大家好,我是来自竹间智能简仁贤。今天,我想跟大家分享的是如何在联络中心行业的运作中能够达到人机协同与认知转型。竹间是一家人工智能公司,我们以认知的技术来打造整个的AI的核心系统,为企业能够打造一个企业的业务系统。大家也知道,人工智能有机械视觉、语音识别、RP动手执行、TTS转成语音部分,模拟人声来给客户做服务。更重要竹间专注在认知和决策。提供认知技术,帮企业建立一个真正以科技来打造认知的技术核心,能够来帮助人力,以及减少重复人力的工作,来做更有效,更有价值的业务。
    6年多来,竹间在认知技术、情感技术、自然语言理解、各个交互、知识体系的建立这些方面,为300多家大型客户的联络中心、业务中心、营销中心建立很多非常有价值的场景。今天我给大家分享一些认知技术能够落地的一些场景。

    今天,我们最重要的是要先了解到企业增长的难点。我个人认为,
现在跟未来客户联络中心会是企业核心增长的一个中心。以往,大家都把客户联络中心当做一个售后服务中心,或者是企图把售后服务中心转成营销,但是我觉得未来企业增长的很多的核心的契机会从客户联络中心上面去转型。为什么呢?因为企业要获得新客户就是要增量。在移动互联网已经达到饱和的情况,整个的新客的流量成本越来越高,增量的部分已经达到饱和了,这样的情况会造成存量客户在行业内会有一个内卷。为什么呢?因为年轻的客户现在属于主流的消费群,他们对于服务的品质,产品的品质要求越来越高。无论是在售前服务品质,或者在购买当中服务品质,以及购买之后的售后的服务品质,要求都越来越高。行业竞争越来越激烈,行业的竞争越来越激烈,在行业里面形成对存量客户的内卷。一旦今天你的服务不好了,明天就会变成别人的客户。今天是你的老客户,明天你的产品赶不上竞争对手了,或者你的服务出了问题,你的客户就变成别人的客户了。那么自己的客户变成别人客户,那么客户就会从你的存量客户变成外界的客户,那你要花更大的成本去把这个客户再找回来。所以对企业来讲,这个是目前最大的问题。在整个的增量饱和情况下,如何能够在存量客户里面赢得竞争,这个是今天联络中心可以去为企业创造的。

    那么对于客户联络中心,我觉得要先有一个新的思维,我们要从售后的服务,不是只有一个人力的这样一个服务,也就是客服人员的服务,只服务售后需求,只去考虑会不会被投诉,或者是每一笔的单子售后服务更要留住客户。每一个服务当中要注意到的,除了客户服务的一些规范,客户服务的一些流程,一些制度,一些管理之外,更要注意到的是,能不能在每一个服务当中,都抓到机会,好好服务客户,提升客户的忠诚度,留住客户,这样子才能赢得市场的竞争。

    最终的目的是什么呢?新的思维,我觉得最终的目的是应该朝着CLV(Customer Lifetime Value)的方向去做,客户生命周期的全价值,而不是一个单子一个单子,一个订单服务一个订单服务的服务,一个采购一个采购的服务。对于客户,不应该以每一个订单,每一个采购来看,而是以客户为中心,以客户为中心来看,我们就要知道,整个客户生命周期的价值能不能再提高,如果这个能够提高,企业的竞争力就越来越强,那么业绩就越来越高,那么客户联络中心就成为一个企业的核心的竞争力中心。所以新的思维不仅仅是提升满意度,现在的客户联络中心,过去这几年都在采购客服系统、智能客服、外呼机器人,这些大家认为是智能化,我个人认为这个不是智能化。在线客服系统、智能客服,还有所谓的外呼机器人代替人工做的一些事情,这个不是智能化,不够!这个只是节省人力成本,提供工具而已。在这个之上,管理、制度、流程,整个客服中心的基础上,大家在看的就是客户满意度高不高,解决率高不高,每一个智能化的解决率高不高,不够!这个只是作为一个售后服务,这个不够,更要注意是客户体验。如果客户体验无法提升,无论产品、服务、品牌上,都会造成企业的一个创伤,那么竞争力就会下降。

