会议期间上海脉信产品总监戴威进行主题为“联络中心数字化和AI智能化的相遇相知”的主题演讲。
上海脉信 产品总监 戴威
戴威：大家好，各位嘉宾，各位朋友，因为我之后还有一位很资深的老师和大家分享经验，我说话的语速稍微的快一点，尽量不耽误大家的午休。今天是带来了联络中心数字化和AI智能化的相遇相知的探讨。当我收到这个话题的时候，我的第一反应并不是想说联络中心发展的应用架构是怎么样的，我更想和大家分享的是我们在做联络中心的业务蓝图设计和技术探索包括项目实践的过程中，我们发现了一些联络中心管理的业务特性，就决定了人工智能的AI和数字化的技术，他们最终一定会相遇相知，这是一个必然和很偶然的结果。
我先说一下我们整个使用的场景，那脉信的联络中心系统平台主要是定位在企业的运营管理中和对外联系的过程管理，以及业务全过程闭环的管理。其实联络中心除了和客户服务，接受一些客户的诉求之外，我们更多的时候是在客户的服务请求过程中，是需要很多的企业内外部的合作单位需要他们的支持，共同的完成客户的诉求。外包的联络包括供应商，配件商，第三方的物流和第三方的合作人员，包括客户产生的一些产品的建议和缺陷，我们会反馈给车间，生产的工厂，每一个区域服务的总站，所以我们会帮助联络中心去和内外部合作的机构做一个跨部门的上下左右的全部打通，帮助联络中心在联络机制上和内外部的工作单位取得很好的协同的机制。因为我们觉得现在的联络中心技术如果只是买一个系统的软件，提升我们内部工作的效率是远远不够的，我们在处理客户体验的时候，还是要从联络中心的视角出发，怎么样去进行协同的作业。
我再说一下业务全过程闭环的管理，除了和我们的内外部的合作伙伴的联络，我们还需要获得他们业务上的支持，比如说把他们的反馈，处理意见告诉我们，这时候就需要考虑外部的合作单位，多业务条线的工作人员，用一个系统全部的覆盖，所以中间产生的联络的数据和业务流程的数据，最终会通过数据链的形式，把大家工作的绩效和数据链包括的过程节点，从上到下形成一个链条式的闭环。
我下面和大家分享一下我们现在见的比较多的现代联络中心的业务挑战，首先未来的联络中心一定是一个中台的系统，因为联络中心和财务软件是一样的不择行业的，联络中心的对象也特别的多，也内外部的合作单位，需要他们更多的支持，所以和其他的对象的联系也很频繁，第三个要做到业务系统和联络数据的融会贯通。
流程的规范化可以看到比较成熟的中大型联络中心一定有跨系统的业务流程，我们都会帮他们进行梳理，痛点就是多快好省。联络中心的业务规则多，联络的对象也多，我们要尽可能短的时间里完成业务的闭环，联系的结果一定要好一点，大部分顶层的领导，主要是通过服务单据结束以后，比如说故障的维修单，希望通过这个单据看到我们处理的时间用了多久，多少的人力资源花了下去，我们的产品在保内的话，还希望看到为了维修的工作，我们花了多少钱，如果这个是一个服务收费的项目，我们希望看到这个产品给我们赚了多少钱，配件赚了多少钱，所以这个是指数据分析中的一个服务的结果。省的话大部分的公司都希望联络中心最少的人力干重复度最大的事情，所以我们总结了联络中心多快好省的特点，我们需要一些新的技术融入到联络中心的业务流程中。
这是我们总结的联络中心的一些大数据的挑战，以前架构可能是比较陈旧了，只建设了部分的接口，但是我们联络中心的一些业务场景是没有办法得到他们的数据支持的。第二个就是报表的数据需求，这是很多的联络中心的主管和领导，他们都在一个一个系统倒出小报表，报表对他们来说是被迫接受的形式，然后融合成一团往上汇报，这种方式的话，我作为一个IT的理解，这样子的业务领导可能并不清楚自己的数据的体系是什么，如果有了这么一个分析体系的话，报表可以完全的融合在一起。
行业跨度广是我们的一些联络中心的业务交叉的会比较细，比如是一些地产中心，包括在建的类盘，物业，酒店，KTV，商场等等，联络中心的录音数据，还有客户联络信息中的一些场景的数据，这里面包含了客户对产品和服务的褒贬不一的语句，所以我们需要一套比较智能化的技术，大数据分析的技术，把里面真正有价值的信息显示出来，还有终端客户洞察的缺失，传统的汽车行业，销售的方式主要还是向经销体系分销压货，这个设备最终卖给了哪一个终端客户，他是不清楚的，所以他们希望和客户建立服务的过程中，更精准的确认客户的坐标激活这个终端客户。
