一、背景：

卡耐基在《人性的弱点》一书中说：“世界上唯一能影响他人的方法，就是谈论他所要的，而且还要告诉他，如何才能得到他所要的”。由此可见，良好的沟通交流可以很大程度上拉近双方的关系，进而影响对方。闲鱼消息是买家了解二手物品信息不可或缺的一环，我们有理由推断良好的聊天能够对成交产生正向影响。推断需要数据来佐证，通过对以往聊天成交数据的关联分析，我们得到了如下结论：

我们推测个人卖家转化率偏低的一个原因是不会好好聊天，通过抽样case发现部分卖家回复内容高冷、生硬、情绪化，进而导致双方尴尬，聊天戛然而止。所以我们探索的方向就是如何引导卖家与买家好好聊天，通过算法意图识别，以聊天小助手的形式给卖家提供友好的建议性话术，让沟通交流不再僵硬。

二、从议价开始

1.为什么是议价

买卖聊天主要对话场景有开场问询、价格问题、邮费问题、商品信息等，其中会话中聊到价格的占比30%～40%，而且会话中谈及价格时，往往也是交易较后的阶段，如果买卖双方在价格问题上沟通顺利，预计可以有效促成交易。所以我们考虑先从议价场景切入，最小闭环上线，观察数据佐证猜想后，再逐步上线其他对话场景策略。

2.方案设计

为了不影响消息主链路，识别流程必须走异步mq消费流程，同时为了减少算法识别的压力，对消息进行了消息类型、发送者、关键字过滤、会话疲劳度控制等规则的初筛。此外，我们还联动了商品的价格力数据，价格力数据可以提供商品的同类同款卖出价以及推荐价，通过算法综合择优，可以给出商品建议价，再根据买家出价情况，走不同的产品逻辑组合成不同场景下的同意/拒绝文案选项。这样无论买家出价是否合理，卖家是否接受，给卖家提供友善的议价话术选择，让买卖双方还有继续聊下去的机会，就还有成交的希望。如果买家出价不合理，也会给买家下发议价不合理的卡片，给出同类商品的参考价，拉平买家的价格预期。

3.产品效果

卖家侧：

买家侧：

三、继续探索

1.宝贝还在吗？

相信这几乎是每个闲鱼卖家都司空见惯的聊天开场白，但很多卖家见多了反而不愿意回复这类没有营养的问题，内心os："不在还挂着干啥？？？"。我们本着让买卖双方的聊天有一个愉快的开始的目的，考虑从2个方面优化这个场景的问题：

2.基于类目的加权随机开场白

不同类目的商品聊天中买家的问题点不同，我们基于离线数据分析，回捞了一批不同类目买家最关心的问题列表，把这些问题首先按类目分类，其次按点(二手属性)分类，再加上触发规则条件、权重分，形成一套开场白问题库，可由产品运营自助添加修改。流程图：

如上图所示，当会话创建时，先根据类目读取问题库得到对应的问题列表，再根据这个商品本身的一些属性标，如是否包邮，是否全新，按规则筛选出符合条件的问题列表，再根据权重分对满足条件的问题进行加权随机，最终得到某个二手属性的问题项。为了保证问题内容的多样性，每个二手属性的问题项也会有不同文案但相同语义的表达，最后再次随机一个具体问题表达，即可下发建议卡片。

3.意图识别流程框架

前面已经实现了议价意图的算法识别，这次又要新增一种打招呼的识别，是否要重新开发整个流程呢？显然不需要，前期议价为了快速迭代上线看效果，没有抽象设计成一种通用的意图识别流程，这次新增第二种意图识别，有必要还债重新设计了，任何优秀系统的设计都是不断迭代重构产生，绝不会是一蹴而就的，项目初期在需求不明确的情况下如果考虑的过多，往往会导致过度设计，后面如果需求变动，又要返工。故重新抽象设计一套通用的意图识别流程框架。

