首页
行业动态
培训频道
嘉宾分享
原创征文
人才招聘
热门活动
技术服务
数.智“新客服”驱动美好服务
作者:admin     来源:未知     更新时间:2018-08-16
 
2018(第三届)中国客户联络中心行业华东峰会互联网金融新服务与新营销论坛(平行论坛)主题分享

分享嘉宾:蚂蚁金服智能客服产品负责人,客户服务及权益保障事业部资深专家-刘学亮
分享主题:数.智“新客服”驱动美好服务


 
大家好!很荣幸能够来到这次华东峰会,因为本次其实是受到秘书长的邀请。从蚂蚁的角度来讲,最近几年也做了一些智能客服的尝试,希望能够通过交流之后有一些新的收获。大家也有很多探索,很多尝试,有很多好的经验的沉淀。今天主要是在这里跟大家做这样一个分享。我们的主题是叫数.智新客服驱动美好服务。关于数.智是我们今年提出来的新的主题。面临整个行业的变迁,我们有了这样比较好的沉淀的应用案例,去年以来蚂蚁金服也在整个客服行业里面跟同仁们做了很多交流,提出了新客服的概念。未来新客服到底会做成什么样子,后面会做一些简单的分享,也希望跟大家做一些探讨。

这个部分,今天分享的主题大概会分四个主要的部分。第一个部分关于对于未来新客服的感知,以及新客服具备的几个重要特征,然后蚂蚁有什么实践以及蚂蚁新客服的案例。

第一个是未来新客服的感知,经过这几年,蚂蚁对新客服有一些理解或者对于客服能带来的价值有一些感知。可能在座的每一个同仁或者每一个朋友们都会有这样的很强的认知。我们作为客服,每天会面临大量的问题需要去解决。以蚂蚁过去的经历为例,每天遇到一些这样的问题。今天早晨的接通率又不好,某一条线又爆线了,接通率达到了80%、70%甚至是更低的水平。还有马上双十一要来了,我们的人员准备怎么样,我们是不是能够解决这么多服务的问题以及我们应对这些异常的时候,比如说现在整个网联的过程中有没有异常,出现异常怎么办。

每天都会生活在这样一系列的有点提心吊胆,会影响我们每天的工作。我们也在不断地思考。我们作为客服这个行业来讲,我们的价值是什么?我们在解决什么样的问题。未来要往什么方向走?这是基于我们几年的试探或者一些尝试的探索之后,我们也是有一些答案跟大家做一些分享。我们所理解的话从企业对于用户所创造的价值主要分两个层面,一个是产品能够传递的,产品为用户创造价值。比如说余额宝的产品花呗的产品是真真实实给用户带来使用价值,给用户带来利益的。用户通过使用他们会实现资产上的增值或者获得一些信贷产品的使用。

 

 
我们在给用户做一些什么样的价值贡献?服务的角色更多是在传递价值,怎么样把企业所创造出来的产品、业务模式,给用户的利益能够传递到客户身上,让用户能够感知到你们的产品确实不错,能帮我们解决一些问题。这是服务它其实是我们价值的一个载体,去传递我们的价值。从传递价值的角度上来讲,服务跟我们现在新的技术以及说跟我们新的手段,我们有很多很多AI的手段和技术。它们结合之后对我们的服务传递价值这件事情有多大的帮助?我们作为一个价值传递的载体,通过我们的算法的应用、大数据应用其实是在做很多减法,使得过去跟用户互动当中很多烦琐的过程,用户确认的过程能够减少掉。也包括使得我们的小二,我们的客服人员在服务客户的过程当中能够更加地轻便、容易简单,使得这样的过程变得非常顺畅或者体验很好的过程。通过我们的用户连接DT驱动,使得服务能够大幅地提升。这是对于未来新客服所要走的方向。把我们的载体价值能够大幅提升,重购服务的价值链。它更多地是营销的中心,可能是成为数据的中心可能成为客户的中心可能成为种种对企业价值更大的一些价值的中心。

总结来讲,其实有一句话,服务和科技的化学反应样催生出新客服体系,新服务形态要求服务部门与新技术结合变革,实现数字经济时代的服务价值链。蚂蚁一直在践行一直在坚持的方向。后面分享一下我们大概有哪些感知。