为什么要提升客户体验呢?因为客户体验能够提升,客户黏性就会增加,活跃度就会增加,一旦活跃度增加了,就有机会提高他的复购率,所以存量客户,提升他的忠诚度,提升他的客户体验,就可以提高他的复购率,提高他的复购率,它的CLV就会提高。所以重点在哪里,客户体验。但是传统的客户运营,我们用管理的方式、运营的方式、流程方式、用人的方式来运营,会有三个最大的问题。第一个,成本很高。如果明年你的销售额往上升了,请问客户联络中心的人是不是要往上升,营销的人是不是往上升,市场的人是不是要往上升,人力运营客户的成本相当高,传统的客户运营。大家一直打造一个体系,用科技的方法去解决,只是用人的方法解决,人的治理方法是不够的,人管人,永远是人,人的成本越来越高。第二,人力运营方式无法对客户有深度理解,为什么?客户联络中心每一个人的指标都是在于投诉,请你帮我打1到5,满意还是不满意,只是一个满意,只是一个不满意,你不知道为什么不满意,你不知道他关心什么,你不知道客户想要的是什么,你不知道客户在整个服务当中哪一个环节出错了,你只知道他不满意,你不知道他为什么不满意。所以无法对客户有深度理解,无法对客户有深度理解,就是认知能力的不够,认知程度的不够。

认知程度的不够,会导致客户联络中心无法提升,更不能成为一个企业的核心竞争中心,永远是一个成本中心。我觉得未来企业的发展,它的核心竞争力就是在客户联络中心,哪一家企业能够把客户联络中心变成一个企业的核心的,对客户的认知中心,他就会提升得越来越快。第三,因为没有办法对客户有深度的理解,所以客户就没有忠诚度,他也没有情感连接、品牌连接、服务连接,他只是一通电话,一个服务的连接。在线客服系统只是一个工具,你在在线客服上面跟他聊两句,在线服务完成,没了。所以这些工具不是智能化,没有办法达到未来企业应该具有的核心竞争力。那么核心的竞争力应该来自应用认知技术,认知的智能才有办法帮助企业提升,光只有数据上的提升,工具上的提升,客服系统上面的提升是不够的。要对客户达到分析客户的需求,分析客户的痛点,分析客户关心的是什么,分析客户想要的是什么。分析客户不满的是什么,分析客户满意是什么。很多时候我们不知道客户为什么满意,有了分析之后,我们才有办法为这些分析的结果去做洞察。洞察是去了解真正的原因,真正的根本。洞察的结果是要来做什么?做决策。你可以拿洞察结果去做决策,什么样的决策呢?可以去改善你的产品,改善你的服务,改善你的流程,甚至改善你的制度,甚至于改善优化你的人的服务质量。有了洞察之后,有了分析数据,你就可以去跟客户做一个有认知层面的交互,而不是一般工具系统的。还是用人去交互,它没有认知的这个能力。

    Know  Your  Customer,用认知洞察,我认为有四个步骤,我认为这是未来客户联络中心非常重要的方法,非常重要的框架。
    第一,先要有数据,其实有很多数据,我下面会讲数据来自哪里。每一个企业,每一个客户联络中心,都有非常多的数据。第二,从数据里面产生洞察,如何产生洞察,我接下来会跟大家讲,如何从数据中产生洞察。第三,有了洞察之后,如何去Engage,和客户交流、触达。对客户不了解,你对客户没有深度地了解,没有这个洞察,对自己的产品,自己的服务,还有客户对于你产品服务的认知,没有一个洞察,你跟它的Engage是无效的。第四,改良,有了Engage之后,你的客户体验才会提升,他的Experience才会提升。从数据里面洞察,洞察完了和客户交流,交流完了又有体验地改良,这个循环之下,一个企业就能够在这个循环之下提升客户体验,或者用户体验。所以这个框架,是非常重要的一个主轴。接下来我就围绕Know  Your  Customer,如何做到来和大家分享。

