運(yùn)營(yíng)與管理中的數(shù)據(jù)智能與業(yè)務(wù)洞察

AI場(chǎng)景下的客戶聯(lián)絡(luò)中心，依靠機(jī)器智能在一定程度上優(yōu)化了業(yè)務(wù)辦理的速度和流程，提升了客戶體驗(yàn)，但聯(lián)絡(luò)中心的運(yùn)營(yíng)管理最終的落點(diǎn)在于人，如何抓取和利用呼叫中心中的大數(shù)據(jù)，發(fā)現(xiàn)運(yùn)營(yíng)中的問(wèn)題，支持業(yè)務(wù)的動(dòng)態(tài)發(fā)展，同時(shí)，提供給坐席及時(shí)恰當(dāng)?shù)闹笇?dǎo)和幫助，提升績(jī)效，是極具管理價(jià)值的議題。

傳統(tǒng)的呼叫中心數(shù)據(jù)分析，依靠的是相對(duì)固化的報(bào)表，缺乏交互能力，無(wú)法實(shí)現(xiàn)實(shí)時(shí)的業(yè)務(wù)分析。在實(shí)際的業(yè)務(wù)運(yùn)營(yíng)中，狀況實(shí)時(shí)變化，聯(lián)絡(luò)中心必須具備較高的數(shù)商”，管理者才能敏銳地捕捉到數(shù)據(jù)背后的邏輯走向，在短時(shí)間內(nèi)快速完成海量數(shù)據(jù)的時(shí)效性分析，在直觀的圖形化分析結(jié)果中，準(zhǔn)確定位問(wèn)題，推導(dǎo)出潛在的原因以及可能的解決方案。

如何才能讓聯(lián)絡(luò)中心具備數(shù)商”？底層平臺(tái)是基礎(chǔ)，大數(shù)據(jù)分析工具的數(shù)據(jù)建模是核心。

底層平臺(tái)必須是包容的，從而隨業(yè)務(wù)動(dòng)態(tài)同步發(fā)展。通過(guò)AI connector智能連接器，不斷將日新月異的新技術(shù)能力吸納至底層平臺(tái)，持續(xù)補(bǔ)充渠道交互以及智能的數(shù)據(jù)獲取和分析的能力。比如，把解決數(shù)據(jù)孤島的區(qū)塊鏈技術(shù)作為數(shù)據(jù)收集和交叉對(duì)比的能力支持，將圖像以及視頻識(shí)別技術(shù)作為平臺(tái)內(nèi)置組件，豐富渠道交互渠道等。同時(shí)，設(shè)置標(biāo)準(zhǔn)的API接口，為特定的業(yè)務(wù)形態(tài)和項(xiàng)目需求進(jìn)行定制化建模做鋪墊。此外，底層平臺(tái)的原始數(shù)據(jù)，包括數(shù)據(jù)字典，每個(gè)數(shù)據(jù)字段的含義，必須是開(kāi)放的，方便管理者快速準(zhǔn)確地理解模型含義，根據(jù)業(yè)務(wù)需求進(jìn)行選擇性加工和計(jì)算。

聯(lián)絡(luò)中心的大數(shù)據(jù)分析工具的數(shù)據(jù)建模分兩個(gè)層次。首先，對(duì)聯(lián)絡(luò)中心全媒體的交互數(shù)據(jù)，包括語(yǔ)音、微信、視頻等，基于交互特征，按照通用的計(jì)算維度和指標(biāo)進(jìn)行計(jì)算，比如，電話渠道上更多分析的是通話時(shí)長(zhǎng)和平均響應(yīng)時(shí)長(zhǎng)的指標(biāo)，而微信渠道則更多會(huì)考慮有效的處理率和用戶滿意度等。其次，根據(jù)具體的業(yè)務(wù)項(xiàng)目進(jìn)行定制化的數(shù)據(jù)建模，以數(shù)據(jù)組合加工的方式，得出基于業(yè)務(wù)場(chǎng)景的定制數(shù)據(jù)分析結(jié)果。比如，銀行業(yè)務(wù)較多關(guān)注轉(zhuǎn)換率、成單率等指標(biāo)，把客戶聯(lián)絡(luò)中心交互的數(shù)據(jù)與業(yè)務(wù)成單數(shù)據(jù)做組合計(jì)算，就能得出每百通電話的成單率和交易金額等數(shù)據(jù)。

當(dāng)聯(lián)絡(luò)中心具備足夠高的數(shù)商”之后，許多有價(jià)值的針對(duì)性思考都可以得到快速驗(yàn)證。比如，全媒體渠道上線之后，對(duì)電話量的分流是多少？電話量大的時(shí)候，能否讓大量的來(lái)電消解在多媒體渠道？在來(lái)電高峰期，對(duì)比分析實(shí)時(shí)的傳統(tǒng)語(yǔ)音與多媒體渠道交互數(shù)據(jù)，就能直觀看出是否多媒體渠道是否具備消解部分高峰來(lái)電的能力；在下一代產(chǎn)品推廣的節(jié)點(diǎn)時(shí)，通過(guò)數(shù)據(jù)趨勢(shì)圖，提前預(yù)見(jiàn)高峰來(lái)電，適時(shí)增加坐席人員，并調(diào)整語(yǔ)音系統(tǒng)的導(dǎo)航菜單，增加提示音，告知客戶可在多媒體渠道獲取相關(guān)服務(wù)。

運(yùn)用大數(shù)據(jù)分析工具，基于貼合業(yè)務(wù)動(dòng)態(tài)發(fā)展的深度計(jì)算模型，獲得針對(duì)性強(qiáng)的數(shù)據(jù)分析、動(dòng)態(tài)驗(yàn)證和邏輯洞察，輔助聯(lián)絡(luò)中心的運(yùn)營(yíng)與管理決策。

