王令麟親率的秘密武器！電銷年獲利破 20 億，東森如何運用 AWS 的 AI 大幅提升客戶貼標精準度？

當手機收到陌生來電，你的第一直覺或反應會是什麼呢？是猶豫要接起這通可能推銷你根本不需要的銀行車貸、信貸或保險商品的電話呢？還是深怕只要一接起電話，即使開口拒絕，對方仍會持續推銷，讓你感到非常惱人失措呢？

本集《全新一週Ｘ科技潮什麼》邀請到東森購物東森得易購大數據中心總監周玫芳，以實例扭轉一般人對電話行銷的刻板印象，並分享電銷專員如何在不需尬聊和推銷的情況下預知客人想買的產品，並透過適切的行銷語言讓商品觸及目標族群，推動客戶成功下單。

站穩台灣電銷市場龍頭霸主的東森購物，每年電銷通路獲利高達 20 億，高達 74% 的客戶都是十年以上的忠誠會員，這些亮麗成績的背後，有賴於化身「VIP 客戶關懷團」的東森購物電銷團隊投入。透過與客戶聊天的過程，東森購物的電銷團隊更瞭解客戶需求與消費行為，並以此為基礎，建立緊密關係。 多年來，這支由東森王令麟總裁親率的團隊堅持著「有溫度的行銷」，讓客戶在舒服氛圍中，完成購物體驗。

能讓客戶願意在電話中感到「無壓」並購買所需商品，關鍵就是東森購物近年對 AI 大數據的投資及應用。「聊天需要話題，如何透過 AI 大數據有效經營會員名單，同時快速精準掌握顧客消費偏好，並根據不同顧客需求推薦適合的商品，是電銷同仁快速成交的關鍵，」周玫芳表示，即使近年詐騙猖獗，多數人已不太使用電話，但東森電銷仍借力 AI，讓業績逐年逆勢成長。

過去為了讓電銷人員在撥打電話前就可以先熟悉客戶，東森利用 Rule-based 規則式貼標的方式，將聊天內容透過斷詞、斷句等關鍵字來為客戶進行貼標。然而，因為對話內容太多元，以至於貼標覆蓋率不到 50%，因此為了提升客戶貼標的覆蓋率與精準度，東森購物決定在 2023 年 11 月導入 Amazon Web Services (AWS) 的Amazon SageMaker 人工智慧/機器學習服務，讓電銷成效再進化。

不同於東森購物的 Rule-based 規則式貼標，AWS 的 SageMaker 是從對話中抓出關鍵字將客戶分成精打細算型、愛家人型等 7 種標籤。王威迪分享，根據統計，過去東森購物使用 Rule-based 貼標時，每 100 位客戶僅約有 46 人會被貼上標籤。相較之下，在導入 SageMaker 後，透過深入分析客戶對話內容，不但可以快速且全面地辨別客戶屬於的貼標族群，也讓貼標覆蓋率大幅提升至 80% 左右，AI 貼標精準度更是到達 80% 以上。「我們發現貼標與未貼標的客戶成交率有 3-5% 的差異，證明提升貼標覆蓋率對於成交件數的增長有實質性的幫助。」周玫芳說。

當然，影響成交與否的因素，絕對不會只有貼標。 Amazon SageMaker 在成功對客戶貼標之後，電銷團隊便會針對不同消費行為族群精心研擬不同成交秘笈。周玫芳以對家人比對自己慷慨的「愛家人型」族群為例，成功交易的秘訣，就是引導客戶設想購買這項商品對家人的好處；若遇到「精打細算型」，則要特別強調商品的 CP 值，透過競品比價與成本試算，讓客戶覺得物超所值。

不過王威迪也坦言，與其他零售電商不同，東森購物在導入 AWS 的這套機器學習服務時，最大的挑戰在於進行 AI 建模前，需要先將客戶的對話內容從語音轉成文字，接著再進行語意分析，但東森購物的客戶說話經常國台語夾雜，讓 AI 經常聽得「霧煞煞」。例如曾有一位阿姨和電銷人員說想要用「零星」提煉出來的保健食品，結果在訓練 AI 模型時一直無法賦予這個詞彙正確意義，專案團隊進一步了解之後，才恍然大悟「零星」是「人蔘」的台語發音，因此標音修正模型訓練的文本內容。

為了強化 AI 模型分析的準確度，在專案執行的過程中，雙方專案團隊也不斷與東森購物的資深電銷人員溝通，確定 AI 分析出來的結果可以真正協助電銷人員業績成長。

近年東森集團啟動數位轉型，積極導入 AI 應用，除了已規劃讓更多同仁學習 AWS 的雲端及機器學習知識外，東森集團也計劃與 AWS 將 AI 的個人化推薦、智慧搜尋、庫存預測等應用推展到東森寵物、東森電視購物及電商通路等多領域應用，將更多 AI 應用內化到工作日常，並與 AWS 等合作夥伴協力開創 AI 大數據在零售產業的多元化商業價值。