前言：本文是团员haiqiao的第1篇输出，后续还会有他的多篇输出文章，敬请期待！也欢迎更多团员来分享你的干货心得：）
本人曾负责过对接智能语音平台和外呼客服平台，处理还款提醒订单、逾期1-2天的案件；故有一些金融行业客服业务的产品设计经验；所以，试着从智能客服厂商的角度为金融机构梳理预催收机器人业务流程，代替传统预催方案；并结合之前两篇输出《对智能客服行业的一些认知与思考》、《AI产品经理产品设计框架》做一些基于场景的对话设计。
一、术语说明
预催收：一般定义为金融机构处理逾期不超过3天的案件，当然每家公司定义的逾期天数不一样，根据资产优质情况而定。这属于风险管控范畴。
二、业务背景
1.案件量面临暴涨，催收部门人员不足，将导致案件积压，影响整体回款。
2.催收人员短期招聘压力，人力成本高；
3.市面智能客服替代人工客服方案落地逐渐成熟；
4.原业务有部分催收外呼语音的数据和经验丰富的催收专家可为智能催收机器人对话提供数据和知识支持；
三、初步确定方案方向
简单梳理系统边界和大概流程框架：
1.支持业务系统调用智能催收机器人接口发起外呼任务，并且反馈外呼结果
2.外呼机器人系统支持配置外呼时段、次数、是否发短信等策略；
3.业务系统设置A/Btest方案（设置案件分流为人工催收、机器人催收对照组）
四、业务指标
1.商业指标
1）总指标：预催收机器逾期1-3天的回款漏斗指标：一定时间范围内的：回款量（案件量）/接通量
2) 转化漏斗：拨打总量 >成功拨打量 > 对话完成量> 还款成功量
3）贷后分析：挖掘数据价值，确定用户逾期原因及还款意愿，输出贷后评估分值，为风险管控提供价值（该功能模块暂不支持）
2.用户价值指标
确认用户还款情况、逾期原因统计分析、还款意愿采集、解决协商还款情况。
3.系统指标
1）对话任务完成率
2）各对话场景覆盖占比、各场景平均对话轮次
3）各意图覆盖占比
4）识别错误率、打断率
5）设置用户评价（满意度、声感）
五、预催收机器人场景及对话设计
1.对话任务目标设定
1）设定用户确认还款情况（已逾期、已还、逾期原因）、确认还款意愿（还款方式、承诺还款时间、协商还款情况）两个基本对话任务目标。
2）对客户进行分析、进行贷后风险等级标签标注（本文暂不展开该业务模块分析）
2.预催收机器人性格特征：
专业、理性、友善、类似银行的柜员
3.预催收机器人对话流程和对话节点设计
1）外呼业务流程框架设定（见下图）：
2）第一次外呼催收对话流程，对话节点设计：
确认本人>告知逾期及后果>询问逾期原因>确认还款意愿（承诺还款时间）>告知还款方式>再告知不还款后果（结束语）
3）第N次外呼催收对话流程，对话节点设计：
确认本人>告知仍未还款>确认还款意愿（承诺还款时间or协商还款）>告知还款方式>结束语（告知其不还的影响和平台方的后续处理）
4）异常情况对话流程，对话节点设计：
A.客户触发的异常流程
a.意图跳出：在预设意图中跳出，关键词不处于语境中。
第一种：故意闲聊（戏耍），答非所问；
解决方案：闲聊接口触发应答即可；提示用户回应先前的提问；若用户继续闲聊，提示用户转人工服务；
对话节点：
识别用户跳出的闲聊意图1 > 机器人回应：先前的询问确认> 用户继续闲聊（意图2）> 提示转人工服务
第二种：语言攻击机器人；（无效输入）
解决方案：这种则需要警告用户>并告知他逾期的严重性>并标注为高危风险的客户标签
第三种：无效输入：
例如场景：方言、说话不清晰、语速太快、接通不说话等等导致语言无法识别或语义无法理解;
解决方案：流程引导
对话节点：识别用户跳出的闲聊意图1 > 机器人回应：先前的询问确认> 用户继续闲聊（意图2）> 提示转人工服务。
b.意图打断：机器人话未说完，则用户就打断机器人
第一种：用户不想接电话，直接打断，也不说原因后挂断；
第二种：用户有接电话意愿，但因环境嘈杂，用户协商下次沟通时间；
常见场景1：用户所处环境不适合对话，例如在嘈杂的环境如公车、地铁；例如在私密的场景比如正在开会；客户提出稍等再致电；
第三种：不挂断电话；用户此时此刻所处的环境，不方便电话，需要稍等片刻；
B.系统触发的异常：
a.外呼上传语音信号响应失败、超时;
b.语音识别失败或者错误、超时;
c.语义理解失败或模糊、超时;
d.外呼中心服务端异常，超时，响应失败等；
六、语义设计
语义表示定义，即定义技能所属领域Domain、领域下的意图Intent、意图内的参数Slot以及参数对应的实体。
1. 定义对话节点包含的所属领域
对话节点（确认本人、告知逾期信息、询问逾期原因、确认还款意愿、结束语（告知还款方式））
1）确认本人：属于【用户基本信息】>from 业务库&对话中提取参数；
