快速掌握知识库关键结构\x0a目录树与检索的设计方法\x0a知识库与人工智能的关系\x0a流程化的知识化为智能服务的起点\x0a知识库的构建与优化

 

知识管理，经常被人提起，但面对知识量极大，同时散布在各个不同系统中的业务知识，整理起来总是让人感到难以处理，对于呼叫中心而言，他是最基础，最层次的处理系统一个呼叫中心，他可以没有CRM系统，没有管理系统，但在电话之前，每个客服人员一定需要知道该说什么，该给客户传递什么信息，客户的问题如何解答，而这些解答客户问题的资料，也就是呼叫中心的知识，这一类的知识整理系统，就组成了我们所说的知识库了。

知识管理：是指在组织中建构一个人文与技术兼备的知识系统，让组织中的信息与知识，透过获得、创造、分享、整合、记录、存取、更新等过程，达到知识不断创新的最终目的，并回馈到知识系统內，个人与组织的知识得以永不间断的累积，从

系统的角度进行思考这将成为组织的智慧资本，有助于企业做出正确的决策，以因应市场的变迁从定义定我们可以见到知识管理首要的是知识系统，好的、适合企业特征的知识系统做为底层的系统支持，可以用之附载整个知识与信息的运转过程，令知识可以有一个稳定的存储与更新的基础，以便令使用者可以更快更有效地获得所需的信息。

在知识管理的分类上可分为个人的知识管理与企业的知识管理两大类型很多人可能会觉得知识管理听上去很深奥，其实不然，我们个人电脑内的文档、图片、软件等都可以认为是一个知识储存库，也可以通俗的认为知识库，而个人对本电脑里这个信息的分类管理与交叉使用、信息关联设置、文档资料的更新处理也就可以认为个人信息库的知识管理。

同理，对于一个企业而言，存放企业使用的各类知识有着各类不同的系统，但不是每一类的知识与信息都可以作为企业业务运作的信息，我们把支持企业业务运作的信息编理后放在统一的系统中，这一类的系统即可称之为知识管理系统，如是在同一系统内的知识管理，该系统即为知识库。

以知识库为载体的各类知识管理活动，也就是通常所说的企业知识管理各类企业的知识管理活动都有着不同的特性，如公安系统，重视的是数据的结构化管理、权限设置、保密性，快速定位能力；企业注重的是公共知识传递与知识的积累。

而电信业，对知识管理的要求更广，包括知识的管理、知识定位、知识的分类等知识管理可分为系统层面与业务管理层面两部分，系统层面的需求重点在于：系统容量服务器的独立性定位响应速度多级管理权限设置多种类文件的管理

知识库的结构设计报表……而管理层面则在系统的基础上，围绕着业务知识需求，管理架构进行知识管理，流转，让知识真正产生竞争力在知识管理中，人们常提到的问题有很多，包括：目录树、检索、知识对比、知识结构化、数据挖掘、业务推送、业务增值服务提示等等……业务种类需多，但以下几点是整个知识管理的基础：。

知识库目录树结构知识检索方法知识模版管理知识管理者流程协作统一知识报表知识库目录树结构知识库内存在着大量非结构化知识文档，包括：TXT、WORD、EXCEL、DORT、AMR、MP3，MIDI，AAC、

MPEG-4 Visual Simple等等如何将这些非结构化的文档与结构化的文档进行分类管理是知识管理的最基础部分一般而言，目录的设计需考虑以下因素：知识架构明确；知识分类清晰；规范目录名称；符合目前使用习惯；

兼顾未来发展趁势；扩展性与可控性强；展示页面友好；权限技能细分；具有导航功能1知识架构是指知识库目录层级设计，一般可分为网页结构与树状结构两种目录使用得最多的是树状结构，常称为目录树在目录设计中，最为重要的深度与宽度的设计原则。

深度是指目录设置的层级数量，一般在同一位置上的层级展现不宜超过3层，如超过则以多维度的展现为宜按使用习惯，目录树一般放于左则，如果超过三级目录，从第四级开始，可以横向放于知识库的上方深度决定点击的次数，查找的速度，造成使用者查找的代价加大。

一般不应超过6级宽度是指每一级目录的数量，该宽度按平常人目光定位的速度的依据，宽度越少越能快速查找到需求点，但宽度过短，必将造成深度加长，从而增加了点击量，造成查找代价过高知识库目录的结构不宜参照IVR

：5×5×5的结构建议每个层级的宽度不宜超过18个支节点，一般以8－15为宜2知识分类清晰知识目录结构的分类规则较多：可按地区为主线、以业务为辅线作为划分依据；也可以业务为主线、地区为辅线而进行；还可以按使用者的使用习惯而划分；

但对于前瞻性的业务需求、业务管理、客服业务权限而言，管理者还可以以业务发展总趋势为主线，业务管理方面除10000号的需求外，兼顾其他业务团体（营业厅、网站等需求），客服代表使用的习惯而进行如电信业务的未来主线为品牌产品业务，因此本类电信产品业务可以单独设立，而电信的传统业务相对较杂，可但为辅线按使用量顺序总括放于电信业务的下级目录下。

