为 Kamand 糖果店设计智能订单系统和客户体验

品牌类型： 甜品店和糖果店
品牌名称： 卡曼德
内坦尼克服务： 人工智能、订单自动化、客户体验、智能系统等 SEO 本地的

基础设施和现场技术经理：Navid Zamani

项目经理兼平面设计师：Sohail Motaghinia

卡曼德糖果店智能点餐系统

“Kamand”是一家甜品店，主营新鲜产品、特殊场合蛋糕、手工糖果和特殊订单。随着客户数量和订单种类的增加，需要更常规的流程来管理客户关系。很大一部分订单是通过电话、短信和社交网络收到的，这导致客户信息、交货时间、产品类型和订单详细信息分散在不同渠道。问题不仅仅是下订单；而是问题。客户希望能够快速询问产品、获得合适的报价并最终确定订单，而无需长时间来回。内塔尼克的套索 智能订单系统与客户体验 设计通过结合人工智能、自动化和客户数据，从第一个问题到下订单的沟通路径更加连贯。

套索的主要问题

在糖果等行业，许多客户在购买前需要指导，而诸如产品选择、所需数量、口味、重量、场合和交货时间等问题被认为是销售过程的自然组成部分。如果所有这些问题的回答都是手动完成的，随着消息量的增加，会给销售团队或收款人员带来更大的压力。另一方面，简短且客观的答案可能会扼杀与客户建立更好关系的机会。因此，Kamand 需要一种既能提高响应速度，又能保持糖果品牌人性化和亲密感的解决方案。

系统设计的目标

该项目的目标不是构建一个通用的聊天机器人来回答一些常见问题，而是设计一种可以简化客户部分购买流程的对话体验。系统应了解产品信息、订单条件、准备时间和常见问题，并根据客户需求提供相关答案。在更复杂的订单中，系统必须能够收集信息并准备请求以供人工审核。这样，人工智能并没有消除人类的沟通，而是作为一个层进入流程，以简化这种沟通。

建议的内部链接： “企业人工智能解决方案” → Netanik AI 服务页面。

智能客户体验架构

这个的架构 智能点餐系统 它的设计方式使客户可以体验从第一次交互到请求注册阶段的相对无缝的路径。卡曼德产品和服务的基本信息被放置在结构化知识库中，人工智能模型利用这些信息进行回答。在订单部分，收集了产品、数量、所需日期和请求类型等必要信息，以便 Kamand 团队无需再次搜索消息即可获得更完整的信息。这一架构也为未来更多能力的开发提供了必要的背景。

产品信息层

系统的第一部分是产品数据库，其中包括每个产品的规格、类别、描述、订购条件以及相关信息。这些数据必须保持结构化和最新状态，以便根据真实的品牌信息生成人工智能响应。当产品或销售情况发生变化时，知识库信息也应更新，以便系统不使用旧信息。这样的结构使得AI根据业务提供的数据做出反应，而不是猜测。

客户交互层

第二层与会话交互相关，负责接收客户以自然语言形式提出的请求。客户不必选择多个复杂的选项，而是可以用简单的方式解释他的需求，系统会根据可用信息建议正确的路径。如果请求简单，可以直接给出答案，如果需要进一步调查，则对话进入下一阶段。这种模式将技术置于后台，客户体验保持自然。

订购过程中的人工智能

该项目的一个重要部分是使用人工智能来理解客户的意图，而不仅仅是识别消息中的单词。例如，客户可能会说“我想要一个大约二十人的生日聚会的风格选项”，并期望系统首先了解他的需求，然后建议合适的选项。这种交互需要将产品信息与对话上下文相结合，并且可以使购物体验比固定菜单更加个性化。当然，明智的报价应该基于真实的产品和经过验证的品牌信息，这样客户体验就不会依赖于虚假信息。

适当的产品报价

系统可以根据场合、客人数量、产品类型和客户偏好在可用产品中建议选择。这些优惠并不是为了取代客户的选择，而是充当数字助理，让选择变得更容易。在这样的模型中，产品信息和品牌规则决定了可以显示哪些优惠，人工智能接管了理解请求并在客户的需求和可用选项之间建立联系的任务。这种方法可以实现个性化，而不会将购物体验变成一个复杂的过程。

回答常见问题

该系统的另一部分旨在回答客户经常提出的问题。准备时间、如何注册订单、特殊订单的条件以及产品的一般信息等都可以放入知识库中，系统可以根据这些信息做出响应。这个问题可以减少员工重复提问的次数，同时可以更快地向客户提供初步答案。如果信息不足，系统应转发人工审核请求，而不是猜测。

