“洞察者”话题：智能客服如何帮助优化创新客户体验

编辑：夕照寺 | 2019年7月1日 | 2019年, 客世原创 | 评论已关闭 | 1795

林喜令：中国移动通信集团广东有限公司阳江分公司市场经营分析高级管理

在体验为王的时代，智能客服不仅是为企业降低服务成本，更要为客户体验赋能。那么，智能客服如何创新客户体验呢?

首先,我们需要搞清楚两个问题。一是客户对于传统的服务有哪些体验的痛点；二是智能客服现在以及将来能为服务做点什么?

对客户而言，传统的服务时间成本高。客户只需要一次简单的服务，不想浪费时间等候或还被迫接受附加服务。与传统客服的过度服务不同，智能客服不仅快捷、准确，而且服务恰到好处。

智能客服的出现将彻底改变传统客服时空限制。从前的夜间服务时间，客户只能忍受IVR的“爱莫能助”，时差不同时更会无处诉说。智能客服，可以随时、随地让客户随心获取服务。

传统客服场景中客户最头痛的莫过于清晰准确表达问题，面对突如其来的客户，客服代表只能按部就班地轮番查证、寻找答案，让客户“饱受煎熬”。经过多年迭代优化，如今的客服系统能查询到与客户相关的各种数据以及历史交互日志，但依旧无法关联挖掘出对于服务有帮助的信息。而智能客服在客户全方位的触点行为挖掘分析之后，还可以提示其它需要注意的事项，从而引导人工进行精准的、关怀式的深度服务。

在客服智能化改造不断向纵深推进的今天，传统客服的各种“先天缺陷”将得到修复。如果人工智能可以把以前看似不可能的服务做成了可能，客户的体验会有怎样的裂变呢? 让我们拭目以待！

林淼（以珩）：阿里巴巴智能服务事业部高级人工智能训练师

人工智能技术的高速发展，在服务、交通、医疗、工业、金融等不同领域都带来重大变化。服务领域已开始大规模使用智能客服机器人帮助人工客服处理日常高频简单的问题，减少服务成本。而在客户与机器人互动中，如何让机器“像人”一样思考、学习和解决客户问题，成为人工智能领域的重要课题。这个过程需要一个重要的角色，我们称为“人工智能训练师”（Artificial Intelligence Trainer）。

1、AIT具体做什么？

AIT在整个交流过程中发挥着重要作用，他需要先教会机器正确“理解”客户的问题，这是交互的基础！

智能机器人在理解客户的问题时会出现理解或不理解两种情况，而“理解”也可能出现“理解对”或“理解错”两个结果。AIT就是保障客户的提问能被正确识别，减少“不能理解”和“理解错误”的场景。其次，AIT要梳理最优的解决方案配置到知识库或设计成智能产品，最后通过客户的反馈和数据分析，不断的优化整个过程。如果转化成数字目标，这就要求AIT为智能机器人的召回率和准确率负责。召回率，顾名思义，召回更多的机器可以正确理解的场景，准确率则是让机器人“更准确”地理解问题。

2、AIT如何提升召回率和准确率？

1）基于不同领域提取数据进行大量样本分析；

2）结合AIT专业经验梳理业务场景并提出清晰的定义和划分标准；

3）和算法一起选择满足业务诉求的智能模型，研发过程中提供大量的标准样本，建立训练样本集；

4）设计模型评测流程及通过标准，常见模型评价指标有准确率，召回率。生成模型评测报告，定位模型问题，完善模型修复方法和流程；

5）模型发布上线后，进行日常监控和维护形成监控闭环。这样才能持续不断地优化模型性能，更多、更准地“理解”客户问题。

在这个过程中，AIT不仅需要分析大量的数据，还要运用自己的专业，结合算法和工具进行不断测试优化，才能让人工智能更“像人”！

张欣楠：零犀科技 AI运营总经理

作为一个运营出身的人，我觉得从运营角度来看人工智能可能会更清晰。

传统运营经过不断优化，已经是一个成熟的商业化结构，但人工智能成熟商业化到底是什么样子，其实现在连个雏形都没有，只存在于想象，并且现在这个想象错误地停留在“像不像人”这个点上，以欺骗为导向本身就是不符合诚信、契约的商业法则的，注定这条商业化的路线存在问题。

