智能客服時代，人和機器應該如何分工協作？
隨著人工智能技術的發展，以語音識別（Automatic Speech Recognition）、自然語言處理（Natural Language Processing）、深度學習（Deep Learning）為核心技術的人機交互模式正在逐漸改變著傳統的客服行業——智能客服，正在以一種極低的感知度，悄悄地滲透進我們的生活。
實際上，從2017到2018年，我國智能客服市場已經呈爆發趨勢。一方面，移動互聯網的發展帶來的多觸點營銷極大地增加了客服中心的業務量，直接導致傳統人工客服的接待能力超載；另一方面，高居不下的客服人員的培訓和留存成本，以及機械化的工作內容本身給員工帶來的“掉價感”也再度對企業敲響了警鐘——要想在降低運營成本的同時還能保證優質的服務體驗，客服中心必須走向智能化。
▲ 國內包括智能云客服以及客服機器人在內的公司融資情況
（數據截止2018年5月28日，來源：前瞻產業研究院）
在單一的產品或垂直行業領域，智能客服的優勢已經逐漸突顯——通過輸入特定的行業知識，搭建企業的專業知識庫，智能客服能夠精準攔截和回答約80%的高頻問題，快速為咨詢者輸出相匹配的答案，實現秒級響應。同時，機器還能夠通過實時的數據反饋自動擴充語料庫，供日后的素材更新使用，其強大的記憶力、敏捷的反應力和7x24h不間斷的工作熱情，足以讓它成為客服行業中的“翹楚”。
不過，盡管機器人的智能程度在不斷提升，答非所問的現象仍然很常見。在客戶服務數字化的進程中，人和機器究竟該如何分工協作？企業在智能客服的應用上又該如何權衡？
解放勞力，用機器守住第一觸點
目前，語義識別技術在智能客服領域已經較為成熟。機器能夠順利識別并完成語義指令型語義理解和多輪任務型問答對話，為用戶提供不間斷的貼心服務，高效完成標準化的詳細解答。因此，企業大可放心地將智能客服安排在官網、微信、app、微博等多個觸達客戶的一線渠道，讓智能客服充當售前服務的主力，而將人工客服分配到更高附加值的任務中，進一步提升前端業務的處理效率。
▲ 人工客服 VS 機器響應
（來源：歐唯特中國）
畫像描繪，讓機器分發個性內容
在電商領域，不少用戶都會發現自己擁有“專屬智能客服”。根據用戶的瀏覽路徑和歷史消費記錄，專屬智能客服不僅能夠自主判斷用戶的喜好，為其推薦相似的商品，幫助用戶擴大選擇范圍，還能通過大數據建立完整的用戶畫像，不定時地推送符合用戶期待的商品，及其他個性化的服務信息，以較低的成本不斷激活“沉睡”用戶（即對用戶的精準二次觸達）。
▲ 例如：天貓設有專屬智能客服隨時提供服務
多維分析，借機器獲取消費洞察
海量對話信息的沉淀和再利用是智能客服得以不斷進步的基礎。通過自動采集不同渠道中用戶與企業的互動數據（包括將語音對話轉換成為結構化的文字數據），加之多維度的輔助分析模型，機器能夠幫助企業挖掘不同業務場景下的高頻話題，及時獲取某類產品/服務的市場反饋，為下一步的運營決策提供有效參考意見。
▲ 多渠道的互動信息是獲取消費洞察的重要來源
（來源：歐唯特中國）
相互補充，以機器優化人工服務
除了承擔繁瑣復雜的數據處理和機械應答工作之外，介入機器的意義更在于提升人工客服中心的運作質量。例如，不少企業已經開始用智能質檢管理系統代替傳統人工抽檢。通過靈活的關鍵詞匹配、情感/語速識別和智能業務模型規則，機器能夠深入多個業務場景，對人工客服的服務態度、話術規范及處理業務的流程做出自動化的批量檢測,將質檢覆蓋率提升到100%（傳統人工抽檢的比例不足3%，抽檢樣本也缺乏代表性）。
此外，傳統的人工抽檢受質檢員的主觀意志影響大，個體的檢驗標準存在差異，而機器質檢則采用統一規范的評分標準，并由機器統一打分、實時輸出分析報告，最大程度地消除了評分的主觀性，為坐席人員提升自己的服務專業度提供了一套行業內標準化的指導方向。
▲ 歐唯特智能質檢任務結果概覽
如果說人工智能技術是企業數字化轉型路上的助推器，那么不同渠道的數據及精密的算法處理規則便是其中的燃料之一，而智能客服的興起正是人們對技術及數據應用的積極突破。
未來，依賴智能AI交互、智能數據分析等技術，人們還將借助機器實現全業務和服務流程的智能化。在此過程中，人機的高效協作也將逐漸重構品牌與消費者之間的互動法則。
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）