收集分析数据，应用到智能机器人系统。
针对人工客服的服务绩效指标，会有专门的效能改进人员帮助其提升;
而智能客服的绩效指标则由人工智能语音标注师帮助提升。对于人工客服，效能改进人员需要负责提升人工客服的服务承接能力、一次解决率、服务满意度。
相应地，人工智能语音标注师也在帮助智能客服提升服务场景的承接能力、解决率、满意度等指标。想要了解如何提升这些指标，必须对智能客服和人工客服的服务方式都非常熟悉，才能更好地解析现有的服务指标是如何构成，可以提升的部分是哪些。
例如，阿里小蜜上线初期，“卖家不发货怎么办”的问题无法被很好地解答。通过人工智能语音标注师对智能客服聊天记录的分析、人工客服处理方式的对比，我们发现人工客服可以很快找到客户咨询的卖家未发货订单，而阿里小蜜则很难定位。
基于这个原因，增加了阿里小蜜对未发货订单识别能力，大大提升了该场景的小蜜解决率和客户满意度。
4、持续数据，优化智能机器人系统
服务知识库是智能客服的大脑，人工智能语音标注师只有通过高效、清晰的知识管理，才能让智能客服越来越强大。智能客服的兴起，也推动着知识管理的革新升级。
过去，知识储备分散在客服人员手上，当一个客服更新了自己的业务知识储备，很难将这个知识同步给其他的服务人员，也不容易对其他客户产生积极的影响;并且，当客服人员离职时，还面临着知识流失的风险。
引入智能客服后，人工智能语音标注师可以高效、敏捷地根据用户和智能客服的聊天记录更新智能客服的知识储备(知识库)，而这些知识又可以通过智能客服被迅速应用，保证每一个被服务的客户都能够受益。更进一步设想，如果智能客服不仅应用在直接的客户服务，还可以作为人工客服代表的助手，则能更好地保障每一位客服代表都能够接收到一手的服务知识更新。
4、划分行业场景，优化服务流程描绘服务全景，
由于人工或线下服务记录的收集难度较大，当企业在全渠道使用智能客服进行客户服务时，会更容易获取全局服务数据，并找到各类服务问题的占比。
在大数据的背景下，更容易对客户问题有综合的把握，进行服务问题分析，从而对服务流程和客户体验有全局化的推进和提升。通过分析智能客服的会话历史，对流程和效能优化部门提出改善意见，正是人工智能语音标注师的价值所在。
智能客服在服务数据收集上占据着天时地利的优势，人工智能语音标注师可以充分利用这一优势，描绘服务链路全景图，并呈现每个环节上的服务问题。
而传统的基于个别客服经验感知问题的方式来了解服务问题，容易产生认知与实际的偏离。