情绪识别模型在爱彼迎智能客服中的应用

情绪识别模型在爱彼迎智能客服中的应用

摘要

净推荐值（Net Promoter Score，以下简称 NPS）是 ToC 企业中应用得最广泛的用户满意度衡量指标。通过分析“客户是否愿意向朋友推荐我们的产品”，我们可以检测到用户对企业的认同度与未来的留存率。在爱彼迎，我们同样长期关注这一指标，用以衡量我们为房东、房客社区提供的客户服务品质。

然而在产品快速迭代的今天，传统的 NPS 指标也显现出自身的一些不足。由于 NPS 分数依赖于用户对问卷的反馈，它会不可避免地引入选择性偏差、数据延迟、低覆盖率等问题。这也导致我们几乎无法在短期的 A/B Testing 中使用 NPS 来衡量用户服务端产品的迭代效果。

为了解决这一问题，爱彼迎开发了基于 AI 模型的情绪识别方法，通过分析用户与客服团队对话文本中的情绪变化，来衡量用户此时此刻的满意度状态。在今天的文章中，我们将详细地介绍爱彼迎在情绪识别模型上的开发，以及我们如何一步步将模型生成的结果转化为一个能与企业长期留存率挂钩的高覆盖率、无延迟的新型满意度衡量指标。