    第一,数据来自哪里,(1)Call Center(2)有很多CRM也是固定的(3)在线客服系统。非常多的传统客服在线系统,都是工具。通信的聊天工具非常多,在线的聊天工具非常多。还有智能客服,竹间也有智能客服,还有互联网、社交媒体有很多关于企业的数据,评论等等的。还有官网,到企业的官网留言,400电话留言非常多,这些每天都有大量的客户联络数据在产生,这些数据我们叫做非结构化数据。相对于一笔交易,那个是结构化数据,不一样的,有大量的非结构化数据产生了。有这些非结构化数据的产生,我们可以从这些大量的非结构化数据里面产生客户洞察。客户在谈什么,聊什么,关心的是什么,不满意是什么,满意是什么,对什么产品什么感觉,用了什么产品什么感受,服务里面的感受,我们能够做一个洞察。有了洞察之后,我们就可以跟他Engage。怎么Engage呢,用认知智能技术,用认知交互技术,我们有实时助手的技术,帮助客服人员用洞察服务他的客户,跟客户做交流。有实时的培训,实时地来给到客服人员,如何去跟客户沟通,实时跟他说,你客户关心是这个,你客户讲的是这个,那么提供给他一些辅助的知识,让他用最正确的知识,最合适的表达方式服务他的客户。有了这个认知之后,我们现在所谓的语音的机器人才具有认知,要不然现在大多数的语音机器人都不具有认知能力,只是具有TTS能力,语音转文字,文字转语音能力,这叫感官,没有认知能力,所以这些机器人没有知识机器人,我们要有知识的语音机器人,我们要有知识的文本机器人。有了这些洞察,这些机器人才有知识,不然是不可能有知识的。如何能够达到具有认知的作息实时助手跟实时教练,就是要有客户洞察的一些技术,以及知识库,还有非常重要是企业要建立从这些大量的非结构化数据当中建立知识图谱。从大量的非结构化数据当中做知识挖掘。挖掘什么呢?挖掘很多企业根本不知道的客户在谈论的一些热点、重点、话题,都不知道的大量的数据。你是无法花大量的人工,一条一条数据梳理,再去理解客户讲什么,客户讲得非常复杂,有时候一段话300多字,你不知道他讲什么。我给大家举一个例子,竹间的洞察服务,是一个云服务,我们知道SaaS,PaaS方式,大量客户的文本聊天记录,还有语音的录音,400号语音录音,Customer语音录音,甚至上百万的录音,还有社交评论,在天猫上面的评论,在天猫上面的聊天记录,在微博上面的评论等等。还有网站的留言,还有问卷调查的部分,有这么多大量数据、CRM数据,经过竹间的Insight  Services,可以产生客户之声,以前的客户之声只能用手动的一条一条梳理,现在有了自然语言理解技术,以及自然语言理解计算的技术,我们可以自动从数十万,甚至数百万条非结构化数据里面萃取出来客户之声是什么,任务画像,标签,各式各样不同的标签,去做分类,去做合规的分析,流程的分析,去做热点的分析,预警监控,挖掘里面销售的金牌话术,理解每一个流程的细节。在CRM里面,工单数据挖掘一些潜在问题,最后可以做情绪分析,更能够把这一些大量的非结构化数据自动形成一个知识,可以把里面客户在谈的东西,还有业务的东西形成一个知识点,这样可以做四个事情。第一,提供新线索转化。新商机进来转化它对客户理不理解,产品理不理解,竞争对手理不理解。第二个提升客户体验,给客户联络中心,以及企业的管理层,一个如何提升客户体验的策略,让整个的企业客户体验能够提升。客户体验包括很多,产品的体验也叫客户体验,服务的体验,线下门店的体验,那汽车也有试车体验,很多体验加起来叫客户体验。那么要做到很好的客户体验,有了这些洞察,可以给到管理层,产品部门,以及营销部门一个非常精准的,可以去提升客户体验的一个洞察。在整个客户生命周期管理就可以做得更有效。对于CLV的提升就很有帮助。在存量客户的部分可以做得更好,提高存量客户的复购率。所以未来的趋势,技术的趋势是什么?工具不是趋势,未来的趋势是用认知智能的技术融入企业的各个业务当中,用认知智能的技术来辅助企业的员工,去服务他的客户,辅助企业来服务他的员工,也能够达到自动化的客户运营。很多知识的积累,洞察的积累,可以用认知的技术,自动化来做,所以很大一部分的事情,都可以交由机器来做。这样子,人可以去做更多的提升,用人的部分的提升,就是用更多认知智能技术用得更好,挖掘企业里面更多场景,应用到认知智能的部分。

