电商专题：客服系统练习章
电商客服是最适合 AI 产品经理练手的场景之一，因为它同时具备高频、标准问题多、价值明确、又存在明显风险边界这几个特征。
场景结构图
graph TD
A["用户提问"] --> B["识别问题类型"]
B --> C["检索订单/政策/库存信息"]
C --> D["生成回答"]
D --> E{"是否高风险"}
E -->|否| F["自动回复"]
E -->|是| G["转人工"]
F --> H["日志与反馈"]
G --> H
这个专题要训练什么
- 如何定义重复性客服问题
- 如何切出客服 AI 的第一版范围
- 如何处理知识、订单和库存等多来源信息
- 如何设计转人工和高风险兜底
课堂案例
某电商平台客服团队 65% 的问题集中在物流、退款条件和库存。团队希望通过 AI 把夜间客服压力降下来。
作为 PM，你要先做四个动作：
- 列出前 20 个高频问题
- 区分哪些问题可直接回答，哪些必须人工判断
- 确认库存、订单、政策三类数据源是否可用
- 定义第一版成功指标，例如首响时间、人工工单占比、误答率
练习任务
请你为这个客服项目写出：
- 一段问题陈述
- 一个 P0 范围
- 三个绝对不能自动回复的高风险问题
标准答案提示
- 问题陈述应包含用户、场景、损失和现有替代方案
- P0 应聚焦高频 FAQ，不要一开始就覆盖复杂售后
- 高风险问题通常包括赔付判断、特殊退货、异常订单争议
电商客服 checklist
- 我是否确认了高频问题而不是凭感觉选题
- 我是否定义了转人工触发条件
- 我是否确认知识更新机制和日志保留
- 我是否同时看效率、满意度和误答率
本章小结
- 电商客服适合做 AI，但前提是边界清楚、知识可追踪、风险可兜底
- 第一版要先把高频 FAQ 做稳，再逐步扩展复杂场景
下一页：电商专题：推荐系统练习章