流程设计：

类图：

如上图所示，每种意图需要实现IntentProcessor接口，实现自己的过滤和处理逻辑，不同意图有不同的初筛逻辑和扩展参数，filterAndCompleteContext这个方法是用来过滤和补充意图识别扩展参数到流程上下文中的，如果满足初筛条件，就添加该意图类型到可能的意图列表中，由算法识别最终结果，如果一条消息存在多种意图，由算法根据优先级规则选出最相关的意图。得到意图识别结果后，调用对应的IntentProcessor的process方法，完成具体的业务逻辑处理，如在议价场景是根据价格规则，组装不同文案下发建议卡片。

4.产品效果

开场白：

打招呼：

四、从问答中取栗

1.为什么总是问我同一个问题？

我们观察数据发现，聊天中商品问询场景覆盖率35%～40%，因为闲鱼商品交易独特的二手属性，卖家可能会面临同一个商品同一个问题会被多个买家多次问到，从而重复回答的情况，卖家有苦说不出，只能内心os"为什么总是问我同一个问题？"。为了优化卖家体验，提高卖家回复效率，我们决定识别聊天中的问答对，然后在问答对消息后面插入引导tip，卖家侧可以选择将问答对补充到商品详情中，如果问答对中含有商品结构化二手属性信息(比如成色、有无拆修、品牌等)，也会识别并引导卖家补充商品的结构化属性。

2.通用消息扩展属性变更

我们上面说的意图识别流程框架马上就用了起来，这时候只需要新增一种意图识别处理器(IntentProcessor),实现该场景的过滤和处理逻辑，就可以轻松实现整个功能。但新的问题来了，上面的议价、打招呼场景中我们给卖家侧的引导都是一种建议类卡片，这种卡片是一条新消息，与其他的消息一起混排，而且与触发源消息关联性不强，即使有延迟导致卡片插入到偏后的位置，影响也不是很大。但是问答这种场景，下发的是一条引导tip，这个tip是与答案所属的消息强关联的，引导tip必须紧跟答案消息后面，如果对不上，就会非常影响体验。闲鱼的消息列表是按照发送时间排序的，如果按以往新消息的形式插入，无法严格保证下发时机紧跟在某条消息后面，如果人为的修改消息的发送时间，会破坏消息发送时间这个字段的语义。我们从另一个角度思考，这条tip一定是紧跟在某条消息后面，如影随形，不离不弃，那么为什么不合二为一呢？把这条tip看成是这条消息的一个扩展属性，所以我们决定引入一种通用变更消息扩展属性的能力，通过事件下发给客户端，再由客户端根据约定的协议解析并展示，如下图所示

由业务发起对某条消息的扩展属性变更，可选设置存储服务端消息库，更新会话视图，比如问答场景的tip，是有时效性的，只需要透传给客户端，服务端完全不需要存储。该方案也为以后消息的个性化变更及展示提供了可能。

3.产品效果

五、总结与展望

至此，我们的聊天小助手沉淀出了一套通用的意图识别流程框架，实现了议价、打招呼、问答三种意图识别，引导广大个人卖家跟买家好好聊天，帮助卖家快捷补充更详细的商品信息。聊天小助手上线后，功能使用率较高，实验桶相比对照桶，回复率相对提升4%，在议价场景中，下发卡片的实验桶相比对照桶成交转化率相对提升4%，从数据来看，确实也证明了我们之前的推断，引导买卖聊天，对促成交易有正向作用，为接下来该项目的继续演进提供了可能。

我相信友好亲切的沟通交流可以温暖人心，拉近关系，现实世界是如此，通过网络沟通也同样是如此。未来我们会持续迭代优化聊天小助手，横向挖掘更多的意图识别场景，比如包邮、发货地等，同时在聊天中涉及最多的商品信息识别场景深耕，帮助卖家更好的完善补充商品信息。总之，未来聊天小助手会有更丰富实用的技能树，让她更聪明，更懂你。

作者：闲鱼技术——有攸

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

本文为阿里云原创内容，未经允许不得转载。