智能客服机器人在供热呼叫中心的应用
供热企业对于服务越来越重视,投入也越来越大,传统的呼叫中心,坐席成本以及工作压力一直在增加。如何在保证服务水平的同时降低成本、改善坐席人员的工作体验,这是一个新的课题。现在大数据、人工智能领域发展迅速,人工智能中的语音识别技术、语意理解技术在我们日常的手机app应用中已经很普遍,这些技术也逐步在更多的场景中运用,例如餐饮行业的海底捞,它的客服热线已经是由机器人来接听,排号、订餐、预约等大部分需求场景都可以完全应对,而以往需要专门的人一天不休地来做着这些重复的接听和应答。我们供热行业也是一样,简单的重复性的问答场景占了一大部分。我们可以将常见问题整理出来,形成机器人的知识库,由机器人来进行服务。对于复杂的问题,若机器人无法回答,则再转至人工坐席。这样可以将宝贵的人力资源用于处理复杂的事务,提供更优质的服务。
智能客服的优势
从业务角度,智能客服是提高自动化业务的比例,以前的呼叫中心通过IVR语音流程能够提供一些自动化的服务,但贡献占比不大。由于智能技术的发展,让机器人可以进行仿真交流,实现更多复杂的交流、应答,使得整体服务中的自动化业务占比得到提高。智能客服可以实现全年7*24小时不间断地服务,机器人服务占比的提高,管理上的难度和压力也相应降低,我们不需要对机器人进行录音监控、质检、考核,它们一直处在高效高质的工作状态,不知疲惫,也不会出错,这是传统人工完全无法相比的。智能客服的运用可以提高服务效率、降低服务成本。
智能客服工作过程中的数据都是结构化、标准化的,这意味着服务数据将变得可分析,根据对这些数据的提炼、统计、分析,我们可以得到用户的热点诉求、沟通习惯、偏好,形成更清晰的用户画像,辅助我们提供更贴切的服务,如在用户想发起对于暖费、停热等问题的咨询之前,系统就可以提前将信息推送给用户,这种想用户之所想的及时服务,化被动服务模式为主动服务模式,降低话务量,提高用户满意度。
智能客服的关键技术
智能客服中的关键技术是语音技术,我们平时说话,都不是结构化的,如下面是我们供热客服对话中的一个常见场景:
S:您好!请问有什么能帮助您?
C:你好,我要报修
S:请问您想报修的是什么问题呢?
C:我家暖气不热
S:请问您报修的地址是哪里?
C:百花小区
S:请您说下具体住址,几号楼、几单元
C:1号楼2单元101
S:您家是哪个房间不热
C:卧室不热
S:暖气片放气试了吗
C:试了不管用
S:好的,我已经提交工单,到时会有师傅联系您
C:什么时候
S:3小时之内会联系您上门维修的
C:好的
S:祝您生活愉快,再见!
上面的对话中,用户的一个意图会分散在多句话中,且每句话的结构也是不完整的,可能缺少主语、谓语,但整个对话下来,可以得出用户的意图是他要对住址为百花小区1号楼2单元101室的房间进行不热报修。这算是一个相对简洁的对话,实际客服沟通过程中,可能还会存在多意图的情况,用户既说这个事又说另外一个事,且可能存在方言、表述不清,甚至恶意骚扰攻击的情况。
智能客服的关键技术,就是将人类的语音词汇进行识别,转化为机器可读的字符,以及在多轮对话中去圈定用户的意图,再而触发业务动作。
智能客服的实践
供热作为民生行业,服务保障非常重要,特别对于紧急性的问题、复杂性的问题,传统的人工服务不可或缺,在此基础上,我们可以借用智能机器人来满足一些标准化、非紧急的需求。机器人要想开展有效的服务,就需要能够识别用户的业务需求,做出业务方案回答,这需要一套行业语料库、知识库来作为支撑,我们需要将供热服务领域的业务场景进行梳理,包括问题、关键词、解决方案、处理流程、政策制度等,这些内容越完善,智能客服可以识别和解决的业务场景就越多,能发挥的威力也越大。
机器人再“聪明”,也有机器人无法应答的问题,呼叫中心的构建应该在传统呼叫中心的基础上,增加智能机器人通道,默认先由机器人进行接待沟通,咨询类的直接应答,派工类的由机器人将整理加工后的信息交由人工坐席进行确认后派发,对于无法应答的问题,由机器人自动切换到人工坐席。供热行业在智能客服领域还处在起步阶段,需要结合企业自身现状,和软件厂商的密切合作,从基础设施到系统、从系统到具体场景应用、到管理改进、到大数据挖掘分析,逐步地将客服的信息化、自动化、智能化水平做起来,提升企业服务水平和效益。