Kamand 中的个性化客户体验

对于 Kamand 等品牌来说，人工智能的重要机遇之一是为所有客户创造一种不完全相同的体验。为生日购物的顾客与为商务会议、公司礼品或家庭活动订购的顾客的需求不同。通过接收一些简单的信息，系统可以识别请求的上下文，并根据相同的条件调整报价路径。这种个性化应该在保持简单性的同时进行，这样客户就不会感到被迫填写很长的表格来购买简单的产品。

了解购买场合

场合是糕点和蛋糕行业最重要的信息之一，可以影响产品类型、数量、包装和准备时间。智能系统可以通过简短的问题确定订单是否合适，然后向客户提供相关信息。例如，订购生日蛋糕可能不同于订购礼物或购买大量糖果。这种简单的分离使用户体验更加个性化，并且订购流程对于内部团队来说更易于管理。

了解客户偏好

如果您拥有合适的基础设施，以前订单的信息也可以帮助个性化未来的通信。例如，如果客户在之前的交互中选择了某种产品或类型，系统可以在适当的情况下提供更相关的报价。当然，此类数据的使用必须遵守隐私和客户数据法。个性化的目的是创造更好的体验，而不是漫无目的地收集信息。

订单注册和管理自动化

对话阶段结束后，系统最重要的部分是将对话转换为 Kamand 团队可用的信息。在手动流程中，员工可能必须从多条消息中提取订单信息，并将其重新输入到另一个办公室、文件或系统中。自动化可以以特定格式捕获此信息并将其提供给团队进行审查或批准。这样，“客户对话”和“操作订单信息”之间的差距就缩小了。

订单信息结构

对于每个订单，可以考虑客户名称、产品类型、数量、所需日期、场合、具体描述和订单状态等字段。收到信息后，系统可以识别不完整的项目，并在转移请求之前询问客户必要的问题。这可以避免不必要的来回，并允许 Lasso 团队收到更完整的请求。最后，订单的最终确认仍然可以由收款人员来完成。

连接到内部流程

当收到的信息不仅仅保留在聊天中而是转移到内部业务流程时，自动化的价值就会增加。订单完成信息后可以输入仪表板、CRM或订单管理系统，并且可以跟踪其状态从“新请求”到“确认”、“准备”和“交付”。这种结构可以提供更集成的订单视图，并且可以随着业务的扩展更轻松地管理更多订单。

Lasso 数字和本地 SEO 经验

对于一家甜品店来说，本地搜索的曝光度非常重要，网站应该能够清楚地向用户提供品牌名称、地址、营业时间、联系电话和服务等信息。 Google 对本地企业使用结构化数据，对于食品企业，可以在页面结构中定义地址、营业时间、菜单和联系信息等信息。这有助于搜索引擎更好地了解业务的性质和信息，尽管不能保证特定结果会出现在搜索结果中。

网站内容结构

除了智能系统之外，Kamand网站的内容结构也应该根据客户的实际需求进行设计。产品页面、糖果类别、特殊场合蛋糕、特殊订单、品牌信息和联系信息都应该有特定的用途。每个页面的内容也应该是为人类而写的，而不仅仅是充满重复的关键词。用户体验、本地信息和技术基础设施的结合可以为本地企业的数字化发展奠定更合适的基础。

本地结构化数据

对于主页或分行介绍页面，可以将实际业务信息放入适当的结构化数据格式，以便搜索引擎更准确地了解活动类型、位置和联系信息。对于本地企业，Google 建议使用与企业匹配的最具体的子类型，并正确定义名称、地址和其他相关属性等信息。此外，结构化数据必须与页面的可见内容相匹配。

设计 Kamand 品牌的对话体验

成功的智能系统和枯燥的聊天机器人之间的重要区别之一是它的说话方式。 Kamand 是一个食品和情感品牌，因此系统的响应不应类似于企业软件的消息。语气应该是温暖、尊重和邀请的，但仍然提供准确和可靠的信息。在设计对话体验时，Netanik 将品牌个性视为系统架构的一部分，以便技术与 Kamand 的身份保持一致。

人声

与客户的对话应该简短、清晰、自然，并且在每个阶段仅询问处理订单确实必要的信息。过度使用技术术语、长消息或重复响应可能会降低用户体验。如果需要，系统应该能够询问下一个问题，同时将选择权留给客户。事实上，人工智能应该像一个数字销售助理，而不是一个会说人工句子的在线形式。

