惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

WordPress大学
WordPress大学
Microsoft Azure Blog
Microsoft Azure Blog
MongoDB | Blog
MongoDB | Blog
小众软件
小众软件
Apple Machine Learning Research
Apple Machine Learning Research
O
OpenAI News
酷 壳 – CoolShell
酷 壳 – CoolShell
The GitHub Blog
The GitHub Blog
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
博客园 - 聂微东
Engineering at Meta
Engineering at Meta
W
WeLiveSecurity
Hacker News: Ask HN
Hacker News: Ask HN
大猫的无限游戏
大猫的无限游戏
Vercel News
Vercel News
D
Docker
F
Full Disclosure
AI
AI
罗磊的独立博客
博客园 - 【当耐特】
U
Unit 42
S
SegmentFault 最新的问题
Stack Overflow Blog
Stack Overflow Blog
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
P
Palo Alto Networks Blog
博客园_首页
H
Help Net Security
量子位
月光博客
月光博客
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
博客园 - 司徒正美
F
Fortinet All Blogs
D
DataBreaches.Net
B
Blog RSS Feed
Webroot Blog
Webroot Blog
TaoSecurity Blog
TaoSecurity Blog
S
Secure Thoughts
爱范儿
爱范儿
I
InfoQ
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
www.infosecurity-magazine.com
www.infosecurity-magazine.com
Attack and Defense Labs
Attack and Defense Labs
Application and Cybersecurity Blog
Application and Cybersecurity Blog
C
CERT Recently Published Vulnerability Notes
Martin Fowler
Martin Fowler
Blog — PlanetScale
Blog — PlanetScale
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
S
Securelist

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
家电行业智能派单探讨
杨峻 · 2023-04-21 · via 人人都是产品经理

很多行业在服务过程中都会有派单,但家电行业的派单有其独特性,它的智能派单的复杂度是美团、滴滴这样的企业无法比拟的。本文作者对外卖和家电行业的智能派单的区别进行了对比,并分析了家电派单的症结,以及介绍了在CRM3.0产品架构下,如何实现智能派单,一起来看一下吧。

我在之前文章《B2C基础服务创新》中介绍了工单管理创新之一的智能派单,本篇文章中我详细探讨一下家电行业的智能派单。

很多行业在服务过程中都会有派单,比如外卖、叫车,但家电行业的派单有其独特性。很多头部家电企业有数万名服务工程师,背后会有成千,甚至上万名信息员支撑。这些信息员平日里很大一部分工作就是二次派单,也就是安装和维修工单派到网点后,由信息员沟通用户,了解需求和问题,重新选择服务工程师和确定上门时间,甚至根据用户需求,为服务工程师锁定备件。

这几千甚至上万名信息员每年会消耗企业或网点几亿甚至十几亿的资金,所以针对家电企业来说通过数字化技术来实现智能派单,即选择最合适的工程师一次派单到位,一直都是降本增效的迫切需求。

很多人会自然想到美团、滴滴这样的企业不都是每天都在智能派单,不需要人做二次派单啊,都是数字化平台自动做,做的很好啊,为什么家电企业做不到?其实家电行业有自己的特性,它的智能派单的复杂度是美团、滴滴这样企业无法比拟的,所以学习和模仿美团和滴滴解决不了家电企业的难题。

一、智能派单三角模型(CTS)

图1 智能派单的三角模型(CTS)

如上图所示的智能派单的三角模型(CTS),智能派单也就是基于人、兵、物的智能撮合。人(Customer)就是洞察用户的详细需求,兵(Technician)既是深度了解服务工程师的能力,物(Support)既是完全掌控服务保障设施。

下面我比较一下外卖派单和家电售后服务派单之间的人、兵、物的不同:

1)人

外卖:复杂度是1。针对外卖来说,用户的需求复杂度仅仅是尽快安全送达。

家电:复杂度是N。洞察用户详细需求涉及以下内容:

  • 服务类型:安装、维修、清洗保养、以旧换新、移机……
  • 家电类型:冰箱、洗衣机、空调、热水器、油烟机、电视、小家电……
  • 问题类型:故障现象、故障原因、维修措施、故障位……
  • 上门要求:时间区间、送装一体、成套一次……

2)兵

外卖:复杂度是1。针对外卖来说,只要找到附近当前时间允许,可以接活的骑手就行。排程上只要考虑地图路线和行程时长即可。

家电:复杂度是N。深度了解服务工程师能力涉及以下内容:

  • 维修技能:服务工程师都需要持证上岗,有自己专修的家电类型。另外服务工程师是有星级的,针对重要用户,会派高等级的服务工程师。
  • 维修时长:在确定故障现象、故障原因、维修措施等前提下,每个服务工程师由于技能和经验的差异,维修时长是不同的,需要个性化值。
  • 排程:除了路上时间外,每个服务工程师的主要时间是在入户安装和维修过程中的时间花费。这除了跟故障原因、维修措施、服务工程师针对性的维修能力相关外,也跟用户家庭居住环境相关,比如电梯和楼道太窄,需要把大家电从楼上窗户吊上去等很多额外时间花费。

