淺談人工智能在呼叫中心行業(yè)的應(yīng)用
通過這篇文章,我們來看一下人工智能技術(shù)在呼叫中心行業(yè)的一些具體運(yùn)用場(chǎng)景。
熟悉呼叫中心的人都知道,其實(shí)呼叫中心業(yè)務(wù)場(chǎng)景是隨著技術(shù)的變革一直在豐富和完善著的。從最初的單純解決客戶咨詢、投訴問題人工熱線外呼,到預(yù)覽式外呼,再到電話銷售、金融貸款、催收的預(yù)測(cè)式外呼和自動(dòng)外呼(這也是現(xiàn)在經(jīng)常困擾大家的電話騷擾)。其實(shí)你可以發(fā)現(xiàn)一直是技術(shù)在推動(dòng)著呼叫中心業(yè)務(wù)場(chǎng)景的變化,反過來客戶業(yè)務(wù)的痛點(diǎn)也促進(jìn)技術(shù)的發(fā)展迭代。
作為一個(gè)學(xué)習(xí)型和擁有豐富項(xiàng)目運(yùn)營經(jīng)驗(yàn)的團(tuán)隊(duì),我們一直以來一直著力于做一件事:研究新技術(shù)對(duì)呼叫中心行業(yè)的影響,并將實(shí)踐。這其中自然少不了現(xiàn)在正在大火的人工智能。(PS:最近boss又交代一個(gè)任務(wù),研究區(qū)塊鏈在呼叫中心的可能應(yīng)用,真是殘忍但又不能佩服其眼光和境界)
那么,和呼叫中心相關(guān)的人工智能技術(shù)有哪些?人工智能究竟在呼叫中心行業(yè)是如何落地,又有什么具體的場(chǎng)景?筆者還是結(jié)合項(xiàng)目經(jīng)驗(yàn)和自身學(xué)習(xí),給各位剖析一二。
首先,我們要有一個(gè)普遍的認(rèn)知,當(dāng)前階段下,研究和應(yīng)用的比較成熟并且和呼叫中心有關(guān)系的人工智能技術(shù)主要包括:語音識(shí)別、自然語言處理、圖像識(shí)別等。
有了這個(gè)基礎(chǔ),我們來看看人工智能技術(shù)在呼叫中心行業(yè)的一些具體運(yùn)用場(chǎng)景。
第一個(gè),智能IVR和智能知識(shí)庫
以前的人,包括現(xiàn)在的大部分人,可能都有一個(gè)這樣的體驗(yàn),你去某銀行熱線咨詢一個(gè)問題,你首先聽到的是語言的選擇(中文還是英文等)然后是業(yè)務(wù)選擇(儲(chǔ)蓄卡業(yè)務(wù)還是信用卡業(yè)務(wù)等),可能下一層是業(yè)務(wù)操作(掛失還是新辦),很多人其實(shí)在這過程中會(huì)變的很不耐煩,會(huì)直接切換到人工。
其實(shí)這種行為是違背企業(yè)設(shè)置IVR業(yè)務(wù)以減少人工服務(wù)量的初衷的。那么,有什么能解決這個(gè)問題嗎?是的,你可能通過智能IVR和智能知識(shí)庫很好的解決這個(gè)問題。
具體的邏輯如下:你撥通某銀行的熱線,在進(jìn)入服務(wù)層級(jí)之前,我們的智能IVR進(jìn)行業(yè)務(wù)需求引導(dǎo)(比如:你需要辦理什么業(yè)務(wù)?)。這個(gè)時(shí)候,你需要的是直接說出你的需求(比如:我想要辦理新卡)。
這個(gè)時(shí)候,我們的智能IVR能通過語音識(shí)別和自然語言處理,快速并且高效的理解你的需求,并通過銀行業(yè)務(wù)系統(tǒng)的智能知識(shí)庫,進(jìn)行關(guān)鍵詞檢索,鎖定該業(yè)務(wù)的答案,并且通過TTS、系統(tǒng)錄音或者最原始的短信將當(dāng)前業(yè)務(wù)的答案發(fā)送或者觸達(dá)給你。
你會(huì)發(fā)現(xiàn)你節(jié)省了大量的時(shí)間,客戶滿意度一下提升,同時(shí)銀行業(yè)也省去大量的人工,運(yùn)營更加高效。
