客服节精彩 揭发:AI助力呼叫中心客户经营与服务能力提升
循环智能联合创始人&COO 揭发
循环智能公司是以AI技术立身的公司,成立于2016年。循环智能有世界领先级的技术,作为唯一一家中国公司连续两年入选全球科技公司榜单CB Insights。
循环智能公司服务的客户是以国内中大型企业为主,涵盖了比如像金融、银行、保险、证券、地产、零售,泛互联网、汽车等领域。外部环境和消费者习惯的变化导致客户对服务体验越来越重视。第二是内部定位,因为所有企业都在追求数字化转型。客服中心在数字化过程中具有天然优势,在服务过程中有很多关于客户的数据和信息可以留存。在这种背景下,客服中心或者客户联络中心成为企业数字化的桥头堡,进行了很多创新和实践。
AI协助企业的进阶路径
今年火爆的ChatGPT是否可以应用到客服场景中?这是我们一直在讨论的问题。
AI帮助企业做事情的进阶路径可以分为两个维度来看。第一是怎么把解决问题的能力提升,首先,如何通过自助解决问题,减少人工的接入是我们所关注的。其次,能一次解决的问题如何尽快一次解决。最后就是怎么才能减少触点进行闭环解决。
第二是洞察分析,我认为包含两个方面,一方面是VOC,即对客户需求和反馈的洞察。另一方面是内部执行的分析,我们内部洞悉了很多在执行过程中出现的问题,而洞察目的是从根源上解决问题,不只是堆能效。
在客户服务的流程中,客户进线,我们识别需求,服务部门能自主地解决一部分问题,但还有大量的后续流转和跟进。在这些环节中,也发现了一些痛点和亟需提升的需要。例如,如何能够更准确、全面地理解客户的需求?在客服中心,很多客户的反馈是非结构化的,不方便直接利用,这种非结构化的数据对于很多企业来说,是黑盒,如何把黑盒里的海量信息准确、全面、有效地提取出来帮助洞察客户需求,是很多企业亟待去提升的能力。此外就是服务部门的自主解决率,每天的客户进线中有一部分是服务部门解决不了的问题,还需要流转到相应能解决问题的部门,流转过程中信息是否及时、准确、有效,也是需要注意的。
环节中的问题与解决方法
第一,在服务自主解决环节,工单能否及时、准确、自动地沉淀下来。第二,客户的问题往往多而杂,但是坐席或服务人员很难具备对所有知识和所有流程的理解,他们的服务能力本身是否够专业?面临人员流转时,新员工是否具备相应的服务能力?利用AI的技术能够做什么?第三,在服务过程中要合规,要提升服务标准。第四,能否有更快、更节省成本的方式?举个例子,一次服务如果在前期做了很好的引导,帮助客户可以定位问题、自主解决,其实并不需要派人上门服务。但如果由于前面服务人员专业度不够,不能对客户做很好的引导,只能下工单派发专业人员上门,虽然解决了问题,但是对于企业来讲,服务成本增加了。
所以针对这些环节和问题,我们有不同的解决方法。首先,对于需求的接收环节和服务部门提升客户自主解决率的环节,确实需要去做更多的VOC分析,只有能更准确地定位和理解客户问题之后,才能做及时有效的决策。其次,考虑怎么更快,更好,更省?第三,在看似简单的工作中怎么提升一线人员的能力。最后是合规,怎么做全流程合规的分析和质检。
如何获得客观VOC
在VOC这一方面,循环是国内最早做大模型的公司,在2021年就联合华为云发布国内首个千亿参数盘古大模型,到今年已经升级为千循大模型。目前已经在跟一些客服的头部企业用大模型去自动化地对全量客户服务过程做分析,因为大部分企业拿到的客户评价可能只有5%到10%,只有极少的客户可以给一些真正的反馈和评价,因此缺乏了对结果客观的掌控。
为了追踪客户的满意度,利用大模型技术可以对每次接线的服务进行自动评价,这个评价除了给到总分,还会有一些标准,这个标准是为了让企业客观的明确到底服务环节里各个维度的结果如何。