    认知智能的重要性,它的趋势,其实未来的企业在未来3年当中,谁先采用了认知智能,在这个行业里面,它可会得到绝大多数的红利。在行业里面越晚采用认知智能技术,能够得到的红利越来越少。现在很多企业不仅在国内各行业有内卷,还有面对国内外的竞争。如何在这个竞争局势当中,能够脱颖而出,能够在整个竞争当中,能够打赢竞争对手,谁先采用认知技术,它的效果会越来越高。
    认知技术是什么呢?其实简单地说,里面有一环叫知识图谱技术。知识图谱技术就是认知智能技术的一个关键技术,但是知识图谱的技术不是传统用人工去打造一个知识图谱,而是用自然语言理解,以及认知智能技术,知识工程技术去打造出来的一个能够自动构建知识图谱的这样一个技术。自然语言,则是支撑知识图谱的底层。知识图谱可以解决什么问题呢?可以采集知识、发现关联知识、搜索、处理业务问题,让人工智能更有效。四个关键能力,第一个就是可以推论,从里面推论新洞察,从里面发现数据。第二个可以关联,找出来数据之后关联它的实体,关联它的知识,让它形成一个巨大可推理,可搜索的。知识部分当中,搜索可解释,可溯源,可以知道这个知识从哪里来。再一个它可搜索,很多知识图谱是不可搜索,大量的非结构化数据变成结构化之后就可搜索,可搜索就可以让联络中心的人员用,也可以让营销中心,市场中心,管理层,产品服务人员,制造流程管理人员都可以用。
    竹间的认知平台具有哪一些功能呢?竹间的认知平台是具有从认知技术,自然语音技术之上有六个产品,企业知识工厂,知识管理,对话交互平台,助手,实时Coach,全双工语音平台之上,可以来构建知识,产生洞察,让流程自动化,以及为客户做全方位的体验,以及营销。对于企业内部人才有很多政务,政企,集团大企业数十万名员工,非常需要人才培训。未来部分有一个虚拟人,虚拟代表,能够在所有的虚拟任务或者它的IP形成一个认知的交互。
    认知的Solution有这些,下面围绕这五个跟各位讲案例。知识构建、审核、抽取、搜索、洞察的案例。创建一个知识图谱的案例可以在平台上构建,以往有6个月时间,现在6分钟可以做好。整个平台的使用,都是无代码的方式。这边有一个模型视频,从这个里面大家可以看到建立一个知识图谱,输入一个文档,在三篇文档的训练之后可以自动收取文档的一些基础的topic,从这些基础topic之上自动抽取知识,以及把这些知识关联起来,实体和物体之间关联起来,以类的基础上,做出病因症状,需要用的药有哪一些,可以自动建立知识图谱,这个只是小型的知识图谱样本,可以达到数亿,数十亿的知识属性。从这些当中,可以跟它去做搜索,去做对话,跟它去给到你的业务流程,以及你的企业员工去做内部服务,或者是对外部服务的一个工作。这些可推理,就是根据知识点之间的这些属性的关系去做推理的,每一个属性都有一个可解释,每一个属性都有一个可以描述,可以解释的一个点,你就可以跟它做一个对话。在这个对话当中,加入了很多自然语言理解的能力,所以在知识的构建,以及自然语言理解的认知交互能力中,两个认知交互能力都是基于同样一个自然语言理解平台去产生,所以它之间的构成是连续,也就是说我们从这些非结构化数据产生一个知识图谱,再用这个知识图谱应用到业务上,或者辅助人上面,它的整个过程是通畅的。我这个例子,就不一个一个播下去。 

