이커머스 고객 서비스를 재창조하는 AI 에이전트: Coze 플랫폼을 기반으로 한 실제 사례 분석

기존의 이커머스 고객 서비스 시스템은 지능형 고객 서비스 시스템과 인간 팀 간의 협력에 의존하지만, 이 모델은 종종 효율성 병목 현상과 경험상의 문제점에 직면합니다. 빅 모델 기술은 수년 동안 개발되어 왔지만 대부분의 AI 고객 서비스는 여전히 사전 정의된 프로세스(SOP 모드) 또는 단순한 인간과 기계의 협업(SOP 모드)에 기반한 지원으로 제한되어 있습니다.Copilot (모드)를 클릭합니다.

'응답을 위한 사전 구성', '기계적 일방향 질의응답', '부정확한 정보를 생성하여 사용자를 오도', '사용자의 의도를 정확하게 인식하지 못해 미답변으로 이어지는 질문' 등의 문제는 AI 고객 서비스의 효과를 크게 제한합니다. '응답을 위한 사전 설정 필요', '기계적 일방향 질의응답', '부정확한 정보 생성으로 사용자 오도', '사용자의 의도를 정확하게 인식하지 못해 부정확한 답변으로 이어짐' 등의 문제로 인해 AI 고객 서비스의 효과는 크게 제한되고 있습니다. 이러한 한계는 진정한 자율성과 복잡한 대화를 이해하고 기획할 수 있는 능력이 부족하기 때문입니다. 이러한 한계를 극복하기 위해 업계에서는 다음을 기반으로 AI 고객 서비스의 실현 가능성을 모색하기 시작했습니다. Agent AI 고객 서비스 솔루션 모드. Jitterbug 이커머스 고객 서비스 팀을 예로 들어 보면, 이 팀은 Coze 플랫폼 구축 Agent를 통해 인간과 기계의 협업을 위한 새로운 패러다임을 모색합니다.

효율성 향상:Coze 고객 서비스 시나리오에서 에이전트의 두 가지 적용 모델

기존 이커머스 고객 서비스 프로세스(사용자 문의 -> 로봇 응답 -> 수동으로 전환)는 문의가 많은 피크 기간에 사용자가 장시간 대기하기 쉽고 경험에 영향을 미치며, 동시에 많은 수의 반복 문의를 수동으로 처리하는 것은 비용이 많이 들 뿐만 아니라 효율성을 개선하기 어렵습니다. 큰 모델과 Agent 이 기술을 탐구한 결과 두 가지 주요 애플리케이션 모델이 탄생했습니다:

1. Agent 직접 고객 서비스: by AI Agent 고객에게 직접 서비스를 제공하세요. 다음에서 서비스를 제공함으로써 Coze 플랫폼 구축 Agent 인텔리전스 및 과거 대화 데이터에서 축적된 일반적인 문제와 해결책으로 훈련되었습니다.Agent 고객 문의에 신속하게 대응할 수 있는 능력. 더 중요한 것은.Agent 지속적으로 학습할 수 있기 때문에 사용 횟수에 따라 답변 정확도가 향상됩니다. 특정 표준 또는 반복적인 질문 시나리오를 처리할 때 이 모델은 사람의 고객 서비스를 완전히 대체하고 운영 비용을 크게 절감할 수 있는 잠재력을 가지고 있습니다.
2. Agent 응답 + 수동 감독전환 또는 협업의 보다 일반적인 모델입니다. 주로 다음과 같이 구성됩니다. Agent 모델이 응답 제안을 생성한 다음 실제 고객 서비스 상담원이 이를 검토하고 확인합니다. 모델 응답이 위험하거나 복잡하고 감정적인 질문을 처리할 수 없는 경우에만 사람의 개입이 이루어집니다. 모델의 성능과 수동 개입의 필요성을 정량적으로 평가하기 위해 '효과적인 개입률'과 같은 지표를 도입하여 AI 답변의 품질과 수동 수정의 합리성을 판단합니다. 이 모델은 서비스 품질을 보장하는 동시에 AI 모델의 지속적인 최적화를 위한 귀중한 피드백 데이터를 제공합니다.

구현 경로: 고객 서비스 해체 및 재구축하기 Agent

Jitterbug 이커머스 팀은 다음을 기반으로 합니다. Coze 플랫폼 실무, 특히 판매 후 고객 서비스 시나리오에서 다음을 구축합니다. Agent 에서 템플릿으로 사용되었습니다. Coze 플랫폼 스토어는 다른 기업이나 개발자가 무료로 사용할 수 있도록 개방되어 있습니다. 이 템플릿은 물류, 결제, 판매 후 서비스 및 기타 일반적인 문제를 처리하도록 설계되어 수작업을 대체하는 지능형 고객 서비스 구축에 참고할 수 있는 아이디어를 제공합니다. 사용자는 각자의 비즈니스 요구에 따라 Agent 및 사용자 지정 수정을 위한 관련 워크플로.

이걸 받으세요 Agent 템플릿의 주소는 다음과 같습니다:https://www.coze.cn/s/uM1e-yIzEzo/

이 프로그램의 핵심 아이디어는 복잡한 기존 고객 서비스 기능을 데이터 기반 및 파견이 가능한 지능형 서비스 단위로 추상화하고, 서비스 프로세스를 자율적으로 실행할 수 있는 지능형 바디 시스템을 구축하는 것입니다. 구체적인 구현 경로는 크게 두 가지 핵심 단계로 구성됩니다:

1단계: 고객 서비스 프로세스 해체하기
전체 고객 서비스 상호작용 프로세스를 잘 정의되고 실행 가능한 일련의 하위 작업 또는 모듈로 세분화하세요.