转移给人类专家

任何智能系统都不应该假设它可以在没有人工干预的情况下处理所有可能的情况。复杂的订单、具体的请求或没有足够信息来回答的情况应提交给专家。系统可以向专家提供转移前收到的对话和信息的摘要，以便客户不必再次解释所有内容。人工智能和人类之间的这种连接点是为 Kamand 设计的体验中最重要的部分之一。

数据分析 并改进销售流程

启动智能系统并不是项目的结束，来自客户交互的数据可用于逐步改进流程。检查常见问题、最常询问的产品、客户放弃对话的点以及最常转移给操作员的请求将产生有价值的信息。通过分析这些数据，Kamand 团队可以修改网站内容、产品信息，甚至订单流程。因此，随着时间的推移，该系统不再只是一个响应工具，而是成为更好地了解客户行为的来源。

可衡量的指标

为了检查系统的性能，可以检查交互次数、请求完成率、转专家次数、频繁话题等指标。下一步，还可以评估该数据与实际订单和客户行为的关系。此测量的目的不是产生有代表性的数字；相反，它正在寻找改善客户体验的点。这种方法允许系统开发根据真实数据和业务需求继续进行。

体系持续改进

如果套索菜单中添加了新产品，则其信息必须放入系统的知识库中，如果订单条件发生变化， Workflow 它也应该更新。这个简单的循环表明，成功的人工智能系统不是一次性项目，需要维护和优化。在这样的结构中，Netanik 团队可以致力于改进提示、知识库、自动化流程和用户体验。当系统随着业务本身的增长而形成期望的结果。

卡曼德项目的成果

Lasso 项目就是这种方法的一个例子，人工智能不一定只适用于大型科技公司或复杂的组织。糕点店还可以通过正确使用人工智能来简化客户体验，并以更加结构化的方式管理一些重复流程。在这个项目中，重点是构建一个可用的系统，该系统从回答和推荐产品开始，然后能够连接到订单注册和内部流程。通过这种方式，技术服务于品牌体验，而不是相反。

为品牌创造的价值

对于 Kamand 来说，该系统的主要价值在于在客户和企业之间创建更加连贯的沟通路径。客户可以更快地获得他们需要的信息，内部团队可以获得有关请求的更结构化的信息。另一方面，系统架构具有开发在线订购、客户俱乐部、个性化优惠和客户行为分析的能力。这种可扩展性使得对人工智能基础设施的投资不再局限于小规模的能力。

纳撒尼尔的角色

在这个项目中，Netanic 并没有将人工智能视为独立于品牌设计或数字体验的工具，而是试图将所有组件整合到一条连贯的路径中。从会话和知识库逻辑设计到订单自动化、用户体验和本地 SEO 考虑因素，每个部分都定义了特定的目的。这种方法使 Kamand 能够逐步将该技术融入其实际流程中，并在未来添加新功能。其结果是一个智能且可扩展的基础设施，可以在客户沟通和内部业务管理中发挥作用。

卡曼德的智能未来

这个项目的发展路径可以远远超出对客户的最初响应。将系统与产品库存、在线订购、CRM、客户俱乐部、行为分析等对接，可以更加一体化地管理部分销售流程和客户关系。在更高级的阶段，人工智能代理可以通过对业务工具的受控访问来执行某些流程的一部分，并在关键情况下将决策权留给人力资源。这样的架构有助于 Kamand 拥有更加连贯的数字生态系统，而不是零星地使用一些工具。

从秩序到关系

该系统的最终目标不仅仅是更快地订购；而是更快地订购。更重要的是在客户和品牌之间建立更好的关系。当在正确的时间向顾客提供正确的信息并且购物体验简单且个性化时，与品牌的关系就可以超越简单的交易而形成。这种交互中的数据还可用于更好地了解客户并设计未来的体验。在这样的模型中，人工智能不仅仅在背后 聊天机器人 它成为品牌数字体验的一部分。

总结

卡曼德甜品店项目表明 人工智能在客户体验中的应用 它还可以为当地企业创建功能性基础设施。 The combination of knowledge base, intelligent conversation, product suggestion, order automation and data analysis can make the path of customer communication with the brand simpler and more consistent. In this project, Netanik tried to align technology with the human identity of the Lasso brand so that automation does not chill the customer experience.其结果是一个可以从简单的响应式系统开始，并在未来演变成智能系统的架构 订单管理 与客户的关系就变得如此。