三只松鼠客服中心负责人: “八爪鱼RPA+大模型的组合,不仅让我们的退款工单处理效率翻了倍,更重要的是把客服从重复的标签匹配和金额核对中解放出来,让他们能专注于真正需要人工判断的复杂场景和客户沟通。”
Agent 自动化需开通企业功能:点击申请1个月免费权限 点击申请 →
1.客户信息
三只松鼠股份有限公司成立于2012年,是中国领先的休闲食品品牌,以坚果、零食为主打品类,覆盖全渠道销售。公司以“让坚果和健康食品普及大众”为使命,通过数字化驱动供应链和用户运营,在天猫、京东、等主流电商平台拥有近百家店铺,服务上亿消费者。 近年来,三只松鼠持续推进客服数字化转型,积极探索 AI 与 RPA 技术在售后场景的应用,致力于打造更高效、更智能的客户服务体系,提升消费者售后体验。2.业务问题
01.业务背景
作为国民休闲零食品牌,三只松鼠坐拥天猫、淘宝等平台近 30 家店铺,日均退款工单量庞大,其售后数字化背景如下:- 平台与店铺:天猫、淘宝等平台近 30 家店铺,29 家纳入自动化
- 工单量级:日均退款工单量庞大,单店均需人工逐单处理
- 原处理模式:客服逐单核对聊天记录、判断原因、匹配 50+ 标签、校验金额
02.流程与问题
退款工单的处理链路长、环节多,每一步都依赖人工经验判断与跨平台信息核对,容易形成三道坎:判单慢
客服每天花大量时间逐单读千牛聊天记录,从 50 多个三级标签里选匹配项,单均 3-5 分钟且容易选错。金额易错
人工从聊天记录里找协商金额再和工单比对,错赔、漏赔难避免,重复退款风险又无法彻底杜绝。跨店难管
29 家天猫/淘宝店铺分散在不同账号,客服来回切换,异常工单(静默、超时)响应不及时。03.客户需求
- 判单自动化:把“读聊天记录、判退款原因、选三级标签”从人工手里拿过来,AI 一次处理
- 金额精准校验:AI 提取协商金额自动比对工单金额,1 元阈值自动通过,超出转人工
- 多店铺统一收口:29 家店铺工单统一接入松鼠云造平台,静默/超时/重复退款都有“机器先拦一道”的兜底
3.解决方案
针对上述痛点,三只松鼠引入八爪鱼 RPA + 大模型方案,从工单接入到异常闭环全流程自动化,让客服只介入真正需要人工判断的复杂场景。01.概述
AI 智能识别退款原因,告别“逐单人工判单”
过去,三只松鼠的客服人员每天需要花费大量时间逐单阅读千牛聊天记录,判断每笔退款的原因,并手动从 50 多个三级标签中选择匹配的标签。这个过程不仅枯燥重复,而且容易因为人为疏忽导致标签选错,影响后续数据分析和判责准确性。
八爪鱼RPA+大模型彻底改变了这一工作模式。RPA机器人自动登录千牛平台,根据订单号检索24小时内的客服会话记录,将完整对话内容(含图片)提交给大模型进行智能分析。大模型能够理解客户诉求和客服回复的语义,自动识别退款原因(如破损少件、口感异常、产品临期等),并精准匹配到对应的一级、二级、三级标签。整个判单过程从原来的人工3-5分钟/单,缩短到AI秒级完成,且标签匹配准确率稳定在较高水平,客服团队不再需要为机械的标签分类工作消耗精力。
金额智能校验防重复,退款精准零差错
退款金额核对是售后客服的另一项高频且高风险工作。人工模式下,客服需要从聊天记录中找到协商一致的退款金额,再与工单填写金额比对,稍有不慎就可能出现错赔、多赔的情况。同时,同一订单是否已经创建过退款单,也需要人工翻查记录,重复退款风险难以完全杜绝。
八爪鱼 RPA 方案通过三重机制保障退款精准性:第一,大模型从会话内容中自动提取客户与客服协商一致的退款金额,无需人工查找;第二,自动将 AI 识别金额与工单填写金额进行比对,差额在 1 元以内视为一致,超出阈值则自动转人工复核;第三,RPA 会检查关联订单的历史退款记录,通过识别“自动化售后”“退款审核”“售后申请”等关键词判断是否已创建过退款单,若已存在则直接退回人工处理,从源头杜绝重复退款。这套智能校验体系大幅降低了退款差错率,也减少了后续财务对账的返工成本。
多店铺工单统一运营,异常自动闭环
三只松鼠在天猫、淘宝平台运营着29家店铺,每家店铺的退款工单分散管理,客服需要切换不同账号处理,效率低下且容易遗漏。此外,静默退款(客户未与客服沟通直接申请)和超时未处理工单等异常场景,往往需要专人跟进,人力成本高且响应不及时。