2）告知逾期信息：属于【订单（账单）信息】> from 业务库；
3）询问逾期原因：属于【催收记录信息】> from 预催收机器人知识库，对话中提取参数；
4）确认还款意愿：属于【催收记录信息】> from 预催收机器人知识库，对话中提取参数；
5）结束语（告知还款方式）：属于【还款方式信息】> from 业务库；
6）意图跳出：
a.用户询问自己个人信息，例如：用户询问银行卡：属于【银行卡（账户）信息】> from 业务库；
b.用户闲聊：属于【对话语料】> from 语料库 & 对话中提取参数；
2. 意图设计
下面，我以“确认本人”催收对话流程节点为例，进行意图设计（含词槽、实体、参数、回应）
1）确认本人
a.对话流程:
一般分为以下三种结果情况：确认是本人、确认不是本人、异常流程（含跳出意图）；下方为三种情况的对话流程：
b.意图设计：
其中上面词槽中的实体参数：产品名称、姓名性别、逾期本金和利息、逾期天数均属于接口槽，依赖业务库支持；判断动词、社会关系、时间段、时间点等均来自用户对话确认提取参数（词槽）。
c.TTS对话模板：
第一类型场景：确认是本人
Bot: Um, 您好，这里是百贷APP {slot：平台产品名称} 的催收组，请问您是王小二先生 {slots：姓名、性别 } 本人吗？
用户：是啊。 {slot：判断动词} ；（另一种默认回答：什么事？）
第二类型场景：确认不是本人
Bot: Um, 您好，是王小二先生 {slots：姓名、性别 } 对吧？
用户：不是啊。 {slot：判断动词} ；（另一种否定回答：你打错了吧？）
Bot: 您是王小二先生 {slots：姓名、性别 } 的同事/同学/家人 {slot：社会关系} 么？ 另一种问法：您跟王小二先生 {slots：姓名、性别 }是什么关系呢？（对话机器人的补全和确认策略）
用户：我不认识这个人啊。
Bot: 这个手机号是您的实名制的么？
用户：是的。 {slot：判断动词 }
Bot: 您什么时候开始使用这个手机号码呢？
用户：大概去年6月份吧，记不清楚具体时间了。 {slot：时间点 }
Bot: 没关系，那么您要是认识王小二先生 {slots：姓名、性别 } ，麻烦转告他在百贷APP {slot：平台产品名称} 已经逾期3天了 {slot：逾期天数}，及时还款；或直接打我们客服热线4008888888 { slot：人工客服电话}
下面的几个对话节点，暂不一一列举，若有机会，会及时补充
2）告知逾期信息 ：
3）询问逾期原因：
4）确认还款承诺时间：
5）告知还款方式：
七、数据准备
关于预催收的数据准备和数据标注，我在这里简单写下： 历史催收语音数据的处理和语料提取、新数据的标注
语料库数据准备及处理
先将历史催收语音数据处理（训练、测试集的数据）
采用多意图标签，进行标注，方便后面模型训练
是否本人、接听人与本人的社会关系、还款情况（已还、未还）、逾期原因（银行卡用不了、忘记还款、没发工资、不想还等等）、还款意愿（承诺还款、积极协商、代偿还款、态度恶劣等等）
下表为数据标注实例举例：
上线后的已知意图标注如下：
上线后意图识别错误或者未知意图，则需要对话语料库聚类模型跑一下对话的日志，再加上人工标注做一些交叉确认，进行标注正确意图，这里暂不展开。
八、技术实现
这里我们简单举例预催收业务流程的实现大概会有哪些算法任务类型，用什么类型的算法模型解决；
1.需求分析：模型选择
下面这些特征工程实现过程就不展开细说了，不是本文重点
数据入库>数据处理>特征工程>模型评估>结果部署
九、数据验证及监控需求
假性数据验证方案
ABtest>上线计划>运营推广计划>数据监控
模型的实际效果可以通过A/B测试进行验证，选
选择两组用户：一组保持原有运营或产品策略：传统人工催收，另一组使用智能预催收机器人方案，通过一个业务周期的观察，对比两组用户的回款效果评估指标变化。
十、写在最后
因为本文，仅仅从基于预催收的场景做一些对话设计，未真正实践过项目；故仍有很多纰漏之处，希望能日后在实际项目中实践，打磨对话机器人产品设计。
-END-
以上内容，来自饭团“AI产品经理大本营”，点击这里可关注：http://fantuan.guokr.net/groups/219/ （如果遇到支付问题，请先关注饭团的官方微信服务号“fantuan-app”）
---------------------
作者：黄钊hanniman，图灵机器人-人才战略官，前腾讯产品经理，7年AI经验，10年互联网背景，微信公众号/知乎/在行ID“hanniman”，饭团“AI产品经理大本营”，分享人工智能相关原创干货，200页PPT《人工智能产品经理的新起点》被业内广泛好评，下载量1万+。