卡耐基在《人性的弱点》一书中说:“在这个世界上影响别人的唯一方法就是谈论他想要什么，告诉他如何得到他想要的”。可见，良好的沟通可以极大地拉近双方的关系，进而相互影响。闲鱼的消息是买家了解二手商品信息不可或缺的一部分。我们有理由推断，良好的聊天可以对交易产生积极的影响。需要推理数据来证明。通过对以往聊天交易数据的相关性分析，我们得出以下结论:

我们推测个人卖家转化率低的原因之一是不会聊天。通过抽样案例，我们发现一些卖家的回应冷漠、僵硬、情绪化，导致双方尴尬，聊天戛然而止。所以我们探索的方向就是如何引导卖家和买家好好聊天，识别算法的意图，以聊天助手的形式给卖家提供友好的建议，让沟通不再死板。

1。为什么讨价还价

买卖聊的主要对话场景包括开仓询价、价格问题、邮费问题、产品信息等。其中，30% ~ 40%的谈话谈价格，谈话中谈价格时，往往是交易的后期。如果买卖双方在价格问题上沟通顺畅，有望有效促进交易。所以我们考虑从议价场景入手，从最小闭环入手，观察数据支持猜想，再从其他对话场景策略入手，循序渐进。

2。方案设计

为了不影响消息的主链接，标识过程必须遵循异步mq消费过程。同时，为了减轻算法识别压力，对消息类型、发送方、关键词过滤、会话疲劳控制等规则进行了初步筛选。此外，我们还联系了商品的价格力数据。价格力数据可以提供同类商品的销售价格和推荐价格，通过算法的综合选择给出商品的推荐价格。然后根据买家的出价情况，将不同的产品逻辑组合做成不同场景下同意/拒绝文案的选项。这样，无论买方出价合理与否，无论卖方接受与否，都为卖方提供了友好的议价选项，这样买卖双方仍有机会继续聊天，仍有成交的希望。如果买家出价不合理，还会给买家一张不合理的议价牌，给出类似商品的参考价格，拉平买家的价格预期。

3。产品效果

卖方:

买方:

1。孩子还在吗？

我相信这是几乎每个闲鱼卖家空常见的聊天开场白，但是很多卖家看多了都不愿意回答这种没营养的问题，内心OS:& # 34；不，你为什么还挂着？？？"。为了让买卖双方的聊天有一个愉快的开始，我们考虑从两个方面优化这个场景:

2。基于类别的加权随机开场白

在不同类别的商品聊天中，买家的关注点是不同的。基于线下数据分析，我们检索了不同类别买家最关心的问题列表。我们先把这些问题按类别分类，再按关注点(二手属性)，再加上触发规则条件和权重分值，形成了一套开放的问题库，可以通过产品运营进行添加和修改。
流程图:

如上图所示，在创建会话时，先按照类别读取问题库得到相应的问题列表，然后根据商品本身的一些属性，比如是免邮费还是全新的，按照规则筛选出符合要求的问题列表，再根据权重点随机对符合要求的问题进行加权，最后得到一个二手属性的问题项。为了保证问题内容的多样性，二手属性的每个问题项也会有不同的文案但语义表达相同。最后再随机选择一个具体的问题表达，然后就可以发建议卡了。

3。意向识别流程框架

砍价意向的算法识别前面已经实现了，这次需要增加一个问候语识别。是否要重新开发整个流程？显然，没有必要。之前的砍价为了快速在线迭代看到效果，并没有把设计抽象成一个通用的意图识别过程。这次增加了第二个意向认定，需要还债，重新设计。任何优秀系统的设计都是通过迭代重构产生的，绝不会一蹴而就。如果在需求不明确的情况下，在项目初期考虑过多，往往会导致过度设计，如果后期需求发生变化，就不得不返工。因此，我们重新抽象设计了一套通用的意图识别过程框架。

流程设计:

类图:

