂亮的双十一预热。

清空购物车

在双十一的活动期间，消费者的关注焦点一定是购物车，兰蔻在双十一预售前，每日清空一位消费者的购物车，潜移默化引导消费者接触产品、提前加购，为双十一引流。

双十一倒计时

兰蔻无人机从法国起航，一路点亮巴黎、上海、南京、杭州、广州五城地标，每点亮一座城市，就是双11倒计时前进一步。这不仅为品牌打造了传播噱头，同时也将品牌的浪漫内核做了具象化展示。

代言人策略

明星种草。兰蔻率先集结刘涛、徐璐、俞飞鸿、周冬雨、王俊凯等多位明星大使，以vlog、开箱、福利等内容，通过明星真实的护肤体验吸引大众种草。活动以明星为中心，以品牌为中间轴，在拉近了消费者与明星的情感、生活距离的同时，也提高了品牌自身的温度。

直播种草

提到淘宝直播，就不得不提薇娅和李佳琦了。“薇娅的女人”和“所有女生”的口号已经越来越成为消费者下单抢购的理由。基于这一消费风向，兰蔻与薇娅、李佳琦这两大淘系顶级TOP主播联手，搭配明星资源，创造出了一系列充满娱乐性的热门话题。比如“刘涛为李佳琦涂三种颜色口红”的话题当天就登上了微博热搜榜第一，收获了高达3.7万的讨论量。

以上就是兰蔻为19年的双十一策划的五种营销活动，也是兰蔻成为天猫双十一美妆冠军的成功秘诀之一。从店铺流量来说，这一波campaign无疑为兰蔻带来了巨大的顾客浏览量。然而我们也发现另一美妆品牌在营销上花的力气并不比兰蔻少，销售额却稍加逊色，这是为什么呢？调研之后，我们猜测或许是两者在客服服务上有所差距。

店铺的营销固然不可忽视，客服服务也非常重要。如果说营销起到了招揽顾客的作用，那么客服服务就是留住顾客的重要因素之一。

在线上销售中，售前客服作为和客户直接交流的重要角色，承担着消费者购物的引导工作。想要让前来咨询的客户主动完成下单动作，客服的销售话术非常重要。在上一篇文章《双十一数据研究：从研究消费者心理出发，提高售前客服转化率》中提到，在大致分析了双十一的数据之后，我们发现一条规律：绝大多数情况下，同一时间段内，相同品类店铺的询单转化率与该品类店铺的总体售前客服服务得分基本上呈正相关性。那在这一篇文章中，小编就要告诉你，同一品类的店铺询单转化率都与哪些具体的客服指标有关。

首先，我们挑选了128家各行业头部天猫店铺，抽取了它们双十一和双十二期间的全量对话文本以及质检分析结果，并对其进行了分类，分别是：TOP&非TOP的、不同品类的和同一品类不同店铺的。接下来，使用NLP的情绪解析、相似度分析等技术对文本进行了智能分析，最后得出了以下的数据和结论。

接下来就来看看小编的分析结果吧。

二、多角度对话分析平均对话通数

平均对话通数

图一是TOP级店铺和非TOP级店铺的平均通话数对比，图二是12个不同品类中，客服的平均对话通数对比：

图一

图二

在不同销售额等级的店铺的平均对话通数对比中，我们可以看出，TOP级店铺的平均对话通数高于非TOP级店铺。这很好理解，生意越好的店铺，门前会聚集越多的顾客，客服和顾客之间的对话也就越多了。而在不同品类的平均对话通数对比中，我们可以看到，鞋子的对话通数最高，于是我们对鞋品类店铺的顾客问题做了观点聚类（NLP技术的一种），发现顾客经常会问的问题是——“你们的鞋磨脚吗？”“我穿运动鞋是XX码，那你们的鞋应该选几码呢”等等。由于鞋品类的个体差异性较大，顾客在购买时要考虑鞋码、材质、是否磨脚、胖脚还是瘦脚等等问题，所以通话数才会这么多。