2단계: 워크플로 아키텍처 설계
해체된 프로세스를 기반으로 한 디자인 Agent 워크플로 아키텍처의 노드 유형은 일반적으로 다음과 같습니다:

1. 주요 워크플로전체 서비스 링크를 연결하고, 세션의 초기 분석(예: 사용자 의도, 세션 단계 결정)을 수행하며, 작업을 적절한 곳으로 라우팅하는 역할을 담당합니다. Agent 노드.
   
2. Agent 에이전트 노드각 Agent 노드는 시작 인사 및 마무리 발언, 문제 설명, 의도 인식 및 시나리오 라우팅, 솔루션 판단, 협상 및 솔루션 실행과 같은 별도의 고객 서비스 기능을 수행합니다. 이러한 모듈식 설계는 다음을 가능하게 합니다. Agent 관리 및 확장이 더 쉬워집니다.
   
3. 구성 노드관리 및 구성용 Agent 지식창고 액세스, 판단 로직의 조건부 구성, LLM(대규모 언어 모델)의 매개변수(예: 온도, 최대 토큰 (숫자) 설정 등을 변경할 수 있습니다.
   
4. 코드 노드내부 시스템(예: IM 커뮤니케이션 인터페이스, 주문 시스템)과의 상호작용, 사용자 프로필 파싱, A/B 테스트 매개변수 수집 등 프로그래밍이 필요한 특정 기능을 수행하는 데 사용됩니다. 이는 다음을 제공합니다. Agent 복잡한 외부 환경과 인터페이스할 수 있는 기능을 제공합니다.

Coze 플랫폼 지원: 로우코드와 인텔리전트의 만남

Coze 강력한 고객 서비스 구축을 위한 플랫폼 Agent 주요 지원이 제공되고 그 강점이 입증됩니다:

1. 거의 제로에 가까운 구성으로 자가 학습 기능 제공::Agent 번거로운 사전 구성 없이 바로 사용할 수 있으며, 상호작용을 통해 스스로 학습하고 최적화하는 기능이 있습니다.
2. 정확하고 지능적인 대응제품 속성 및 과거 사용자 대화 기록과 같은 다차원 데이터를 결합하여 사용자의 의도를 보다 정확하게 파악하고 적절한 응답을 생성할 수 있습니다.
3. 심층적인 의사 결정 및 일정 관리다차원 분석 및 추론을 통해 보다 복잡한 고객 시나리오를 처리할 수 있도록 지원하며, 다중 Agent 이들 간의 지능적인 협업 및 작업 스케줄링. 이는 규칙이나 단순한 의도 인식에 기반한 기존의 고객 서비스 봇을 뛰어넘는 것입니다.
4. 감성 지능 감지대화에서 사용자의 감정 변화를 실시간으로 파악하고 그에 따라 응답 전략을 조정할 수 있습니다(예: 사용자가 불만을 표출할 때 제때 달래고 서비스 경험을 최적화하는 등).
5. 지능형 대화 안내보다 자연스러운 다방향 상호작용을 지원하고, 사용자 요구의 변화를 적극적으로 추적하며, 문제 해결을 위한 대화를 유도하여 단순한 Q&A가 아닌 보다 심층적인 해결책을 제공할 수 있습니다.

애플리케이션 실습: 더 많은 엔터프라이즈 탐색

Jitterbug 이커머스 팀 외에도 다른 기업에서도 다음과 같은 기능을 활용하고 있습니다. Coze 플랫폼은 맞춤형 Agent 고객 서비스 시스템입니다. 예를 들어 Explore 도메인 기술은 다음을 기반으로 합니다. Coze 맞춤형 이커머스 인텔리전스는 지식 기반에서 제품 특성, 프로모션 캠페인 정보, 과거 대화 기록 등을 빠르게 찾아내어 개인화된 마케팅 담론을 생성하여 제품의 매력과 전환율을 높일 수 있습니다. 다각적인 대화에서 Agent 또한 상점의 우편 요금 정책, 배송 보험 규정, 쿠폰 전략에 대한 정보와 결합하여 소비자의 우려 사항에 답변하고 신뢰를 구축하며 구매 결정을 지원할 수 있습니다.

를 기준으로 Coze 구축된 이커머스 인텔리전스의 사례

고객 애플리케이션 쇼케이스: 고객 서비스 Agent 매장 방문 환영, 문의 접수, 사용자 체형에 따른 사이즈 추천, 착용 효과 안내, 거래 완료 지원까지 전 과정을 수행합니다.

자유화 Agent 템플릿은 기술적 문턱을 낮추고 업계의 채택을 가속화할 수 있는 유용한 시도입니다. 하지만Agent 고품질 데이터에 대한 의존도, 복잡하거나 비표준 시나리오 처리 능력, 완전 자동화된 시나리오에서의 서비스 경계 및 윤리적 고려 사항 등 이 모델을 널리 채택하는 데는 여전히 과제가 남아 있습니다.

기술의 발전에도 불구하고 사용자의 문제를 효과적으로 해결한다는 서비스의 핵심 목표는 변함없이 유지되고 있습니다.Coze 플랫폼과 그 Agent 이커머스 및 기타 영역에서 더 스마트하고 효율적인 서비스 모델을 탐색할 수 있는 새로운 가능성을 구축할 수 있습니다.