GEO问题库怎么建：从销售、客服与站内搜索提炼真实需求
A

admin

作者

GEO问题库怎么建：从销售、客服与站内搜索提炼真实需求

2026年7月27日
0
0

直接答案：通过销售异议、客服工单、站内搜索等第一方数据源采集问题，完成去标识化、聚类与意图标注，建立可验证的GEO问题库。

输入数据源与采集方法

  1. 销售异议记录：从CRM导出近6个月未成交客户的异议字段（需含原始对话文本），示例字段：
  • objection_type（价格/功能/服务等分类）
  • resolution_status（是否已解决）
  • ticket_title（如“API返回错误码500”）
  • user_role（开发者/运营等）
  • session_count（同一问题交互次数）
  • query_text（原始搜索词）
  • result_clicks（后续点击行为）

数据处理步骤

  1. 去标识化：
  • 替换客户名称/ID为[client_X]
  1. 意图聚类：
  • 使用BERTopic对相似问题分组（如“价格高”“成本超出预算”合并为“价格敏感”）
  • 人工校验聚类标签，要求Krippendorff’s α≥0.75
  1. 证据映射：
  • 将问题关联到产品文档章节（如“API错误码500”对应文档第3.2节）
  • 标注缺失覆盖的问题（需新建内容）

验收标准

  • 可行动性：每个聚类至少映射到1个产品改进或内容更新任务
  • 隐私合规：确保去标识化后无法通过组合字段还原个人身份

例外处理

  • 不适用场景：
  • 涉及商业秘密的客户具体配置信息
  • 单次出现的边缘问题（频次<3次/季度）
  • 争议处理：组建销售、客服、产品三方小组对模糊案例投票裁决

输入采集

  1. 销售异议记录：从CRM导出近6个月的销售沟通记录，提取客户明确反对或犹豫的表述（如"担心数据迁移成本"）。字段包括：
  • 原始文本（示例："你们系统对接要多久？现有业务不能停"）
  • 场景标签（售前/售后/POC阶段）
  • 发生频次
  1. 客服工单：筛选产品使用类工单（排除账号/支付问题）。关键字段：
  • 问题描述（示例："报表导出时维度丢失"）
  • 解决步骤
  • 是否重复提交
  1. 站内搜索日志：分析搜索词报告，过滤出长尾查询（≥3词）。记录：
  • 原始查询词
  • 零结果率
  • 后续点击页

处理步骤

  1. 去标识化：
  • 替换公司/人名（如"指定银行"→"金融机构客户"）
  • 模糊化具体数值（"3天"→"T+工作日"）
  1. 意图聚类：
  • 使用TF-IDF+余弦相似度初筛（阈值≥0.65）
  • 人工复核合并近义词（如"导入失败"和"数据上传报错"）
  1. 证据映射：
  • 标注问题来源（销售/客服/搜索）
  • 关联产品文档章节（示例："API限流错误"→开发文档第4.2节）

验收标准

  • 优先级排序需满足：
  • 高频问题（出现≥5次）
  • 无现有文档覆盖
  • 影响决策（如价格异议）
  • 排除标准：
  • 已停产功能相关
  • 特定客户定制需求

核验项

  • 销售记录是否包含完整沟通上下文？需抽样检查原始录音
  • 站内搜索词是否受当前结果页质量干扰？对比无结果点击与成功查询

证据来源与采集

  1. 销售CRM记录：提取最近90天内标记为"异议"或"未解决"的会话记录，重点采集：
  • 客户原话中的疑问句式（如"如何解决指定问题"）
  • 产品对比时提及的缺失功能
  • 合同谈判中的风险质疑

*验收方式*：检查是否保留原始会话时间戳和匿名客户ID（如C-2024-0032）

  1. 客服工单系统：导出L3-L4级未关闭工单，筛选：
  • 重复提交3次以上的问题类型
  • 需要跨部门协同解决的复杂咨询
  • 知识库未覆盖的新产品问题