    接下来几个案例,一个是洞察的案例,我们为一个比较大的奢侈品牌,根据它的大量的通话聊天记录,客服中心规模100多人。平常只能做千分之四的分析,通过这个Emoti Insight可以做全量分析,对客户做洞察,通过聊天记录、电话语音,能够了解到客户要的是什么,从它的官网、订单、支付,从非常多的大量非结构化数据里面产生洞察,准确率可以到达91%。在它能够去建立这些知识图谱之后,可以对它四个比较关键的销售环节去做一个精准地分析,未来在服务客户上,就能够达到千人千面。大的奢侈品牌,重要的是VIP服务,洞察是更重要的。比如说在这样一个录音数据里面,我们可以找得出来,在销售阶段,客户对订购有疑虑,客户关心是眼镜包,对比是锁头包,疑虑是包小不好用,正面的评价是什么。我们可以把这些变成一个洞察,交给营销人员,交给线下人员,那么它可以服务VIP客户,线上也是适用的。客户关注点是什么,整串对话当中,有没有七天无理由退换货,这里面没有提到价格部分。我们可以通过这个,建议销售打消客户的疑虑,不是一直说产品多好,而是针对这个客户打消疑虑,这个就是洞察。

    另外一个客户之声的案例,我们对于一个非常大的制造商,他们做出来的是消费者电子产品,他具有全球性的舆情服务,有来自亚马逊、推特、脸书、微博、天猫商城等等的,我们能不能建立一个标签体系,这个标签有数百个标签。整个能不能做预警反馈,CEO,CMO,CPO,关心的是预警,关心现在的产品有没有什么问题,关心的不是它内部人员报告的问题,而是客户真正的问题。有了这个之后,在管理层可以做产品决策、服务决策、市场决策、营销决策,更可以做早期的预警,早期的预警可以做更好的PR,可以做更好的反应,让企业不至于在发生危机当中被动,对品牌产生影响。这个是巨高的价值,已经不是单单客户联络中心在做售后的价值而已。客户联络中心如果能把这个做好,数据认知化,未来企业的核心竞争力就在这里。

    举个例子,比如说物流和产品都不错,性价比高。整个售后过程省时省心省力,这个评价正面是性价比高、物流快、产品质量好。评价负面、对产品不满意、客服不专业,原因在哪里?这个叫洞察。另外一个奶粉品牌,我们帮它做的洞察,也是一样,各式各样不同的品牌,主流的电商平台有,微博,小红书上大量的客户评论,无法分析利用,不知道他们产品区别,不知道客户原来用他的奶粉,现在换了别的奶粉,客户流失了,不知道客户讲什么,所以微博、京东、小红书、母婴论坛,我们整理出来做洞察,做风险预警,做网评的分析,给它做回复,这样客户保留率可以提高55%。客户的生命周期可以10倍以上,不会换了。比如说奶粉,给婴儿用的奶粉,每个月要买,买10个月就换掉,损失巨大。所以零售业,快销业对客户之声的影响更大。第二个,相比奶粉我这边举一个例子。请问金装3乳糖不耐受,我孩子有2周半岁,肠胃功能比较弱,评论推荐奶粉。整理出来的结构化数据,不需要一个个去读,靠竹间的自然语言理解以及洞察的分析。这样做出来以后,企业客户的生命价值大大提高了。
    推荐的部分也是一样,我们帮某个城商行做零售存款贷款基金、理财产品、信用卡这些的营销模型做了一个分析,做了洞察,基于用户数据、行为数据、交易数据,能够做一个推荐。有几十万的产品实体,几百万的属性值,提升15%的购买额,用户不会流失,客户流失率大大降低。

    认知搜索很重要,我们认为非常大的一个政企也做了一个非常大的认知搜索的平台,那么这个认知搜索的平台可以针对大量的非结构化数据,包括企业里面的文档,产品文档,还有业务流程的文档,还有法规的文档,还有规章制度,产品等等的历史的文档,可能少达几万,多达数十万,甚至上百万可以进到我们的知识工程里面去做梳理,梳理完了以后我们会做一个比较完整的知识管理,包括数据的保护,数据的治理,还有非结构化文本的分析,最后可以让所有的数据都可以被查找得到。

