![图:环信CEO刘俊彦](http://www.ctiforum.com/uploadfile/2016/1017/20161017093821485.jpg)
图:环信CEO刘俊彦
经过十余年的发展,国内客户服务中心发展经历了语音呼叫中心、网页端客服、社交媒体客服、移动端客服,并最终发展成为了全媒体客服的复合形态。
![图:中国客户服务中心发展历程](http://www.ctiforum.com/uploadfile/2016/1017/20161017094021503.jpg)
图:中国客户服务中心发展历程
随着客服形态的不断演进,也面临了越来越多的挑战。包括:1,渠道杂。2,成本高。3,效率低。4,弱网络。5,体验差。
![图:客服行业面临的五大挑战](http://www.ctiforum.com/uploadfile/2016/1017/20161017094133360.jpg)
图:客服行业面临的五大挑战
客户服务软件将如何解决这些痛点?未来将如何发展?哪些技术将重塑行业?环信联合Gartner在SaaS客服行业的一些前沿探索已经给出了答案。
![环信联合Gartner即将发布《Trends of Next-Generation Customer Service Software》敬请期待!](http://www.ctiforum.com/uploadfile/2016/1017/20161017094218422.jpg)
环信联合Gartner即将发布《Trends of Next-Generation Customer Service Software》敬请期待!
1、基于移动端的客户服务。(全媒体客服核心在于移动端接入,移动端客服最佳体验是基于IM。)
移动互联时代,客户正转移至移动端,服务需要紧跟客户步伐。Gartner预测,到2017年35%的客户将通过移动设备发起服务请求,这个数据是2014年的3倍。因为技术门槛高目前仅有部分大型企业能够在移动APP上提供端到端的、完整的客户服务支持能力,但是中小型企业的部署热情高涨。同时,在社交媒体上(如Facebook、微博、微信等)入驻的企业都已经开始在平台上提供客户服务能力,相比传统的网页客服和呼叫中心,社交媒体客服更是得到年轻用户的青睐。包括移动APP内置客服、社交媒体客服、网页客服/HTML5客服、传统呼叫中心等接入的全媒体客服已是大势所趋,而全媒体接入的核心在于移动端接入。
移动APP内置客服的最佳体验是基于IM(即时通讯)。随着IM(即时通讯)类APP如Whatsapp,微信等在手机上的流行,IM已经被证明是在移动终端上最适合连接人与人的沟通方式。在客服领域,以环信为代表的一批移动APP内置客服技术提供商的成功,也证明了IM同样是移动终端上最适合连接人与服务的沟通方式。将IM方式用于消费者与客服人员沟通有几大优势:
1、支持富媒体消息,表现能力强。比如消费者可以发送位置,图片,订单消息等类型消息。这种类型的富媒体消息,往往很难通过电话描述。
2、IM沟通是典型的异步沟通方式。对客服坐席来说,使用IM,可以和最多几十个消费者同时沟通,相比电话这种传统的一对一同步沟通方式,效率有极大的提高。与此同时,对于消费者来说,使用IM沟通,更符合手机碎片化使用的特点。
3、使用IM客服,消息必达。只要用户不卸载APP,即使用户离开APP,甚至杀死APP,客服也随时可以将消息以推送方式通知到手机。用户绝不会错过任何有价值的消息。
![最佳实践示例:国美在线APP通过环信提供的APP内置客服很好的服务了上亿用户。](http://www.ctiforum.com/uploadfile/2016/1017/20161017094412356.jpg)
最佳实践示例:国美在线APP通过环信提供的APP内置客服很好的服务了上亿用户。
2、参与企业全流程运作,帮助企业优化运营,提高跨渠道客服体验的客户体验透析产品“客户声音”。(跨媒体、跨渠道、跨部门的客户服务体验是客服行业面对全媒体客服新趋势的主要挑战。)
全媒体客服的最佳体验不仅只是多渠道的接入和各个接入渠道之间的数据打通,更重要的是用户跨媒体、跨渠道、跨部门的体验和跟踪,在海量的数据中发现问题。而要做到这一点,企业首先需要理解客户到底体验到了什么。今天,全球来看,越来越多的企业正在通过构建一个有效的客户声音系统,来透析客户对企业产品和服务的准确体验,帮助企业识别和改善客户旅程的各个阶段。对企业而言,倾听客户声音的能力决定了他们在客户体验这个领域上的竞争力。Gartner的预测报告指出:“未来五年之内,客户声音系统是全球企业最重要的战略投资之一”。
![“客户声音”将帮助企业解决四大挑战](http://www.ctiforum.com/uploadfile/2016/1017/20161017094545136.jpg)
图:“客户声音”将帮助企业解决四大挑战