*记录字段*：工单编号、首次响应时长、升级路径、最终解决状态

数据处理标准

  • 去标识化要求：
  • 删除个人姓名/联系方式，保留行业和公司规模
  • 模糊化具体金额和日期（如"某A轮SaaS公司"）
  • 用〈数据1〉〈数据2〉替代可识别参数
  • 意图标注规则：
  • 购买障碍类：标注决策阶段（考虑/比较/风险）
  • 使用问题类：标注影响范围（单用户/系统级）
  • 需求建议类：标注可行性评估（P0-P3）

隐私边界说明

  • 不使用客户内部文档/邮件原文
  • 避免暴露故障具体时间窗口
  • 聚类后删除原始会话记录（保留30天审计日志）

*核验项*：需法务确认行业监管特殊要求（如医疗金融数据）

验收标准与异常处理

1. 数据采集阶段验收

  • 核验项：需抽样检查原始记录与问题映射的一致性（如：销售记录的"价格太高"是否被正确归类为"成本顾虑"）

2. 问题聚类有效性验证

  • 失败诊断：若人工抽检发现同簇问题实际意图不一致（如将"如何安装"与"安装失败"混为一类），需调整聚类参数
  • 证据字段：记录每个簇的种子问题示例及人工校验结果

3. 意图标注边界检查

  • 隐私红线：自动过滤包含客户个人信息（如公司名称、订单号）的原始数据，仅保留泛化后的问题表述
  • 争议处理：对涉及竞品比较或功能请求的问题，需与法务确认是否属于可公开回答范畴

4. 优先级排序退出条件

  • 例外路径：若行业政策突变导致历史问题库失效，需重新启动紧急采集流程
  • SHMLANG实践：使用动态权重公式（搜索量×转化潜力×内容缺口分数），每周调整一次优先级

角色分工与质量门控

数据采集责任矩阵

  • 销售团队（Responsible）：
  • 字段：CRM中的客户异议记录（原始文本）、行业类型、客户阶段
  • 标准：需包含具体问题场景（如"客户询问如何解决AI生成内容的法律风险"而非"对合规有顾虑"）
  • 例外：涉及NDA的对话仅提交去标识化后的通用问题
  • 客服团队（Accountable）：
  • 字段：工单分类标签、会话记录（含多轮对话）、解决状态
  • 审核点：剔除个人身份信息（PII）后保留语境（如"跨境电商客户"而非"指定公司"）

技术实施与验收

  • 数据工程师（Consulted）：
  • 交接字段：站内搜索query日志（含session_id）、点击流数据、无结果搜索占比
  • 聚类要求：使用BERTopic而非简单词频，保留簇大小和轮廓系数指标
  • 内容策略师（Informed）：
  • 输入：标注后的意图分类（信息型/比较型/故障排除型）、证据映射表（如产品文档章节号）
  • 审计追踪：保留原始问题ID与最终内容的双向链接

试运行设计框架

  1. 基线标准（必须全部满足）
  • 销售异议库：至少50条去标识化原始记录（字段：问题文本、产品模块、发生阶段）
  • 站内搜索词：过滤品牌词后TOP100查询（字段：查询词、零结果率、后续点击）
  • 证据映射完成度：客服工单需标注对应产品文档章节/视频时间戳
  1. 观测指标（每日记录）
  1. 决策规则（7天周期）
  • 继续扩大采集：同时满足
  • 新增P0问题日均≤3条
  • 返工：任一条件
  • 隐私脱敏漏标≥1例
  • 停止：人工复核确认
  • 出现客户身份可逆向推断案例

验收方式

  • 工具验证：用SHMLANG内部审核系统跑敏感词扫描（规则组：地理坐标/个人身份标识）
  1. 同类问题是否合并到相同节点
  2. P0标注是否附销售合同编号（脱敏后）
  3. 产品文档引用是否精确到章节标题

销售异议数据采集

记录字段

  • 原始异议文本（必填）：客户原话记录，保留行业术语
  • 业务场景（必填）：选择【售前咨询/合同谈判/续约沟通】
  • 关联产品模块（可选）：对应产品文档章节编号
  • 解决状态（必填）：标记【已解决/待跟进/非产品问题】