    最后,可以形成一个知识图谱,让整个的知识图谱在整个业务环节当中可以被利用到。另外一个就是知识图谱的构建,我刚才放的模型里面就是知识图谱构建,基金招募的知识图谱的构建,比较容易懂,里面有包括基金配额,限额公告抽取,还有非常多基金里面的一些信息,可以做到查询,可以做到业务办理。整个的知识图谱,经由竹间平台自动构建之后,文档产生变化之后,这个图谱自动被构建,不需要人工一个一个再去构建图谱。第二个,每一个知识点都可以有权限,每一个知识点可能只限于某一些人可以去看,所以这个在企业里面,目前是没有的,你可能有20万个员工,10万个员工,可能大家看到的文档和知识都是一样,它的数据没有被保护。可能只有文档被保护,可是知识没有被保护,但是一篇文档里面有很多知识要给很多员工看,有很多知识保留给部分业务员工去看,那你怎么做到呢。就是要通过知识图谱工程才能做到这一点,让你知识给到需要用的业务部门去看。

    另外一个审核案例是什么呢,是能够通过认知工程可以用来自动审核,可以用的场景非常多。比如说某基金公司,它有一个推荐的文,用关键词来做审核,这个是最容易的。另外一个是通过语义类做审核,比如说有没有违规承诺收益,承诺本金不受损失这些东西。事实类的是最难的,有没有夸大,什么样的语言是夸大,有没有虚假比对。还有规范类,有没有缺少什么,有没有什么该写没有写,有没有一些描述性没有写完整,这些都是需要非常强大的自然语言理解技术才能做出来。产生出来之后,每一篇文章,每一篇销售的推文,或者是每一篇对外的宣传文章,包括我们跟医药业做的也是一样,医药业每一年有3万多的PPT要往外送,如何去做秒级的审核结果,让这个文档出去之后不会有一些负面效果,不会被投诉、被举报夸大宣传、被举报这个文章有抄袭、被举报这个文章有泄密、被举报文章泄漏个人隐私,这是审核最大的价值,而不是贷款审核而已。对于整个合规的审核,我觉得是未来一个企业非常重要,需要重视。特别是现在个人信息保密、隐私保密、企业竞争的公平性、透明性上面,在整个的制度上都已经取得了一个比较大的重视,合规检查,对一个企业来讲,就是非常重要的。

    另外一个预警监测案例,比如说电力,我们讲到电力,安全监测平台,它有非常多的数据,包括安全规程、作业计划、违章数据、风险隐患等等这些数据,能不能我们给它一个认知的Solution,根据服务内容生成一个预警监控,在平常production过程中实时预警,直接找到原因,做一个更快,及时的监测。

    以上,在今天的结尾,还是想跟大家分享know your customer,企业联络中心有大量数据要去做洞察,洞察之后才能有效给客户做Engage,在传统的工具上面现在需要重视认知提升,最后在客户体验上面才能得到改善,才能和客户有效交流,这个行为当中能让数据更有价值,洞察更有价值,也能让你的customer life time value越来越高,帮助企业能够在有限的存量客户当中创造更多的价值,赢得竞争。

    今天的分享到这里为止,谢谢大家。

媒体合作
  • 联系人:蒋经理
  • 联系电话:18968066213
  • 电子邮箱:jhz@caibocmi.com
  • 参会 参评 合作
参展合作
  • 联系人:罗经理
  • 联系电话:18519380631
  • 电子邮箱:lhx@caibocmi.com
  • 参会 参评 合作
其他联系方式
  • 咨询专线:010-82735080
  • 电子邮箱:cccca@caibocmi.com
  • 官方网站:www.cccca.org.cn
  关注"客户观察"
官方微信公众平台
客服节直通车
我要参会
我要参评
我要合作
在线客服
返回顶部