交互與運(yùn)營(yíng)中的機(jī)器智能與情感計(jì)算

計(jì)算機(jī)圖像識(shí)別、語(yǔ)音識(shí)別、知識(shí)圖譜與自然語(yǔ)言處理等人工智能技術(shù)賦予了聯(lián)絡(luò)中心看、聽(tīng)、讀、說(shuō)的能力。隨著全媒體渠道的鋪設(shè)，聯(lián)絡(luò)中心與客戶的聯(lián)接不斷向多元化的邊緣接觸點(diǎn)分布，分散化的交互方式給客戶旅程管理以及體驗(yàn)提出了新的挑戰(zhàn)。如何基于用戶畫像和市場(chǎng)營(yíng)銷模型實(shí)現(xiàn)精準(zhǔn)化主動(dòng)聯(lián)絡(luò)，提供跨渠道、跨平臺(tái)的一致且連續(xù)的服務(wù)，利用AI智能提升坐席的服務(wù)質(zhì)量和業(yè)務(wù)績(jī)效，成為了新的研究課題。

一個(gè)智商”過(guò)人的聯(lián)絡(luò)中心帶給客戶的體驗(yàn)是什么樣？以銀行場(chǎng)景為例。

用戶在銀行官網(wǎng)瀏覽信用卡分期的信息，聯(lián)絡(luò)中心立即識(shí)別出該用戶在系統(tǒng)中的個(gè)人信息，并感知到當(dāng)前行為，于是在頁(yè)面讓彈出是否需要介紹信用卡分期的窗口。倘若用戶點(diǎn)擊同意，自動(dòng)觸發(fā)云呼叫，AI機(jī)器人開(kāi)始向用戶介紹信用卡分期相關(guān)的政策，在通話過(guò)程中用戶做出分期的肯定答復(fù)后，AI機(jī)器人自動(dòng)幫用戶完成賬單業(yè)務(wù)的辦理。如果用戶未點(diǎn)擊主動(dòng)彈出的聯(lián)絡(luò)窗口，而是在一段時(shí)間之后電話聯(lián)系了銀行客服。用戶在電話接通之后，聽(tīng)到的不再是標(biāo)準(zhǔn)的IVR導(dǎo)航菜單，而是直接推送給用戶特定的信息用分期的語(yǔ)音提示音。

如何才能實(shí)現(xiàn)聯(lián)絡(luò)中心的賦能？底層平臺(tái)的智能感知能力是根本。在提供給用戶的任意渠道或者接觸點(diǎn)，結(jié)合底層的用戶畫像以及營(yíng)銷決策模型設(shè)定觸發(fā)規(guī)則，以文本、視頻、語(yǔ)音，或者預(yù)約坐席進(jìn)行回呼等多種手段富媒體的手段，為用戶提供主動(dòng)聯(lián)絡(luò)和精準(zhǔn)營(yíng)銷服務(wù)。以理財(cái)或者保險(xiǎn)產(chǎn)品為例，當(dāng)用戶輸入的金額大于企業(yè)設(shè)定的目標(biāo)值，會(huì)彈出主動(dòng)聯(lián)絡(luò)；指定某一項(xiàng)業(yè)務(wù)設(shè)置人工服務(wù)介入，當(dāng)有空閑坐席時(shí)彈出，無(wú)空閑坐席則不主動(dòng)彈出。

當(dāng)坐席與用戶的交互時(shí)，AI機(jī)器人全程提供智商”與情商”兼具的智能化輔助。

首先，輔助座席判斷客戶的意圖，通過(guò)實(shí)時(shí)分析獲取的語(yǔ)音流，適時(shí)地做知識(shí)庫(kù)的推薦或者知識(shí)的推送。比如，客戶說(shuō)出想要查詢某款理財(cái)產(chǎn)品時(shí)，AI機(jī)器人可以立即從知識(shí)庫(kù)中搜索到這款產(chǎn)品的介紹推送給坐席，提高了座席的工作效率。

第二，在營(yíng)銷的場(chǎng)景理解客戶意圖，做話術(shù)推薦。比如，客戶對(duì)某款產(chǎn)品不感興趣，AI機(jī)器人會(huì)告訴座席如何繼續(xù)推薦，起到了一個(gè)銷售輔助的作用。

第三，輔助進(jìn)行實(shí)時(shí)質(zhì)檢。AI機(jī)器人可以在通話過(guò)程中，輔助進(jìn)行流程合規(guī)性操作，檢查座席是否完成了相關(guān)流程的命中，包括判斷是否涉及違禁語(yǔ)，并在命中時(shí)觸發(fā)后臺(tái)告警。

第四，偵測(cè)判斷客戶的情緒。把客戶的情緒變化直接呈現(xiàn)給座席，提示坐席參考系統(tǒng)給出的指標(biāo)進(jìn)行對(duì)比，適時(shí)調(diào)整服務(wù)方式。當(dāng)感知到客戶的情緒比較糟糕時(shí)，會(huì)觸發(fā)相關(guān)提醒，由管理者提前介入。

第五，監(jiān)測(cè)坐席人員的疲勞狀態(tài)。將疲勞信息提交給運(yùn)營(yíng)主管，為排班決策提供有價(jià)值的信息參考。

新一代的聯(lián)絡(luò)中心，是AI場(chǎng)景下的全聯(lián)接中心，底層的大數(shù)據(jù)和AI綜合智能支撐起平臺(tái)上的每一個(gè)組件和功能，從而在交互層面，無(wú)論是自助還是人工服務(wù)，坐席資源的配置與管理，座席的輔助和賦能，整體的運(yùn)營(yíng)洞察，賦予客戶聯(lián)絡(luò)中心以數(shù)商”、智商”與情商”。