当然除此以外，首层目录的分类还可以按产品的关联度等内在关联方法而设定一个好呼叫中心知识库目录分类，除了需考虑知识本身的分类结构外，还需要考虑如何与业务技能进行有效的对接，而业务技能又应与IVR的语音引航相结合，以便更有效地业务权限分配，方便不同地区、不同业务技能的人员可以更快捷有效地查找到需要的业务知识，同时方便采编人员进行业务分类处理。

当然业务技能的分类时需考虑业务的关联性值得一提的是，知识库目录树的首层目录影响着使用人员的工作思维、操作习惯与和系统响应效率，因此首层目录树是整个目录建设的关键，因此本级目录除了考虑业务定位速度、知识的点击量多少外，还需要考虑业务的稳定性，一般首层目录不适合频繁改动，经常变动的产品类别不应做为首层目录。

本期，我们就知识管理的目录进行简要的探讨，下期，也来谈谈检索。有兴趣的朋友我们可以在在下周的课程中一起探讨知识库与智能客服。

课程背景随着互联网经济对于整个社会的影响日益巨大，呼叫中心的服务模式也在经历着显著的变化，不管是走在前端的电商行业，还是传统的制造行业、运营商和金融行业，基于互联网业态下的服务模式转型已是大家的共识，在此背景下，很多呼叫中心开始部署智能客服，但是除了技术上的考虑，智能客服在后期样本训练、语义库的建设和机器学习上还需要很大的投入。

本课程从智能客服的流程建立开端，帮助学员理解智能知识库与传统知识库的差异点，客服如何利用底层知识，客户需求、业务场景、实时数据等为服务打造出新天地？课程收益了解知识库的历史与未来了解业务知识库设计的关键点（非技术结构）

快速掌握知识库关键结构目录树与检索的设计方法知识库与人工智能的关系流程化的知识化为智能服务的起点知识库的构建与优化智能客服的指标管理与机器学习能力课程大纲第一单元：知识库构建及人工智能新型知识库覆盖你的认知

知识库 —— 承载知识与经验的空间客户服务中心的知识运营体系分散知识结构人工智能的底层客户服务中心对知识库的要求第二单元：结构化与非结构化的知识结构结构化与非结构化的知识结构结构化——半结构化——非结构化

知识的结构化第三单元：目录树与知识点目录横向与纵向定义知识点结构分层与搜索第四单元：知识搜索与智能引擎找寻答案的方法——目录树与搜索如何种好一棵目录树检索定义、关键字、关键信息快速找到你的答案智能引擎的定义

智能引擎的商业运用第五单元：知识图谱及知识关联七、知识图谱关联你的知识知识地图的分类构建知识地图的步骤不同行业的知识图开放式与封闭式知识库随时随地使用的知识帮助做好你的知识社区开放式与封闭式知识库第六单元：文字与语音技术在智能服务中的应用

自然语分析机器学习逻辑判断与神经元训练第七单元：知识服务运营知识库定位使用角色与场景流程串联内外使用场景智能知识库的部署与训练投入产出测量数据与知识库的结合知识库与知识模版在人工服务中的使用知识库与知识模版在人工服务中的使用

第八单元：多終端下的知识库随时移动的客服人员手机端、营业终端使用的机器人随时编辑你的知识让你的知识活起来第九单元：人工智能 —— 从场景化开始目前AI的实用领域—— 服务、销售客服中心如何运用机器人为我们服务

服务人员如何与机器一起配合工作从身边的场景起做好你的新型知识库运营，从节点到无限案例分析——亚马逊、阿里巴巴智能服务从选择你的最佳场景入口开始课程讲师高老师亿呼资讯高级讲师、顾问；客户服务行业资深运营专家;

《客户世界》杂志撰稿专家；20多年来从事运营管理及实业投资，作为中国较早一批进入客户服务行业的专业人士，拥有多年呼叫中心运管管理、大数据应用、智能服务及服务架构建设、项目运营管理经验，呼叫中心咨询项目、培训项目，在客户服务业务链条上实现全链条体验及管理。

2009-2011年期间为广东电信、四川电信等省级客服中心进行知识库整合、规划，提供5000人以上同时在线的客户中心运营管理体系及知识库的服务；2011年加入蚂蚁金服参与客户满意中心的运营管理、人才规划、参与云在线、智能小宝、机器人服务等事宜。

同时因从事风险投资及投后管理工作，对企业的整体运作，商业模式、企业管控等具有较深的认知，能更好地理解企业对呼叫中心的定位、作用、管理；从企业整体角度上观察提升客服中心的能力知识库与智能服务课程咨询：吴老师

课程时间：10月18-19日课程对象：知识库岗位相关人员课程专家：高老师课程费用：4800元/人咨询热线：010-59430375    13810976979wwwww.cctrain.net

免责声明：本站所有信息均搜集自互联网，并不代表本站观点，本站不对其真实合法性负责。如有信息侵犯了您的权益，请告知，本站将立刻处理。联系QQ：1640731186