环信客户声音是一款基于人工智能和大数据挖掘的客户体验透析产品。通过对来自多个渠道的非结构化客服数据进行自然语言解析,主题聚类,情感度建模等技术分析手段来挖掘和分析热点话题,发现服务运营问题,寻找畅销或问题产品,洞察销售机会。环信客户声音通过透析客户对企业产品和服务的准确体验,帮助企业识别和改善客户旅程的各个阶段。
1,整合多渠道数据源,透析客户对企业产品和服务的准确体验。(包括网页在线客服数据、微博微信客服数据、移动APP内置客服数据、百度贴吧、博客论坛以及其他互联网社交网站数据等。)
2,基于人工智能技术,帮助企业识别和改善客户旅程的各个阶段。(在客户声音系统中,主题关键词热度越高,说明用户关注度就越高。关键词对应的情感越负面,说明用户的体验感就越差。)
![示例:上图显示了某电商主题关键词热度分布。四种颜色代表四个主题。主题和关键词百分比代表了该主题或关键词的用户讨论热度。](http://www.ctiforum.com/uploadfile/2016/1017/20161017094648720.jpg)
示例:上图显示了某电商主题关键词热度分布。四种颜色代表四个主题。主题和关键词百分比代表了该主题或关键词的用户讨论热度。
![\](http://www.ctiforum.com/uploadfile/2016/1017/20161017094710766.jpg)
![\](http://www.ctiforum.com/uploadfile/2016/1017/20161017094710766.jpg)
示例:上图是讨论热度最高的主题“注册登录”下头15个关键词的情感估值对比图,绿柱表示用户满意度高。如果用户对某关键词对应的业务充满负面情绪,系统用红柱突出表示出来。黄色表示中性。
![示例:某电商按关键词或情感度追踪并解决物流快递问题。](http://www.ctiforum.com/uploadfile/2016/1017/20161017094859222.jpg)
![示例:某电商按关键词或情感度追踪并解决物流快递问题。](http://www.ctiforum.com/uploadfile/2016/1017/20161017094859222.jpg)
示例:某电商按关键词或情感度追踪并解决物流快递问题。
3、极大解放生产力的智能客服机器人。
随着全媒体客服的普及和广泛应用导致企业和消费者多点接触,同时用户体验得到了企业的重视,导致客服咨询量暴增,企业有限的客服人力资源与日益增加的客服请求之间的矛盾日益尖锐,如何用有限的客服资源服务不断增长的海量客服请求需要一个颠覆型的技术来解决。相比人工客服,智能客服机器人将提供极大的效率优势。Gartner报告指出智能客服机器人(VCA-virtual customer assistance)技术将在2017年成为客户服务行业的核心驱动力。
环信作为智能客服企业的先行者,基于自然语言处理和机器学习技术推出了环信智能客服机器人,辅助或代替人工客服精准回答常见或高频问题,降低企业客服人力成本。目前,环信在客服领域已经服务了29000多家标杆客户,积累了人工智能在客户服务行业落地的大量最佳实践。
1、无需人工标记和人工维护的机器人单轮会话,极大降低机器人维护成本。
![最佳实践示例:环信机器人无需人工维护相似问法,就可以在会话过程中识别同一问题的多种不同问法。](http://www.ctiforum.com/uploadfile/2016/1017/20161017095020172.jpg)
最佳实践示例:环信机器人无需人工维护相似问法,就可以在会话过程中识别同一问题的多种不同问法。
2、机器人多轮会话,支持更多复杂业务,进一步拓展机器人使用场景。
![最佳实践示例:环信机器人通过多轮会话支持查询物流状态,并和企业业务系统做集成,真正意义上节省人工。](http://www.ctiforum.com/uploadfile/2016/1017/20161017095045689.jpg)
最佳实践示例:环信机器人通过多轮会话支持查询物流状态,并和企业业务系统做集成,真正意义上节省人工。
3、无缝人机协作体验,复杂场景下最佳用户体验的客服模式。
在一些比较复杂和特殊的服务场景,比如高客单价的金融行业售前咨询,机器人客服不能完全理解客户的个性化咨询要求的时候,我们可以无缝进入人机混合模式。在人机混合模式下,环信智能客服机器人向人工客服推荐备选答案,人工客服起到了保证答案质量充当专家客服的角色,这样既保证了客服的响应速度又提高了问题的回答准确性,同时降低了人工客服的工作量。
4、智能质检,准确率达到替代人工质检水平。
环信机器人还提供自动智能质检功能,可以对全部客服会话进行实时或离线质检。智能质检是基于环信在线客服各个领域的海量用户对话,提取出数百个客服对话特征,并用这些特征训练得到的一个通用质检模型。智能质检的准确率达到替代人工质检水平。