新客服我们认为它跟我们传统的服务,传统过去的服务的运营中间其实还是有蛮大的差别的。它的差别主要体现在四个主要的特征上。第一个主要的特征,普惠。其实从蚂蚁的角度来讲经常去讲的一个点或者一个概念,叫做普惠的金融。我们其实认为服务本身也是随着普惠金融发展,服务也应该是普惠的。过去的服务往往都是针对极端的或者投诉的,他们会主动找到我们客服我们才会帮他们解决问题。或者有时候只针对顶端的用户,对贵宾客户会提供一些优先的VIP的通道帮他们解决问题。但是对于更广泛的用户群体,他们也同样遇到了很多问题。这些用户可能会被我们忽视,受限于我们资源。但是新客服情况下,这种模式应该做一个改变。我们从5%的用户群体的覆盖是否能够在新客服的情况下在技术手段的支持下在渠道拓展的支撑下能够使得我们对于客户的覆盖能够做到100%。随时随地服务到每一个人,这应该是新客服所需要带来的一个特别大的改变。这一点从过去一年的数字上也可以看得出来,过去一年蚂蚁金服整个全年下来,所服务过的用户大概是有六个亿左右的活跃用户群体。从蚂蚁金服的客户角度来讲,用户画像也很重要。我们有能力覆盖到更大的用户群体,而不仅仅是覆盖业务5%的用户。这是很大的改变,新客服这应该具备的,就是普惠性的特征。

第二个点,我们能够覆盖到这么多用户或者能够给这么多用户提供服务。我们是给他们提供千篇一律的服务还是像客户经理一样无微不至,真正为客户定制的服务。我们希望的是后者,背后依赖于我们对客户的诉求是否能够清晰地了解,对他们的诉求能够清晰地掌握,能够了解得更清晰。新客服应该具备的第二个特征就是个性化。我们应该争取给每一个人提供尽可能个性化的服务,使得每个人的诉求和问题都能得到充分的解决。压力也是比较大的,这个点其实本质上来讲和前一个点结合起来是有一个悖论的话题,如何在成本控制的情况下实现大规模的个性化定制,这就是发展方向下对于AI算法对于数据所需要做的部分。这里面可能包含我们对于用户要有很多的画像,对于场景有很多画像对于诉求对于服务定制有很多很多的能力和技术上的提升。

这是第二个特征。第三个角度,因为前面讲的都是用户的覆盖要足够广阔,给每一个用户所提供的服务要足够精致足够个性化,这个背后大家一定会考虑一个问题,我们到底要投入多少成本,用户和企业投入多少成本才能做到这个事情。第三个特征是低投入或者低成本,一方面我们讲的是用户的投入成本要足够低,比如说用户跟我们客户系统交互的时候,不需要有这么多问题的描述,问题的解释包括对于场景信息的输入才能够解决它的问题。反而是说我们应该通过提前的准备能够更多地了解他们的诉求,甚至提供一些问答式的服务帮助更好地解决它的问题。我们之所以能够提供出这样的服务,我们的成本我们的运营成本一定要足够地低。这个背后也是要求说,我们要有非常强大的对于用户诉求的判断对于用户问题的诊断对于解决方案设计,有效的工具能够帮助我们使得我们运营成本得到一定的运用。

最后一个,全链路特点其实的含义是我们的服务要跟我们的业务跟我们企业的业务能够有更强更紧密更全链路的链接。其实它的表现我们怎么样通过我们客服跟用户做一个接触点,能够把用户的声音传递到企业的方方面面,推动业务的变革甚至能够对于我们企业的风险做到一些防控的作用,使得客服或者客户中心、联络中心在企业当中的位置和作用更加重要,能够成为一个很关键的链路。这四个点是我们认为新客服所应该具备的几个特征。

蚂蚁做了一些小的尝试,这些尝试后面会分几个点,分四个方面跟大家做一个介绍,蚂蚁金服在新客服领域的实践。首先简单介绍一下这四个方面实践主要是哪些。第一个面向未来的一些服务基础设施。我们要去做到全渠道的覆盖,覆盖更多的用户群体。我们势必要有一些全渠道的服务平台。比如说传统的渠道加上互联网的渠道,甚至可能现在会有一些LP的渠道考虑,都是在我们服务渠道的范围内。第二个,基于阿里CC全信息互联互通的体系能够支持和保障整个服务的联络和用户之间的联络过程能够稳定,能够顺畅,能够无阻断的,能够顺畅跟用户做连接。这些也是我们很重要的技术保障。我们能够实现72小时和用户在全球范围内不间断地跟用户去联络这样一个技术功能。