运营端始终以用户需求为中心，以节约用户时间成本和学习成本为导向寻找合适的服务手段。例如银行的ATM机，它成功替代了很多银行员工，但它一点都不像一个人。它有三个特点：1）首先满足了银行用户24小时的服务需求。2）它满足了银行对于成本控制的需求。3）从技能上它可能仅仅拥有20%银行职员的技能（一直在不断增加中），但这些技能可以覆盖接近甚至超过80%的银行实际业务量。

从运营角度看，目前的机器人技术路线短时间内只能是完美的模仿者。首先，机器人相关的一系列技术组合和ATM机的上一代服务手段相比界面更加友好、用户学习门槛更低，但因为识别技术本身的局限，机器对于人的准确感知还不能做到。其次，找寻解决方案的过程把控可能大量机器人还无法具备，所以和一个真正优秀的员工相比还相差很多。但机器人的优势也很明显：不知疲倦、准确度高、态度如一、成本低廉，这一点有已经胜过很多新手员工。

综上所述我仅提出以下方法：

按照优势进行分类：需要人性化的，应对开放场景的，需要较高灵活性工作仍由人来处理。比如投诉。而这部分人需要具备更专业的培训掌握沟通和公关技巧。

非人性化的、封闭场景的、需要高准确性的工作交给机器人来处理。比如条款的确认、存款余额、信息查询等。这要求企业对于流程话术本身的严谨性、准确性有很完整的控制能力。

不要去想一项工作到底是机器做还是人了做，很多场景中，虽然目前还不能完全由机器来直接应对，但用机器辅助高沟通技巧的员工来服务用户，也能带来质量精度更高且数倍效率的增长。

范群芳：华为云联络中心产品总监

人工智能、云计算以及5G等新技术快速发展，呼叫中心行业恰好具备对这些新兴技术最快速落地并且发展有价值应用场景的所有必要条件。与传统的自建呼叫中心和托管呼叫中心相比，云呼叫中心的核心优势在于分布部署和大数据分析能力。

企业在向云呼叫中心转型的过程中，最多的问题和关注点就是云服务的安全性如何保障？其实云服务的安全性问题包含了两个侧面的问题：1、业务连续运行的安全性；2、数据的安全性。

一般企业都能够比较容易认可系统平台放在云端之后，由呼叫中心云服务厂商来保障系统的运行稳定，云服务厂商在技术的专业性以及云服务的容灾备份等方面会比传统企业自建的模式下更加安全。

对企业挑战最大的是数据安全问题，企业都想对数据拥有较大掌控力度，自然认为在企业防火墙内构建私有云是最佳选择。所以企业上云的最大难点在于如何保障数据的安全。针对这个问题，我更加愿意用另外一种方式来分析：钱在家里和银行哪个更安全？多数人会觉得钱放在银行更放心，因为银行肯定会在数据的安全、保密传输以及支付等环节不遗余力地进行持续投入，国家监管的政策法规也会更严格和完善，至于云服务的数据安全性也是一样。

随着人工智能技术的发展，作为劳动力密集型的呼叫中心行业，很多人都担心人工智能会替代坐席工作。其实一个新技术必然会对传统行业产生冲击，更何况是新一轮工业革命的人工智能技术。就像方便面被外卖打败，人们的本质需求还是要追求更好的生活以及服务体验。所以，只要人们对优质服务品质和良好服务体验的要求没有变，呼叫中心行业就一定会持续健康地发展。

本文刊载于《客户世界》2019年3月刊。