客服并不是一个企业的核心部门,但客服满意度却实实在在影响着用户的行为及产品的购买率
伴随我国经济社会的快速发展,全民消费水平与消费场景的不断升级,人们对资讯需求的增多,媒体渠道的不断拓展;经济增长、生活水平的提升、资讯渠道的日益丰富,使得消费者和企业之间有了更多的接触渠道和机会,面对多样化与多渠道用户咨询量的增长,不同企业对客服岗位的需求也在不断增大,客服部门作为企业服务的中间桥梁,在解决用户问题、提升消费者满意度、打造良好的企业——消费者关系方面起着愈加重要的作用。而这其中最关注该部门、拥有最大量客服人员建制的就是电信与金融行业。据统计数据,每天都有超过300名用户会打电话向客服人员咨询相关业务场景。数字化时代,不同企业均对客服加大了投入,包括人工客服岗位增加、人力成本加大、日常业务与培训需求增加……但是通过增大客服人力成本来保证用户咨询效果的情况却并不乐观,成本的提升不等于客服效果的相应增长。激增的人工客服代表面对大量的专业知识、繁重的日常咨询;与日俱增的咨询用户面对客服响应慢、等待时间长、咨询时间限制多;企业面对人力成本提高、服务标准化程度难以保证等多重现实问题不断凸显;
![](http://www.ctiforum.com/uploadfile/2021/1122/20211122091817942.jpg)
人工客服的工作强度大、部分内容模式化等所导致的工作内容枯燥、负面情绪多,大量低质接待导致实际转化率低,伴随着用户等待时间长、体验效果差等诸多问题,使我国企业客服的缺口不断增大,企业内部客服管理问题更加难以控制。如何用有限的高质量客服资源来满足不断增长的用户需求成为了企业急需结局的困境,如何获得高质量全时段的人工服务也成为用户所需。数字金融时代,如何依靠科技手段有效解决问题,智能客服的应用,让智能客服+人工客服成为了企业的破局之法。
语音智能客服是什么?
语音智能客服简单来理解,就是一种非人工的智能机器人,其本质是用机器模拟人工(使用自然语言)与用户进行交流的人工智能信息系统,它让机器完成与人的无障碍交流。它采用自然语言理解、机器学习技术在内的多项智能人机交互技术,能够识别并理解用户语音形式提出的问题,通过语义分析理解用户意图,并以人性化的方式与用户沟通,向用户提供信息咨询等相关服务。
![](http://www.ctiforum.com/uploadfile/2021/1122/20211122091901479.jpg)
据权威统计,智能客服在应用中已经能够解决85%的常见问题,且其花费是人工客服支出的10%,极大的满足了企业“降本增效”的发展愿望。
1、智能客服节省人力成本,提高客服效率
智能客服可以达到日处理量800-1000通,而人工客服常规日处理量为200-300通电话。智能客服通过一些自动化操作减少重复工作过程,例如:自动回复、快捷回复功能,机器人优先接待等服务,积累优秀话术……有效提升了工作效率,人力成本降低40%,精准回复客户的问题。
2、智能客服可以提供统一的服务标准,切实提高客户满意度
智能引导功能,有效快捷地引导客户咨询确保服务的及时性和有效性,保证良好高效的客服服务质量;对话分配机制,根据前期智能化引导或者工单等功能进行预留判断,智能分配,减少重复操作,节约用户时间,提升客户满意度;实时辅助功能,通过问题关键词检索标准话术,在用户咨询过程中利用统一高标准服务有效解决用户问题,提升用户满意度。
3、7 * 24h不间断智能客服,利用语料库与自动学习积累优秀话术,有效对客服质量进行提升,有效缓解以往坐席流动率高,培训成本高、后续服务支持无法保证的问题。
4、多功能人机辅助、离线分析等技术应用
AI技术时代,机器人知识库即机器学习功能,利用丰富语料库进行机器学习,而非传统模型,让机器学习用户意图,更加智慧;机器人还可根据用户的输入进行智能推荐,匹配知识库的问题。
在客服界面针对用户提问实时推荐最佳答案,并且辅助快速检索知识库内容入口,在效率提升基础上实现了智能营销、“知识库营销” ,实现提效增益。
5、数据管理与大数据分析
数据大屏、工单系统等功能,在后台有限监管数据,通过实时了解有效的管理客服服务质量,优化服务流程与质量。通过数据管理有效的精准用户画像,便于对用户的垂直细化分析,增强数字营销能力,以便客服对客户的问题进行预判,降低沟通成本。
![](http://www.ctiforum.com/uploadfile/2021/1122/20211122092028208.jpg)
人口红利消失,用人单位的用人成本会越来越高……而良好的沟通体验,才是企业与客户都追求的长远合作的发展基础。
优点那么多,实际生活中的智能客服为什么还是略显不够智能?