现在我们是通过了自己的联络工具链的管理平台，数字化的流程跟踪平台，这是我们的一个很大的系统平台的结构，通过它来落地，帮助联络中心实现上下打通，把整个企业的售后服务变革的一套产品，它的定位就是在联络中心负责所有业务流程的统一。CRM上建立了营销自动化，业务自动化的营销体系，更加的偏向用CRM帮助他们做客户画像，包括千人千面的定制性的一些服务的计划。还有联络中心的运营管理平台，这是面向联络中心绩效的管理。整个产品解决方案是基于微服务的中台管理架构去做的，这样子做非常轻量化，可以根据联络中心的要求，把一些关键的数字化的技术慢慢的落地下来，像流程跟踪的平台，可以帮助联络中心给售后服务的部门做提效，可以帮助联络中心更加的透明的分析服务的全过程。
这是我们做的逐层过滤的数字化的服务体系，一共有10个技术模块，我们是把服务的单据，整个生命周期透明化的管理过程漏洞放在这里了，我下面介绍几个受客户欢迎的，首先是自助的服务，现在的客户更希望通过智能的引导的方法，而不是机器人有多神奇，希望他自己可以解决一些常规事物的保修，并且可以看到保修的全过程。快速提报的这个环节，可以根据业务需求的变更，在每一次业务迭代的时候保留大量的数据，客户自助服务的一些保修信息的填报，通常是通过小程序，选择一下就近的订单，选择产品，选择故障的现象，快速的定位保修，这个订单中的信息搜集就是用快速填报去做的，可以做到非常扁平化，非常高效的界面，不需要通过代码去维护。
不同的服务类型都需要单独的做表单的设计，服务请求里的维修，都可以对应不同的配置列表，我们可以直接做很清楚的流程管理，每一个配置列表，所有的投诉集合中，都可以做它的流程图，这个流程是一套BPM的引擎，有一些重大的服务事件发生的时候，可以把异常的服务升级的单据发给我的主管，通过BPM的流程图，也可以把单据的审批提交或者是收到领导的回复，返回到联络平台，跨系统的订阅，或者是收发一些异常的特殊的申请。
我们的项目经验里自动分配的功能落地的效果还是比较好的，其实它核心的业务的逻辑就是基于二点，第一点是客户有关的工单的字段，通常是产品，故障现象，还有客户的定位信息，还有委派的信息，他们的业务能力，从客户提单开始到分配，再到整个流程，我们只要设计好就可以了。
消息管理是可以对接不同的业务属性，比如说不同的互联网企业，在产品到达最后一公里的时候，会提示给我们的客户，告诉你发票重新开，购买的商品马上就要到你家里了，最后还处在一公里的范围，一些客户的生日提醒，也是通过时效的管理来设置消息触达的方法。
这是一个家具家电行业的，客户体验每一次都要惊喜的话，额外的代价是挺高的，技术可以把这个代价成本降低，比如说客户保修给他一个自主的服务登记，让客户很容易找到我们，选一下自己选购的订单，扫一个码，就可以把自己的问题总结出来了，客户体验最重要的就是让客户参与我们服务的全过程，这个服务的全过程有哪一些重要的节点，我们要主动的告知客户，客户想看的时候也可以看到，比如说我们的工作人员离我还有多久，我要派送的一个新的配件当前的物流信息是什么，这样子的联络方式会有效的减少联络中心的接听率和比较多用于受理的环节，联络中心还是针对比较重大的事情进行人工的督办，在家具家电行业的服务体制下，更多的是作为一个监控中心的存在。并且联络中心对于客户服务的事后和实时的监控，会在这里得到分析。
对于我们的服务提供方来说，可以通过刚才说的自动分单的建议，可以接收到比较适合他能力范围内的工单，那我们联络中心这时候需要做的就是尽可能的通过服务评价来管控好每一单的售后服务的体验。我们通常都会和我们的企业客户说，如果做联络中心我们不能只是简单的问一下客户你对售后服务是否满意，而是要通过售后服务把满意和不满意的结果挂钩到服务人员的绩效上，和他的业绩收入挂钩，实现服务评价的结果，管控服务人员的业务小目标。这是我们数字化的解决方案落地下来的联络中心的一些新的场景，包括服务提供方通过多端的应用，收到客户保修的时候，可以通过新一代的通信技术，我们现在用的技术会比较多，可以远程的发起一个视频的连接，客户只要打开小程序就可以收到视频信息，让技术专家对故障进行定位，就可以帮他们进行联系。