八爪鱼RPA通过统一接入松鼠云造平台,实现了29家店铺工单的集中自动化处理。机器人自动遍历名下所有待处理工单,先根据店铺名称判断是否属于千牛体系,非千牛店铺直接转人工;千牛店铺则进入完整的自动化处理流程。对于静默退款场景(24小时内无人工客服会话记录),RPA会自动识别并转交人工客服处理,确保需要沟通的订单不被遗漏。对于分流时长超过24小时的超时工单,RPA会自动将工单状态调整为“已完结”,并填写固定完结备注“订单已超48H,已反馈快递核实,工单暂行完结,判责快递”,实现异常工单的自动闭环。
针对箱破损类工单,RPA还会在创建退款单后,自动将提交方式修改为“提交快递”,同步完成快递判责流程,减少人工二次操作。
02.方案优势
- 大模型判单:大模型直接读懂千牛会话内容,自动识别退款原因并匹配 50+ 三级标签体系,客服不再为机械的标签分类消耗精力。
- 三重校验:AI 提取协商金额 + 1 元阈值自动比对 + 历史退款关键词查重,三道闸门把错赔、漏赔、重复退款都挡在门外。
- 29 家店铺统一收口:松鼠云造平台统一接入,机器人自动遍历待处理工单;静默退款自动转人工、超时 24 小时自动完结,无需专人跟。
- 客服回归高价值沟通:机械的判单、标签、金额核对交给 AI 和 RPA,客服只介入真正需要人工判断的复杂场景与客户沟通。
03.涉及解决方案
售后服务 | 亚马逊退款退货处理 Agent 自动化为亚马逊卖家团队打造的智能体驱动退款退货处理方案,解决退款量大积压、政策判断靠人、恶意退款难辨的问题。方案链接:售后服务 | 亚马逊退款退货处理 Agent 自动化售后服务 | 亚马逊A-to-z索赔处理 Agent 自动化
为亚马逊卖家团队打造的智能体驱动 A-to-z 索赔处理方案,解决索赔通知易漏、凭证收集费时、截止日难管理的问题。方案链接:售后服务 | 亚马逊A-to-z索赔处理 Agent 自动化售后服务 | 速卖通纠纷与退款管理 Agent 自动化
为速卖通卖家团队打造的纠纷与退款管理方案,拉取纠纷/退款单状态,智能体按规则风险分级并准备证据。方案链接:售后服务 | 速卖通纠纷与退款管理 Agent 自动化售后服务 | 虾皮退货退款处理与响应监控 Agent 自动化
为虾皮卖家团队打造的退货退款处理与响应监控方案,定时采集退货/退款单,智能体按规则风险分级并预生成举证材料。方案链接:售后服务 | 虾皮退货退款处理与响应监控 Agent 自动化
4.落地效果
工单秒级响应
大模型从千牛会话里读出退款原因与协商金额,自动匹配 50+ 三级标签,单工单从原来人工 3-5 分钟压缩到 AI 秒级,客服日人均处理量提升显著。
标签匹配准确率稳定在较高水平
RPA 自动登录千牛平台,根据订单号检索 24 小时内的客服会话记录,将完整对话内容(含图片)提交给大模型进行智能分析,自动识别退款原因(如破损少件、口感异常、产品临期等)并精准匹配到对应的一级、二级、三级标签。
双重校验显著降低差错率
RPA 把 AI 识别的协商金额自动和工单填写金额比对,差额在 1 元内视为一致自动通过;超出阈值转人工复核。同时走查关联订单历史退款记录,识别“自动化售后”“退款审核”“售后申请”等关键词,从源头减少错赔、漏赔、重复退款。
客服从机械操作走向价值服务
原先占据客服大量时间的标签匹配、金额核对、工单状态修改等机械性操作,全部由 RPA 机器人自动完成,客服人员从重复劳动中解放出来,把更多精力投入到真正需要人际沟通的复杂场景——比如安抚情绪激动的客户、处理特殊诉求、跟进高价值订单的售后问题等。同时,AI+RPA 的组合也为客服团队提供了数据支撑:标签化的退款数据让管理层能更清晰地了解产品问题分布、物流服务质量、客服响应效率等关键指标,为产品优化和运营决策提供依据。
改造前 vs 改造后
改造前:客服每天登录 29 家店铺账号逐单下载工单,3-5 分钟读聊天记录、选标签、对金额;错赔、漏赔、重复退款难避免,静默与超时工单响应滞后。
改造后:大模型秒级判单与匹配 50+ 三级标签,RPA 自动校验金额(1 元阈值)并查重,29 家店铺工单统一在松鼠云造平台自动遍历,异常自动转人工或自动完结。
原文:查看原文