商家智能体养成【Repair】丨用户洞察

用户洞察逻辑与诊断任务推荐

核心观点

• 用户需求判断：通过判断用户是否强需求供给信息（如价格、地址等），以及供给信息是否满足用户需求，来推荐诊断任务。
• 私有知识相关推荐：根据客户后台是否有私域信息（如价格等），决定是否推荐私有知识相关内容。若后台无具体内容，则基座模型根据历史训练数据发言；若有相关内容，则不推荐。

关键案例

• Case1：种植牙推荐
  • 后台无内容：基座模型根据历史数据推荐医美项目。
  • 后台有内容：不推荐私有知识相关内容。
• Case2：种植牙价格咨询
  • 未解答情况：需新建水光针的价格（通过补足价格参数或新建价格文答知识）。
• 其他行业案例：
  • 教育行业：用户咨询上海是否有地址，需补足上海地址或告知无地址。
  • 房产行业：外墙翻新诉求被过滤，可明确不做或拓展新业务。
  • 医美行业：用户咨询水光针未被解答，需新建医美项目。
  • 教育行业：用户希望获取电话或微信，可拓展被动回答方式或明确拒绝。

诊断任务建议

• 提升解答力：未满足价格、地址、高频未解答问题。
• 提升经营力：未满足业务点推荐大健康、教育业务点。
• 提升用户满足：未满足联系方式，或用户需求被过滤。
• 全行业联系方式：利用巧舱【用户洞察】能力精准补充供给。

研究结论

• 从C端用户视角出发，基于智能体对话效果提供经营诊断建议。
• 通过分析用户需求与供给信息的匹配度，优化推荐策略，提升用户满意度。