我們?cè)?jīng)做過一個(gè)測(cè)試,針對(duì)某銀行的同一個(gè)項(xiàng)目中的同一個(gè)業(yè)務(wù),相比于傳統(tǒng)的按鍵式IVR,這種智能IVR和智能知識(shí)庫的組合能節(jié)省客戶43秒,這種效率不得不說是非??捎^的。這里出來說明一下,智能知識(shí)庫和傳統(tǒng)知識(shí)庫的差別,主要是表現(xiàn)在智能知識(shí)庫能根據(jù)大數(shù)據(jù)算法,按照你設(shè)定的規(guī)則,進(jìn)行階段性重點(diǎn)關(guān)鍵問題的智能排序,和報(bào)表生成,有助于企業(yè)實(shí)時(shí)關(guān)注客戶痛點(diǎn)和關(guān)注點(diǎn)的變化,并采取針對(duì)性的措施。
第二個(gè),智能全量質(zhì)檢
在呼叫中心運(yùn)營中各項(xiàng)數(shù)據(jù)都非常重要,如:接通率、通話時(shí)長、投訴、客戶滿意度等。與這些數(shù)據(jù)直接相關(guān)的就是客服人員或者電銷人員的業(yè)務(wù)素質(zhì)。而不同人員之間的業(yè)務(wù)素質(zhì)差距,不是完全靠培訓(xùn)能就能全部解決的。
這時(shí)候,需要我們有一種監(jiān)控反饋提升的辦法或者機(jī)制,這就是業(yè)內(nèi)人常叫的話務(wù)質(zhì)檢。在以前,我們?cè)拕?wù)質(zhì)檢數(shù)量和質(zhì)量,其實(shí)也是差強(qiáng)人意的。
在一個(gè)中等規(guī)模的呼叫中心(50-100人叫中等規(guī)模),我們一般安排3-5個(gè)質(zhì)檢人員,你會(huì)發(fā)現(xiàn)1天的質(zhì)檢量其實(shí)也就是全天話務(wù)量的3%-5%,而且這還是在這幾個(gè)質(zhì)檢人員不怎么休息的情況下才能達(dá)到的質(zhì)檢量,其實(shí)這是非常低效率的,而且也不能避免存在樣本量檢查的變差,造成個(gè)別差的話務(wù)員“渾水摸魚”。
人工智能技術(shù)很好的解決了這個(gè)問題,可以說是給話務(wù)質(zhì)檢帶來質(zhì)的變化。具體的邏輯如下:我們通過ASR技術(shù)實(shí)現(xiàn)話務(wù)服務(wù)的全量錄音轉(zhuǎn)文本,轉(zhuǎn)換成文本后依據(jù)大數(shù)據(jù)進(jìn)行關(guān)鍵核心詞匹配(事前可在大數(shù)據(jù)關(guān)鍵字抓取模型中輸入服務(wù)禁忌用于或者易出錯(cuò)知識(shí)點(diǎn)),最后完成全通話服務(wù)量文本的關(guān)鍵字標(biāo)紅和統(tǒng)計(jì),這樣就能清楚的知道整個(gè)運(yùn)營現(xiàn)場(chǎng)的話務(wù)服務(wù)質(zhì)量統(tǒng)計(jì)和趨勢(shì),同樣也試用于單個(gè)業(yè)務(wù)員所有話務(wù)服務(wù)質(zhì)量分析。
其實(shí)這中間還有一個(gè)好玩的東西,給大家分享一下?,F(xiàn)在的呼叫中心在做全量質(zhì)檢的時(shí)候,其實(shí)可以往全面一點(diǎn)考慮,做好客服人員和客戶的雙質(zhì)檢(有個(gè)專業(yè)詞語叫音軌分離,意思是可分別對(duì)通話雙方進(jìn)行分軌道錄音,雙方之間基本不存在影響),這么做的一個(gè)好處是,你可以把客戶的全部錄音進(jìn)行文本轉(zhuǎn)寫,這樣你就能很好的統(tǒng)計(jì)和分析,客戶的具體需求和投訴點(diǎn),并總結(jié)出相關(guān)規(guī)律,協(xié)助業(yè)務(wù)的開展和投訴的解決。