验收标准

  • 单条记录需包含至少1个具体痛点（如"无法批量导出指定格式报告"）
  • 排除个人身份信息（PII），用[客户类型]代替公司名（如"跨境电商卖家"）

客服工单清洗步骤

  1. 意图标注：按【功能操作/数据需求/集成问题】三级分类
  2. 证据映射：将高频问题关联到知识库文档（需检查文档更新时间）

核验项

工单数据是否覆盖最近3个产品版本？

是否已排除账号密码等敏感字段？

上线后复核

  • 每周同步新增问题到产品团队

数据采集与清洗

输入源优先级

  1. 销售CRM异议记录：提取客户明确拒绝理由（字段：异议类型/产品模块/发生阶段）
  2. 客服工单分类：筛选高频咨询问题（字段：工单分类/解决路径/转人工率）
  3. 站内搜索日志：捕获长尾搜索词（字段：搜索词/零结果率/后续点击）

去标识化标准

  • 删除个人姓名、联系方式、精确时间戳
  • 保留行业、公司规模、产品版本等业务特征

问题聚类方法

错误信号识别

  • 虚假相关性：将相同关键词但不同场景的问题合并（如"价格贵"在售前咨询vs续费场景）
  • 过度拆分：把同一问题的不同表述方式拆分为独立问题

验证步骤

  1. 检查聚类后问题的业务可行动性（如能否对应到产品改进或内容创建）

三种实施路径的决策框架

1. 不处理的适用场景

  • 条件：资源不足（如无专职团队）、问题来源单一（仅依赖关键词工具）、业务目标为短期流量
  • 验收方式：检查站内搜索无结果比例是否持续高于行业基准（需自行定义）

2. 最小范围处理方案

  • 核心字段：问题原文（去标识化）、出现频次、关联产品模块
  • 证据映射：需标注问题来源（销售/客服/搜索）及原始会话片段（脱敏）
  • 例外情况：涉及隐私的问题（如客户账户信息）直接标记排除

3. 完整实施的关键差异

维度：最小范围处理；完整实施

数据源：单一渠道；跨渠道关联

聚类标准：关键词字面匹配；语义意图分类（需训练）

优先级模型：频次排序；业务影响矩阵

更新周期：季度手动；实时API对接

决策场景示例：

  • 工业设备制造商选择完整实施：需关联询盘技术参数与文档章节，建立领域本体

（根据G3要求：所有用户数据需通过ISO/IEC 27001认证的清洗工具处理）

数据采集与预处理

输入源与记录字段

  1. 销售异议：记录CRM系统中被标记为「未解决」的客户拒绝理由，需包含对话原文（去标识化后）、产品名称、异议分类（功能/价格/服务等）、发生阶段（售前/试用/续费）
  2. 客服工单：提取重复率TOP20的工单问题，保留原始描述、解决方案、处理时长、升级次数字段
  3. 站内搜索：收集搜索日志中无结果或高跳出率的查询词，需记录搜索次数、会话ID（哈希处理）、关联页面URL

去标识化标准

  • 删除个人姓名、联系方式、企业名称等PII信息
  • 替换具体数值为范围（如「价格超过5万」→「价格超过预算阈值」）
  • 对会话ID等追踪字段进行单向哈希加密

问题聚类与标注

意图分类流程

  1. 初级标注：按《客户意图分类手册》打标（功能需求/操作障碍/信息缺失/竞品对比）
  1. 证据映射：将问题关联到产品文档章节、帮助中心文章或演示视频时间戳

验收方式

  • 随机抽样100条记录检查标注一致性（Kappa系数≥0.75）
  • 验证问题库条目能否还原原始业务场景（通过销售团队盲测）

例外处理

  • 涉及商业秘密的客户对话需经法务审核后脱敏
  • 高频但低价值问题（如密码重置）单独归档不入库

延伸阅读

参考资料

评论 (0)

还没有评论，来发表第一条吧。

请先登录后再发表评论。