![](http://www.ctiforum.com/uploadfile/2021/1122/20211122092122683.jpg)
以上出现的问题我们每一个人都曾遇到过,事实上,以上问题并非最终形态,而且现在也有更好的解决方案。
我们先来看一下这件事情的成因
1、人工客服难找到。企业在设置智能客服时,有时为了节约人力成本,会将连接人工客服的连接口设置的比较深,或者没有设置跳转至人工客服的跳转节点,也就是我们通常所说的找不到人工客服。
2、理解不够智能,这与智能客服的发展阶段有关,也就是我们常理解技术发展的成熟程度相关。技术发展不成熟,这种情况通常出现在企业采购的早期智能产品上,即第一代客服机器人,此类机器人通常会存在语料库信息不充分、关键词匹配较单一等问题。也就是我们所说的他不智能,听不懂用户的问题。
3、这与提供智能客服技术的提供商对产品的实际使用场景是否充分理解、是否了解客户实际使用场景需求有关。(技术服务提供商对产品的实际使用场景不够理解的表现/会出现的问题)
南京大学人工智能学院教授戴新宇教授曾公开表示,“从技术角度要想让智能客服更“懂”人类的表达,并做出准确回复,需要更好的语音识别技术、自然语言理解生成和更自然的语音合成,而这些都是人工智能研究领域的难点。”
智能客服机器人发展的四个阶段
第一阶段:关键词精准匹配,满足单一关键词触发问答,也就是说你只有通过精准描述到“关键词”,才会得到想要的答案。
比如,电话里提问 “话费查询”,就会获取相应资料的语音提示。如果回复其他关键词如“如何查话费”,则无法获取对应结果。这一阶段的客服机器人还称不上智能机器人,准确来说,可以定义为机械客服机器人,它是基于单个关键词的精确匹配,来满足关键词触发询问。仅适用于及其单一的业务场景。
第二阶段:关键词模糊匹配,满足相近的词义的关键词触发问答。
这就是对第一阶段的单一关键词触发问答升级版,它基于语句字面相似度,对预先定义的问答知识库进行模糊匹配,实现不同用户相似问法的回答。比如说,提问“话费查询”或“如何查话费”,都可以通过“关键词”成功获取相应信息;但是,它存在需要人工输入庞大的问答知识库,维护成本大;对字面相似、含义不同的问法难以区分,识别率很低问题。
第三阶段:自然语言分析及语义分析,实现复杂用户咨询的更精准的回答。
这与上面两个阶段相比较显然不止是迭代,还是技术的显着提高。自然语言分析简言之就是把一个句子拆分,把里面每一个词加以分析,给每个词加一个权重,根据权重的综合算法来匹配知识库中的答案。比如,知识库设定的一个语句是“话费查询”,当用户说“我要查话费”时,机器人可以理解用户意思并给出用户想要的答案。这一阶段的客服机器人已经较为先进,但其准确性依赖底层复杂算法和知识库维护。
第四阶段:主流的深度学习,让机器人更了解人的意图
这是目前最先进的机器学习算法架构,包括循环神经网络、卷积神经网络、LSTM(长短记忆网络)等。深度学习算法可以通过对上下文建模,提升上下文语义识别能力,从大量未标注的数据中进行学习,同时还可以对复杂的情感进行建模,自动实时客服及客户情感值分析。这个技术架构已部分运用于客服机器人产品,可以帮助机器实现机器自主学习、未知问题学习等。
普强智能客服机器人已经成熟使用最先进第四代机器人,实现自主学习、自主更新。维护成本低,效果好
普强一直致力让智能客服更智能
1. 智能语音领域深耕。伴随AI市场的火热,各类智能AI公司不断兴起,普强在智能语音AI领域已经拥有超过10年的探索和积累,有着硅谷级专家技术团队与实用新型科技,先进的技术支撑,独立研发的AI芯片与AI建模平台,建立了长期的技术与大量服务数据壁垒优势,资本市场长期看好;
2. 与国内金融、保险等领域超过500家知名企业成功合作案例,超过3万的可复用模型,语音处理识别率高达93%,领先全行业,更懂客户需求,产品与使用场景安全放心,可信赖;
3. 强大的实施交付团队,普强系列语音产品与场景方案均为自主研发,实际交付方案通过自有交付团队可实现快速无缝衔接,后续服务可放心,出现任何问题高效有保证;
4. 高比例的续费客户
普强从最早的专注金融领域与汽车车载领域智能语音技术中不断被用户认可,现服务范围已涵盖智慧政务、智慧家居、智慧酒店等多领域,如其中中国银行、光大银行等客户已实现全满期续费,超比例解决用户需求,提升企业效益。