舉個(gè)真實(shí)的例子,有個(gè)客戶最近一段時(shí)間出現(xiàn)大量用戶投訴,如果他要運(yùn)用原來的方法進(jìn)行處理,耗時(shí)耗力。這個(gè)時(shí)候,我們了解到它的這個(gè)煩勞,我們幫助它用全量的音軌分離轉(zhuǎn)寫問題技術(shù),在1個(gè)小時(shí)之內(nèi),確認(rèn)了問題所在,原來它在部分區(qū)域的促銷政策和在廣告宣傳中的折扣不一致,導(dǎo)致客戶不滿投訴,最后經(jīng)他們內(nèi)部核查,原因是經(jīng)銷商的個(gè)人所為,最終它很好的解決了這個(gè)問題。
其實(shí)人工智能在客服行業(yè)的應(yīng)用還有很多,這些也深刻的改變著行業(yè)的效率及形象。由于篇幅和時(shí)間限制,不能一一細(xì)說,舉出兩例希望能激發(fā)諸位興趣。
最后,想通過最近的經(jīng)歷,告誡大家一句“生活其實(shí)和學(xué)習(xí)一樣,逆水行舟,不進(jìn)則退”。
2018年3月于成都。
本文由 @雄州谷雨忙 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載。
題圖來自PEXELS,基于CC0協(xié)議
智能ivr落地到大廠的外呼,感覺是20年開始的事情
牛了,學(xué)習(xí)了
最近在學(xué)習(xí)智能語音的相關(guān)知識(shí),很開心能夠看到這篇文章,不知道目前你們的智能語音是否有往智能咨詢方向轉(zhuǎn)變呢
謝謝分享
嗨,怎么聯(lián)系你!
作為呼叫中心產(chǎn)品經(jīng)理,這兩塊正好也都有涉及。有一些問題工作中遇到的實(shí)際問題想請(qǐng)教下,第一個(gè)里面智能語音導(dǎo)航,現(xiàn)在落地的大部分是節(jié)省IVR導(dǎo)航菜單深度的作用,或者在一些垂直領(lǐng)域支持場(chǎng)景多輪。對(duì)于導(dǎo)航深度,也就類似查話費(fèi)等查詢?cè)V求有較大價(jià)值,如果原IVR菜單本來就扁平,智能導(dǎo)航意義完全不大。第二個(gè)智能質(zhì)檢,目前呼叫中心基本都是使用抽檢的形式,通過智能質(zhì)檢期望可以達(dá)到全量質(zhì)檢。但是現(xiàn)在語音轉(zhuǎn)寫的效果在方言、口音等影響下對(duì)于質(zhì)檢效果影響特別大,不知道這塊你有什么較好的解決方法?
你好,請(qǐng)問想要轉(zhuǎn)載文章的話,需要注意哪些?謝謝!
以電商為例
能看到關(guān)于智能語音的帖子很開心,期待有機(jī)會(huì)一起交流(PS:請(qǐng)問您那邊需求分析的話,主要來自客戶方提供的資料嗎?有沒有對(duì)用戶體驗(yàn)需求方面的一些建議呢?)
對(duì)呼叫系統(tǒng)只有簡單的了解,理論上來講智能IVR和智能知識(shí)庫的組合將會(huì)給用戶帶來極大便利,然而目前市面上主流還是按鍵式IVR,想咨詢一下,目前智能IVR應(yīng)用較少的原因是因?yàn)榧夹g(shù)不夠成熟導(dǎo)致實(shí)際應(yīng)用并不如各家宣傳的效果好,還是成本過高導(dǎo)致企業(yè)不愿意投入,或者說目前正處于技術(shù)更新?lián)Q代節(jié)點(diǎn)各公司正在部署新呼叫系統(tǒng)呢
寫的很有啟發(fā),謝謝!
1、預(yù)測(cè)客戶聯(lián)系的目的給用戶驚喜感、預(yù)測(cè)聯(lián)系客戶的時(shí)機(jī)減少騷擾。這個(gè)場(chǎng)景可以嘗試樸素貝葉斯算法來預(yù)測(cè)
2、現(xiàn)在很流行的「擬人」機(jī)器人,在 電銷 場(chǎng)景中機(jī)器人篩選意向客戶,人機(jī)協(xié)作
是的,這些場(chǎng)景其實(shí)我們一直也有在做,而且還落地了不少項(xiàng)目。加我微信,有機(jī)會(huì)可一起探討下。
我私你吧
微信多少?
寫的很好
謝謝,希望能對(duì)你有所幫助。