据此，我们初步得出结论：店铺的通话数可能会和店铺的销售额及所属品类有很大关系，商家朋友在客服人数的安排上要具体问题具体分析。

平均应答字数对比

图三是TOP级店铺和非TOP级店铺的平均应答字数对比，图四是12个不同品类中，客服的平均应答字数对比：

图三

图四

从图三中我们可以看出，TOP级店铺客服的平均应答字数比非TOP级店铺略高，但数值相差并不大，都稳定在38以上。而从图四中我们可以看出，保健和鞋品类的店铺数值会高一些，可能是因为客户在购买这些品类的产品时，问的问题会比较多且问题较为复杂，需要客服做较为详细的解答，同样，我们使用观点聚类的方法对顾客问题进行了分析，发现“保健品的功效”、“服用时间”、“有无禁忌”这类问题出现较多。

不过，小编想在这里提醒商家朋友的是，客服管理者在制定平均应答字数的指标时，不同的行业之间要有所区分。更值得注意的是，客服的平均应答字数固然重要，然而有时候，对话的质量也许是我们应该更关注的一个问题。

情绪告警率对比

情绪告警分为两个指标，分别是情绪浓度和情绪类别。语忆客服智能质检工具利用情绪解析技术（NLP的一种）对对话文本中顾客的情绪进行分析，一旦数值超过某个阈值，就会发出告警，例如NLP分析“你们的东西怎么这么垃圾”这句话，就属于“愤怒”类别下的“高浓度”情绪，肯定会发出告警。

图五是TOP级店铺和非TOP级店铺的情绪告警率对比，图六是12个品类的店铺的平均情绪告警率对比：

图五

图六

从图五中我们可以看出，TOP级店铺顾客的情绪告警率要高于非TOP级店铺，说明虽然TOP级店铺的销售额较高，然而对客服话术的管理仍然需要改善。而在图六中，我们看到电子券和食品品类的情绪告警率相对较高，猜测其中的原因可能是由于操作不当，例如顾客使用肯德基电子券在实体店支付时，遇到的支付不了、排队等待等情况会心情不好，转而向客服发泄。而食品可能是因为个体口味差异大，例如五分甜的奶茶对于一部份人来说是刚好，对于另外一部分人来说却可能过于甜了。

综上所述，顾客在和不同品类的店铺客服交谈时，可能会有不同的情绪，相应的，客服要有安抚顾客情绪的能力，而商家朋友在对这种能力进行管理时，不管是销量高的店铺还是销量低的店铺，都应该给予重视。

关键词告警对比分析

关键词告警指的是：如果一段文本当中出现了设置好的关键词，例如“投诉”，计算机就会自动发出告警，提醒商家朋友注意。

表一和表二分别是所有店铺配置数排名前十的关键词列表和告警数排名前十的关键词列表：

表一

表二

从表中我们可以看出，“退款”、“取消订单”、“不要了”、“不要发货”这些表示交易失败的关键词不管在店铺设置数上还是告警频次上都很高，说明在双十一双十二巨大销售额的背后，也有很高的退货退款率，值得注意的是，这或许也与19年双十一首次提前10天开启预售有关。例如有顾客在11月1日买了一件羽绒服，提前支付了定金，但是她过了3天又看中了另一款，而预售机制是买家必须在11月11日当天支付尾款，淘宝才能在11月11日24点之后连同定金一同退还给买家。所以可能会发生顾客对客服说“我不要了”“你们不要发货”“订单取消了”等等情况。

在表一中，我们可以看到“香港”的关键词竟然有28家店铺都配置了，这让我们不禁想起了香港如今的政治局面，也从侧面说明政治问题对店铺活动会有所影响，顾客在购买过程中，会主动询问香港的店铺是否是站在港独的立场。

话术规则对比分析

高可定制化的质检规则配置是语忆智能客服质检的核心技术，它是基于情绪解析、相似度文本匹配以及词法句法分析等技术，为质检提供了高可配置的话术规则检验功能。具体来说就是：在一段对话中，当顾客发出某种信息触发了条件，客服是否能按照设置好的话术逻辑做出回答，例如当顾客问“我的皮肤很干，有什么产品推荐吗？”时，如果客服不按照“皮肤干的话需要滋润类型的护肤品，推荐您xx产品，它的功效是……”这个逻辑去回答，就会触发告警。

表三和表四分别是所有店铺中告警频次数排名前五的配置规则和TOP级店铺中告警频次数排名前五的配置规则：

表三

表四

从这两张表中我们可以看出，排名靠前的配置规则都属于基础服务类型，例如“结束语规范”告警，说明很多客服在顾客得到答案打算离开之时，并没有将整套对话流程完成，就好像顾客在线下购物的时候，买完东西离开，销售人员并未说“欢迎下次光临”等等的话术，看似是细枝末节的东西，其实关系到用户体验的问题，商家朋友应该要重视起来。