第二个点,基于AI助力能够建立起很强大的服务能力,里面包括学习型成长的机器人,95118的语音导航,对于用户提供主动式服务的模式以及对用户做了一些定制服务的体验。以及说前面也提到了我们想要实现这样的运营成本,背后要低成本。怎么样看到用户在使用过程中到底在哪个环节出现问题。包含了我们的调度,我们的质检包括整体培训。以及说我们要实现企业客户服务的价值在企业全链路当中的呈现,我们的决策能力上也做了一些实践和尝试。

首先会介绍一下我们基于阿里云和阿里CC的平台。我们系统服务是实时在线的。整个渠道或者服务平台是互联互通一网打尽的。我们可以支持多种形式,目前也在尝试接入一些新的渠道。然后服务人员没有限制的,我们的服务人员就是遍布在14个省,大家都是用同一套服务系统,能够很快速地服务到我们的用户。这是我们服务的基础。对于海量用户,大家知道双十一的时候,服务量是爆涨的状态。还有新春红包的时候,这个压力反而是超过双十一的服务峰值。

春节期间,我们所有的服务总量加起来大概要超过一千万。在这样的服务压力里面,我们服务还是会稳定地运转。我们对于现在其实大家尤其是在互联网金融行业里面可能会比较关注的舆情的问题,能够实现对于6000家媒体和网站进行舆情监控、分析和抓取以及自动识别出这个过程中哪些对企业会造成一些风险。我们会进行跟进。这是我们数据抓取的能力。以及现在在阿里云的平台也是可以分模块制作出售。大概是这样一个过程。这是基础设施的部分。

后面部分简单介绍一下关于AI助力的服务能力。首先解说一下智能问答的机器人,大家有很多行业或者很多同仁都在做智能问答机器人。蚂蚁金服做智能问答机器人起源也是比较早,过去一直在用一些搜索的技术,2015年以后引入了一些深度学习的技术,使得整个智能问答的机器人会逐渐地向一个学习型的机器人去成长。现在本质上还是处于一个弱人工智能的时代,机器人背后还是有很大量的运营人员的投入。这种监督式的学习还是需要很多人员的投入。

从我们机器人的运转情况上来讲,基于用户的很多精准的因子,用户的标签,还有文本描述的特征,基于一系列的特征,经过算法加工会形成我们前端很多输出的部分包括说机器人问答的答案包括我们未问先答主动服务的部分。再基于用户的使用行为作为我们的监督数据的一个回流,回到算法的数据采集过程当中。通过这样一个数据闭环,一定程度上能够减少我们运营人员的投入,使得算法其实这个背后的闭环应该是每天每个小时都在运转的。每个小时这个系统都在学习。可能刚刚上线的时候,这个系统的水平能力不是特别高,经过一段时间的运转之后就能得到比较好比较高的水平状态。这是关于智能机器人的部分。

刚刚讲到了关于语音的部分,关于95118,也是在尝试做很多语音方面的突破。我们可以看到之前在我们的媒体渠道上也有用户做了反馈,支付宝的95118打进去之后居然可以这么智能。现在支付宝的95118基本实现了全程没有按键。30%客户还可以享受到当他拨打电话进来以后,我们可以猜测到他的问题是什么。这种情况下大概有30%的用户。这部分用户他的体验或者他的感知是非常精细的。这是关于语音智能的部分。

关于我们整体在做智能化或者自助服务的建设大概经历了这样一个过程。前面做了简单的介绍,这边不做更具体的介绍。我们经历了这样一个方向,从最早知识库的时代到现在通过参与问题的算法,通过智能机器人减少用户的交互,使得用户更快获得我们的信息。我们未来的方向希望说我们通过我们的产品能力,通过背后的数据算法和技术的能力能够真正为我们服务的几亿的客户每个人都定制一个他的客服,使得它针对每一个用户他们的诉求他们的需要他们的想法来给他们设计相应的解决方案,提供相应的服务内容。这是我们要做的一个方向。

 