如上图所示，每个意图都需要实现IntentProcessor接口来实现自己的过滤和处理逻辑。不同的意图有不同的初始筛选逻辑和扩展参数。filterAndCompleteContext的方法用于将意图识别的扩展参数过滤和补充到过程上下文中。如果满足初始筛选条件，意向类型将被添加到可能意向列表中，算法将识别最终结果。如果一条消息有多个意图，该算法将根据优先级规则选择最相关的意图。在获得意向识别的结果后，调用相应IntentProcessor的process方法完成具体的业务逻辑处理，比如在砍价场景中，根据价格规则，组装不同的字帖发出提案卡。

4。产品效果

开场白:

打招呼:

1。为什么你总是问我同样的问题？

根据我们的观察数据，聊天中的商品查询场景覆盖率为35% ~ 40%。由于闲鱼商品交易特有的二手属性，卖家可能面对同一件商品，同一个问题会被多个买家多次询问，从而重复回答。卖家说不清自己有没有痛，只能担心os & # 34为什么你总是问我同样的问题？"。为了优化卖家体验，提高卖家回复效率，我们决定在聊天中识别问答对，然后在问答对消息后插入引导提示。卖家可以选择将问答配对添加到商品详情中。如果问答对中包含了产品的结构化二手属性信息(如颜色、是否拆过、品牌等。)，还会识别并引导卖家补充产品的结构化属性。

2。通用消息扩展属性的更改

将立即使用上述意图识别过程框架。这时候只需要添加一个IntentProcessor来实现场景的过滤和处理逻辑，整个功能就可以轻松实现了。但是新的问题来了。在上面的讨价还价和问候场景中，我们对卖家的指导就是一种建议卡。这张卡是新消息，和其他消息混在一起，和触发源消息关联不大。即使有延迟，卡也会插到后面的位置，影响不会很大。但是，在问答场景中，会发布一个引导提示，该提示与答案所属的消息密切相关。导读提示一定要跟着答案的信息走，如果不符合，会极大影响体验。
闲鱼的消息列表按照发送时间排序。如果过去是以新消息的形式插入，就不能严格保证发送时间遵循某一条消息。如果消息的发送时间被人为修改，消息发送时间字段的语义将被破坏。从另一个角度来说，这个提示一定是紧跟某个信息的，而且永远不会离开，那么为什么不合并成一个呢？这个提示被看作是这个消息的一个扩展属性，所以我们决定引入一个通用的能力来改变消息的扩展属性，通过事件发送给客户端，然后由客户端按照约定的协议进行解析和显示，如下图所示。

业务发起消息扩展属性的变更。或者，可以设置服务器端消息库并更新对话视图。比如问答场景的提示，是有时效性的。只需要传输到客户端，服务器根本不需要存储。该方案还提供了个性化改变和显示未来消息的可能性。

3。产品效果

至此，我们的聊天助手沉淀了一套通用的意向识别流程框架，实现了砍价、问候、问答三种意向识别，引导个人卖家与买家好好聊天，帮助卖家快速补充更详细的商品信息。聊天助手上线后，功能利用率更高。与对照桶相比，实验桶的响应率相对提高了4%。在砍价场景下，发卡的实验桶的交易转化率相对控制桶提高了4%。从数据上来看，确实证明了我们之前的推断，引导了买卖聊天，对交易起到了积极的推动作用，也让下一个项目继续进化成为可能。

我相信友好亲切的交流能温暖人心，拉近距离，在现实世界如此，通过互联网交流也是如此。未来，我们将继续迭代优化聊天助手，横向探索更多的意图识别场景，如发货和送货地点等。同时深耕聊天中涉及最多的商品信息识别场景，帮助卖家更好的完善和补充商品信息。总之，未来聊天助手会有更丰富、更实用的技能树，让她更聪明，更懂你。

作者:闲鱼科技-悠悠

原文链接:http://click . aliyun . com/m/1000287689/[S2/]

本文为阿里云原创内容，未经允许不得转载。[/s2/]