细看之下，我们还能发现表四的规则要比表三复杂一些，事实上表三的很多规则通过关键词触发这种结构化数据就可以完成，而表四的“未告知卖点”、“未使用关联推荐话术”都需要用到相似度分析，这些在技术操作层面上更为复杂，从内容告警上也更为精确。说明TOP级店铺对售前客服的销售技巧要求较高。

表五是服装行业的五家店铺告警频次数排名前五的配置规则：

表五

从表中我们可以看出，排名第一的规则是“坐席未催付”，我们可以猜测，服装行业以女性居多，在付款时，女孩子比较犹豫，往往下了订单，并未付款。排名第二的“未推荐相关产品” 规则，指的是顾客在询问客服“有没有XX产品”时，客服有没有做出正确回答。排名第三的“未进行关联销售”规则是指客服有没有为顾客推荐店铺的产品，例如顾客想要的商品没有或者不知道要买什么商品时，客服要做出正确推荐，这其实是在考察客服的主观能动性，也是销售的技巧之一——挖掘顾客需求（或隐性或显性），引导顾客消费。

排名第四的规则是“未使用等待提示语”，面对同一时段的大量的顾客咨询，客服一时间可能没办法应付，在让顾客耐心等待的过程中，要对顾客有所回应，例如“亲，目前咨询量较大，回复不及时非常抱歉~您可以简单描述您的问题，客服看见后会帮您处理完善的哦”。最后一个”未产品FAB介绍”指的是对产品的介绍，例如在介绍羽绒服的时候会提到什么在零下多少度的环境下穿是合适的。

三、询单转化率的关联因子

图九、图十和图十一分别是服装品类中，五家店铺的询单转化率与平均应答时长、规则告警率以及平均应答字数之间的相关统计：

图九

图十

图十一

从以上三张图中，我们可以看出询单转化率与平均应答时长和关键词告警率大致呈负相关的关系，而与平均应答字数呈正相关的关系。当顾客敲完问题之后，他等待的时间越长，订单流失的可能性就越大。而相反，如果顾客和客服的聊天时间越长，就代表顾客花在该店铺的时间成本越多，在“损失规避”心理的作用下，顾客更容易在这家店铺下单。在顾客与客服对话的过程中，出现的关键词例如投诉、退款的告警率越低，交易的过程就可能越顺利。而在客服回答顾客问题的时候，客服应答的字数越多，顾客下单的可能性越大。根据消费者心理的互惠原理，当人们给予你好处后，你心中会不自觉的产生负债感，并且希望能够通过同一种方式或者其他方式还这份人情。

综上所述，一家店铺的询单转化率可能会与客服的应答时间、应答字数以及对话过程中出现的关键词告警率有关，感兴趣的商家朋友们可以自行验证一下。

总结

综上所述，我们分别对TOP级&非TOP级店铺、不同品类店铺做了平均对话通数、平均应答字数、情绪告警率、关键词告警、规则告警的对比分析，发现TOP级店铺的平均对话通数和平均应答字数都要高于非TOP级店铺，但是情绪告警率却要比非TOP级店铺高。我们完全可以得出结论：销售额高的店铺在客服服务方面并不一定比别的店铺好，有些地方可能还需要再加强管理。

在不同品类店铺分析中，我们发现在平均对话通数上，鞋品类最高，在平均应答字数上，保健品类最高，在情绪告警率上，电子券品类最高。通过这些数据，反映出不同品类店铺的客服文本有不同的特征，不可以用同一套客服指标去质检，需要具体问题具体分析。

在对关键词和规则做分析的过程中，也反映出了双十一和双十二期间特有的表现，比如顾客对预售商品的取消订单行为。商家如果能对顾客的行为有一个更准确的预估，对客服的管理就可以有一个更明确的方向了。在规则配置上，我们发现店铺的销售额越高，规则配置似乎也更加复杂，对客服的销售话术要求也就越高，而将范围限定在同一品类之后，规则配置也显示出了特有的行业特点。

此外，在对服装行业的五家店铺的客服文本做分析之后，我们也发现询单转化率与平均应答时长和关键词告警率大致呈负相关，和平均应答字数大致呈正相关。