3)物

外卖:复杂度是1。针对外卖来说,服务的保障设施就是骑手交通工具小摩托。

家电:复杂度是N。家电服务的保障设施涉及以下内容:

  • 备件:很多二次上门是因为没带备件引起的。家电安装和维修涉及到成千上万种备件,如果服务工程师入户前不了解故障原因和维修措施,备件是很难带全的。
  • 服务设备:家电服务中很多是需要专门的设备的,比如家电清洗,空中作业,吊装大家电等。
  • 运载设备:很多大家电安装和拉修是需要专门车辆的,小摩托是无法装载的。
  • 人力资源:很多大家电安装和拉修一个人是搬不动的,需要去2个人,有时候甚至更多人。

综上所述,家电售后服务智能派单的复杂度是外卖智能派单的N的立方倍,所以想靠模仿外卖或叫车软件的派单逻辑,是解决不了家电智能派单的难题的。

二、家电派单的症结——三盲

在家电智能派单设计中,我们太过多强调技术和算法有多先进,但由于对家电售后服务业务问题症结产生的内因并不了解。就拿智能派单来说,家电派单症结产生的主要原因就在用户自助接入或通过坐席员接入报单这个环节上。

图2 家电派单的症结——三盲

如上图所示,我们家电派单基本上是盲派。即坐席员下单或用户自助下单时,即不了解用户真实需求,也不了解工程师的服务能力,还不了解需要什么服务保障能力,即三盲状态,仅仅根据用户地理位置,和用户期望的上门时间段,根据区块把单派到了服务网点。这样网点肯定是需要信息员把信息细化,通过与用户再次沟通后,进行二次派单。

  • 不了解用户真实需求:在下单时,仅仅知道家电类型和故障现象是不够的,这时候得需要知道故障原因和维修措施,才有可能匹配最合适的服务工程师和锁定服务保障设备。
  • 不了解工程师真实服务能力:一般我们只有服务工程师的服务认证能力,但对于该服务工程师针对某一家电的服务措施所需时长,我们是没有个性化的数据支持的。家电服务措施上万、几十万条,甚至更多。针对某一工程师某一维修措施的个性化数据,如熟练程度,时长等,需要长期积累和海量数据的学习。
  • 不了解服务保障能力:即坐席员下单或用户自助下单时,是不会选需要带哪些备件,和准备什么服务装备的。这一块我们必须通过服务数据资产平台,沉淀当家电类型和服务措施确定后,需要自动关联和推荐准备什么备件和装备。

综上所述,如果我们不在下单场景中,识别故障原因和维修措施,不同时通过服务智慧大脑识别最合适的服务工程师,不通过服务智慧大脑推荐所需备件和装备,那基本就是盲派,之后一般都得通过信息员二次改派。所以我们一定不能错过下单这个时间点,一定要把智慧派单的决策点提前,需要在坐席员下单或用户自助下单时,收集更多用户信息,通过服务智慧大脑做智能撮合。

三、CRM3.0产品架构下的智能派单

我在《数字化时代CRM的创新之路 – 产品篇》中介绍了数字化时代CRM3.0的产品组成。

图3 CRM3.0产品架构下的智能派单

如上图所示,按照数字化时代3.0的产品组成设计,要实现智能派单,需要以下五个产品组件协同:服务智慧大脑服务数据资产平台服务智能终端服务共创共赢平台传统服务应用中台

1)智慧服务大脑

需要在服务智慧大脑中开发智能工单中枢, 它在用户呼叫中心接入或用户自助接入时,通过与用户互动,从而深度洞察用户需求和服务工程师能力,锁定服务资源,选择在合适的时间,合适的场景,通过合适的渠道,推送合适的服务,分配合适的服务执行人。

2)服务数据资产平台

服务数据资源平台中,管理的核心数据资产之一是服务数据资产。与用户交互过程中的问题诊断数据资产、每个工程师服务能力数据资产、服务装备需求和储备数据资产都在这里存储、管理、分析、利用、优化迭代。当用户接入时,智慧服务大脑会利用这些数据资产完成智慧派单。

3)智能服务终端

智能服务终端中,需要实现智能规划能力。也就是在智慧服务大脑协助下,服务兵可以自动实现服务排程、备件选择、装备锁定、用户需求满足等工作。

4)服务共创共赢平台

服务共创共赢平台会逐渐接管所有用户自助接入渠道,需要提供自解决能力,即在智慧服务大脑协助下,帮助用户自助解决问题和完成智能派单。

5)传统服务应用中台

传统服务应用中台也就是企业传统开发的售后服务系统,它为上面四个组件提供传统售后服务能力的输出,如备件的管理、网点管理、服务工程师管理、退换货管理、结算管理、培训管理等。

小结

本节对比了外卖和家电行业智能派单的区别,提出了人、兵、物的智能派单三角模型(CTS),分析了家电派单的症结所在是在接入环节盲派,同时介绍了在CRM3.0产品架构下,如何实现智能派单。

专栏作家

杨峻,公众号:CRM30,人人都是产品经理专栏作家。现任微软资深数字化转型专家,《营销和服务数字化转型 CRM3.0时代的来临》一书作者。曾在Motorola中国和Siebel Canada从事核心研发工作,曾任北大讲师。

本文原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间。