为什么有了比较多的IOT，数字化的技术，还要考虑联络中心一定要用AI技术解决内部的管理效益的问题呢，我们做了比较智能的，也方便客户的一些新的体验以后，我们发现联络中心大家重复做的事情是少了，但是数据量越来越大，包括每一个服务的单据的结果，数据量越来越大我们就意识到需要有一套业务审核的机制，帮助联络中心真实的评判每一个数据包含的事件，是怎么样的走向，AI的技术这几年针对联络中心的应用，成本也是降低的非常快，首先从成本的效益来看，通常对企业的财务来说，买一套软件怎么样评估你的投资回报呢，对他来说这一套软件可以给足够多的人去用，我可以多了很多业务场景相关的数据，AI的体系是完全可以的，不管是AI用联络中心的哪一个场景，它上线以后，AI活动变化的周期性是非常快的。对于企业的投资回报率来说，在AI上花的钱，就不会让他觉得这么的虚无缥缈，可以看到很多的数据。
我们觉得联络中心自己的坐席也好，或者是我们的联络中心的主管也好，还是应该有一个理念，就是能够应用智能的技术，用智能的解决方案来触达客户，就应该替代人工，做一点这样子的尝试，你会发现现在的AI技术非常的成熟，不是像ChatGPT，只有一些中大型的联络中心才可以用的东西，它是应用成本比较低，很快就可以看到投入产出的数据。
第三点智能的审核，在整个的业务单据下，有多少个舆情的地方，都是可以通过全自动化的校验，可以加强联络中心的内控，避免很多频繁的错单。包括保障数据的真实性，我这里列举了几个质检项，比如说礼貌用语，一分钟内希望听到二声以上的客户姓氏的称呼，有没有推诿客户，给客户积极的回应，对质检人员的要求是非常高的，每天的工作时间就是在做录音分析，太多的时候都市主观的一个评价，但是对于AI来说做到这些很严肃的客观分析一点都不难，大企业会有这种习惯，对客户进行个性化的建模，包括聊天记录都会分析的很透露，打造个性化的建模，做千人千面的一个服务定制。
这是我们这些年做的项目汇总，我们是把和AI相关的解决方案都全部的投入到了AI的平台，我们也获得了几个对客户满意度比较重要的指标，一个是业务的侵入性，如果业务的侵入性越小，越不需要大量的调整。语义理解的一致性，相同的AI，也会因为语义理解的不一致，导致业务完全没有办法进行下去，所以需要高可靠的深度的业务模型，比如说我们的用户有一些普通话发音不是很标准的，我们会想到有没有方言版，现在机器人只要学习的够成熟，机器人都可以听得懂，包括一些业务的名词，产品的名词。我们还需要OLTP的分析能力，训练模型的精简度，还有联络中心的人力资源服务得到优化。
这我们行业的一些应用，在汽车的装备行业，精密装配行业都是这么做的，有的时候是人工在先，机器人在后，提升整个服务团队的效率，还有给联络中心做大数据的分析，帮助企业培养一些数据运营的人才，整个大数据是可以基于不同行业的细分，以及设置了客户多维度的画像。如果传统的CRM要面向联络中心的大数据，给联络中心的可成长空间比较好，我们底层会有技术分析平台，直接在页面上管理主数据，给他做基础的数据分析之外，我们还可以把客户档案相关的客户的画像，以及千人千面的服务策划做的更好。
我们从营销到交易，到开票，都可以做后市场的销售渠道的扩展，包括维保收入的扩张。这是客户核心的几个体验相关的画像，这二年提到最多的还是NPS，在我们看到不仅仅是一个回访的结果而已，首先NPS一定是指的客户服务的自己的业务系统的数据，比如说客户服务的体量，多少时间服务一次，一次解决率等等，以及客户花了多少钱，做了哪一些事，结合NPS中最重要的一环就是客户的感受度，客户第一次打电话进来的情感，语气以及问题解决了以后，语气的变化，这里面可以捕捉到很多的信息。
我们完全通过自主研发的产品做AVAYA的替代解决方案，联络中心增长的方法论是借助AVAYA的交付能力和AVAYA的运维的服务，我们推出了联络中心的数字化的方法论，一个是我们的产品域，我们的业务域，实施方法域，帮助客户更好地做好服务。在上海这么一个地方，我们金融行业的客户，这几年都是挺好的，有幸我们做了上海好几家的头部银行，包括联络中心等等，银行的业务始终是处在增长的状态，特殊的时间也没有受到很大的干扰，包括保险业务也一直是增长的。银行的AI技术，银行的区块链技术，包括云计算，还有大数据的技术，储备都是足够的。相对来说AI是可以落地和可以看到的地方。
还有一点汽车行业，我们对传统汽车还是比较有信心的，包括新能源的销售方法，服务网点非常的少，不如传统汽车的4S店，有没有主动的帮客户考虑到问题，主动的帮客户预约到保养，还有商业车的行业，包括了机械行业，农用机，挖掘机的厂商也是我们很重要的客户。汽车行业的联络中心是技术，架构，业务知识是最复杂的。
以上是我今天带来的全部的分享，谢谢大家！