 
在这样的基础之上,其实我们去年也尝试过另外一种新的服务形式,从过去等待用户上门来寻求帮助到我们主动去跟用户接触,主动跟用户联络帮助他们解决他们的问题。这个里面,举了一个例子。比如说我们会有一些在支付宝上会有一些理财的初级用户,他们会在很多页面上去浏览去访问,在某一个基金页面上去浏览,但是他停留了很久,最后也操作了很久,但是最后并没有下单。

有可能他的问题是这个机器人是什么情况,想更多了解它的信息但是页面上没有足够的展示。可能这部分用户会流失掉,过一段时间或者流失掉之后还是想要买,可能会打电话咨询我们客服。从现在情况来看在前端用户浏览比如说这个页面超过一定的情况,超过几次的情况下能够通过背后的算法预判出这个用户可能是存在购买的欲望。如果后续基于这个了解不清楚后续会找客服进行咨询。我们会提前筛选出来在产品界面上直接跟他做一些接触,借助我们APP的渠道或者传统服务的渠道,提供我们的帮助。这样的帮助一方面能够降低这些用户后续的求助的可能,减少我们的话务流入,同时对于业务的活跃对于用户的活跃对于用户的转化也能够达到很好的贡献。这样的业务模式下来,我们对他们的转化率都有差不多一倍以上。同时对于我们的求助率也有将近37%的下降效果。同时还增加了用户的转化,这是主动式的服务,这是未来要大力拓展的方向。

在服务运营的能力这个部分,可能后面会有很多内容。时间关系大概挑几个重点的讲。第一个是预测能力,这也比较多比较成熟了。我们从2015-2017年,准确率从过去的88%到现在96%的水平。底层的话我们从最初的简单的模型到多中心的模型以及现在更多是深度学习的集成混合模型的方式达到预测的效果。在这样的预测效果下,其实大家平时更关注的是或者更需要关注的是怎么样在预测的情况下保障平时的接通率能够达标。

这背后需要我们一个非常智能非常强大的智能调度的系统。从过去数据系统来看,我们的95118包括PC的自助,每天求助量是在六七百万的水平。经过会通过全渠道的调度,有预测对于异常的监控还有现场调度的判断,通过这样能够保障接通率的稳定。这个过程会面临一个问题。首先我们的服务需求是很不确定的,因为可能每天从互联网角度来讲,每天的活动,每天新产品的上线非常非常多。在这样的情况下,我们座席资源至少要提前一个月做相应的部署,而且我们的弹性其实是有限的。这就催生了说我们一定要在这个过程当中,从过去来讲直接从渠道到人工的过程当中,没有中间调度的环节基本上没有什么弹性。我们只能靠天吃饭,今天有多少流量就只能达到多少接通率的水平。

目前做的是基于中间全渠道的调度体系使得我们能够具备足够的调度和弹性以及快速的调度的效率使得我们能够保障我们全渠道的整体的接通率,始终保持在我们大概的92%-96%之间的水平以上。这个背后其实我介绍几个主要的点。这是我们每天现场在监控的一个服务的大屏。在这个层面上来讲,首先会有我们每天各个渠道的服务量流入的情况。不同的渠道他们的渠道的流入量,每天流入的用户数,咨询的问题以及可能流入到不同条线。对于我们日常的水平,相对是稳健的。同时对于我们客户问题,服务风险、外部的舆情以及现场咨询的热点都会做相应的实时的监控。这里面会有实时滚动的数据,会检测到外部是不是有突发性的问题或者突发性异常的咨询或者突发性的舆情风险是否会影响到我们服务。通常对于我们统筹调度也有一个数据监控,每天调度多少次,调度哪些资源,在大屏上都可以非常清晰地展示出来。这是我们的日常工作很重要的一个环节。背后会通过全链路的实时调度体系做支撑。包括有策略的预案,背后有一个强大的系统引擎来支持,实现对求助渠道和人工座席调度的效果。

讲完了全链路,因为时间关系可能没法展开特别多。前面是全链路运营的部分,最后一个部分简单介绍一下我们对于客户声音的利用,以及如何实现在企业里面快速决策的过程。这里是一个例子,这是当时花呗的产品。在产品迭代过程当中新增了一条小小的文案。大家可以注意一下,花呗有一个温馨提心,关注还款能力,理性消费。这个文案刚上线不久,就会有一些用户反馈,用户觉得你是看不起我吗?消费不起吗?这时候用户会有比较强烈的感觉。

这时候是完全没有想到的。基于这样一个情况,我们通过舆情的监控,通过内部流转的平台,大概在十分钟之内,监测到这个问题之后就把这个问题推到产品端,立刻把这个问题解决掉了。可能会爆发的舆情就控制在很小的范围内。整个链路从上线从花呗消费提醒的文案发布大概是在当天的晚上八点钟。整个舆情发现是在晚上的9:40,一直到最后这个问题解决在9:51的时候,这个负责人业务产品的负责人已经决策发布,把花呗的文案改掉。整个决策效率非常快,也会帮我们的舆情支出控制在非常非常小的范围内。这是我们背后的一个体验运营或者体验运转的一个体系。它能够支撑起来的,这个体系里面包括我们的监测的运营,声音的反馈对于问题的筛选发现,有很多工具手段方法。大家可以看一下里面做了很多也包括我们还会给每个业务产品基于用户的反馈去给他们颁发红烂草莓奖。红草莓就是做得非常好的产品,烂草莓就是做得非常差的产品。这对于事业部它的产品体验肯定会力争不去拿烂草莓奖。这是我们在做的事情。

结合前面,因为时间关系,大家如果有问题的话可以线下做一些交流和沟通。这个里面我们会有合作伙伴的实践案例跟大家做一些简单的分享。这个实践案例是国泰的保险,它是蚂蚁体系内的,从原始的状态从它跟我们开始合作,我们发现它的服务构成部分里面其实智能服务的客服只是很少的一部分,它的传统服务问题是比较多的,整个蚂蚁保险原有的服务体系也是独立的,都是分散做一些业务。

在这样的情况下,6月份的时候做方案的介入,10月份开始介入了整个蚂蚁开始承接国泰保险的服务,全权负责国泰保险服务包括它的理赔它的申诉它的咨询。各个方面的服务都是蚂蚁来承接。这里面逐渐发现全渠道的服务占比提升了50%,整体效能,国泰这边的服务效能提升了100%,整体服务运营和高效的效率也能够得到比较好的效果。最后能够看到,我们发现人均的话务成本相比国泰自己去做承接还要低了非常多。同时我们的服务效果,服务的满意度以及相应的投诉量的减少也是超出他们的预期的。这个背后也是把我们新客服的能力应用在传统行业里面能够取得的一个相对来讲比较显著的效果。类似这样的项目也在持续地合作和运行当中。后面大家如果有兴趣可以再去聊相应的话题。

这个后面就是我们整个在新客服体系下面我们能够具备的。在去年的时候,也跟行业里面的同仁做了一些介绍。是希望说我们未来能够把这样的能力不管是赋能出来还是以交流的形式能够帮助到大家,希望把我们产品的能力包括服务的运营能力能够输出出来。这张图会介绍到我们会有哪些基础服务的设施包括服务系统基于各个行业的解决方案以及针对新客服的服务概念。这些都是蚂蚁目前在探索并且可能可以尝试做输出的部分。如果大家感兴趣后面可以再做一些了解。

我的分享大致上就是这样。最后其实基于这次峰会,还是想有一些感触,从前面听过来,因为整个客服的行业我觉得它正在面临着一个比较大的变化的过程尤其是我们在做互联网金融这个行业,其实会面临很多挑战。我们会面临很多的挑战和一些困扰。我听到最多的声音可能来自于一线的小二客服同学,我们发现越来越多的机器人应用之后是不是会导致很多的客服从业人员失业了,从此会不会意味着我们可能就没有机会有人工客服了。

因为越来越多在用智能手段。但是我的理解包括所有的蚂蚁的客服在作业的过程当中,其实并不是这样。因为在这个过程中依然需要大量的人的智慧融在里面,而且我们对于AI的算法对于智能技术的应用更多是对于人工对于原本一些简单操作的辅助,使得我们原来所做的服务能够更容易能够更广泛地运用到客户群体当中去。大家不用担心,而是今天怎么样更好地应用帮我们解决问题。这些才是我们应该关注的。我们不存在所谓被AI被机器人替代的风险,反而这是对我们来讲非常非常好的时代和非常好的机会,能够使得我们把客服行业他们在企业当中的作用和价值发挥更大。我的介绍就到这里,谢谢!
(1)
上一篇:大数据在金融外包服务中的应用
下一篇:智能语音助力金融行业新生态

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
用户名: 验证码:点击我更换图片