• <strike id="fdgpu"><input id="fdgpu"></input></strike>
    <label id="fdgpu"></label>
    <s id="fdgpu"><code id="fdgpu"></code></s>

  • <label id="fdgpu"></label>
  • <span id="fdgpu"><u id="fdgpu"></u></span>

    <s id="fdgpu"><sub id="fdgpu"></sub></s>
    您當(dāng)前的位置是:  首頁 > 新聞 > 國內(nèi) >
     首頁 > 新聞 > 國內(nèi) >

    螞蟻金服智能調(diào)度技術(shù)如何優(yōu)化客服中心資源調(diào)配

    2018-03-02 09:39:00   作者:   來源:電子商務(wù)研究中心   評論:0  點(diǎn)擊:


      隨著互聯(lián)網(wǎng)人口紅利的逐漸消失,智能手機(jī)銷量的停滯不前,網(wǎng)民的增長也大幅趨緩,市場已非昔日盛況。但與此同時,過去這一年,用戶每日在線時長的增長卻已超過30%,甚至超出了網(wǎng)民的增速。只有精耕細(xì)作來服務(wù)好用戶,深度挖掘現(xiàn)有用戶的價值,才是“下半場”的正確玩法。
      好的服務(wù)是互聯(lián)網(wǎng)產(chǎn)品的根基和命脈。在人工智能浪潮下,已經(jīng)可以在許多產(chǎn)品中看到智能機(jī)器人的影子,越來越多的公司開始嘗試通過這種全新的交互形式,來優(yōu)化或者升級自己的產(chǎn)品,逐步代替人工來解決用戶問題,從而降低服務(wù)成本。智能機(jī)器人的解決率隨著專家經(jīng)驗(yàn)的積累而不斷提升,但長尾問題仍普遍存在,用戶對人工服務(wù)仍有依賴。如今服務(wù)已經(jīng)進(jìn)化成渠道多樣、智能與人工相輔相成的復(fù)雜體系。
      這套體系如何有效的運(yùn)轉(zhuǎn),如何快速而精準(zhǔn)的滿足用戶的個性化訴求,調(diào)度能力成為了這背后的關(guān)鍵。智能調(diào)度,就是在探索如何結(jié)合人工服務(wù)與機(jī)器人服務(wù)來做全局調(diào)度,優(yōu)化客服中心的人員利用率,同時提升用戶體驗(yàn)。
      智能調(diào)度的現(xiàn)狀
      從服務(wù)的發(fā)展角度看,客服中心一共經(jīng)歷了三個階段:第一階段主要以人工服務(wù)為主,領(lǐng)域更多屬于一個人力密集型行業(yè),比較依賴人工通過電話、郵件、IM、論壇等溝通工具和渠道來解決問題;第二階段,主要集中在以IT平臺為主的自助服務(wù),通過搜索引擎構(gòu)建知識庫讓用戶通過搜索來解決問題;到了第三階段,則是提供以智能化為主的多渠道結(jié)合的服務(wù),包括文字機(jī)器人、語音機(jī)器人、熱線服務(wù)、在線服務(wù)、預(yù)約服務(wù)、自助服務(wù),等等。
      目前智能客服類產(chǎn)品可謂百花齊放,基本都是圍繞呼叫中心+智能機(jī)器人+在線人工對話的方式來建設(shè),差異化不大。產(chǎn)品定位更多是幫助一家公司能夠快速建設(shè)服務(wù)能力,但是這么做服務(wù)質(zhì)量沒法保障,因?yàn)榉⻊?wù)質(zhì)量更多是由服務(wù)背后的調(diào)度能力和運(yùn)營能力來決定的。現(xiàn)有的客服類產(chǎn)品都比較缺乏對服務(wù)的深度建設(shè),所以市場上有很多做服務(wù)承接的外包類公司,但卻很少聽到用戶反饋說某個服務(wù)產(chǎn)品背后的客戶服務(wù)做的不錯。當(dāng)前已經(jīng)有一些大型企業(yè)開始投入智能服務(wù)建設(shè)來替代人工服務(wù)訴求,降低成本和優(yōu)化體驗(yàn),但很多中小型企業(yè),即使使用了云端智能客服類產(chǎn)品,卻仍然無法享受到技術(shù)變革帶來的紅利,主要的原因就在大型企業(yè)里有智能化的運(yùn)營調(diào)度類系統(tǒng)和服務(wù)運(yùn)營人員。
      痛點(diǎn)分析
      螞蟻金服當(dāng)下的業(yè)務(wù)構(gòu)成比較復(fù)雜,既有基于交易訂單產(chǎn)生的支付訂單類業(yè)務(wù),也有基礎(chǔ)賬戶和安全類業(yè)務(wù),另外還包括金融領(lǐng)域的存投保消貸以及信用的相關(guān)業(yè)務(wù)。這對服務(wù)管控來說是一個很大的挑戰(zhàn)。
      從用戶的角度來看,選擇合適的求助渠道,得到滿意的服務(wù),盡快解決問題是最直接的訴求;然而實(shí)際情況是,目前螞蟻雖然擁有多樣化的接入渠道,但是用戶并不了解自己的問題最適合求助哪個渠道,也不了解每個渠道下的繁忙程度,很多時候,用戶在排隊(duì)等待的過程中或者是在某個渠道下沒法找到解決的方案就放棄了。
      從運(yùn)營人員的角度來看,如果能有合適的工具能幫助自己隨時了解到服務(wù)現(xiàn)場的承接情況,快速定位問題并即時做出響應(yīng),并能通過數(shù)據(jù)分析來對歷史服務(wù)結(jié)果進(jìn)行復(fù)盤,進(jìn)而優(yōu)化運(yùn)營策略,是最理想的狀態(tài);然而實(shí)際情況是,由于業(yè)務(wù)復(fù)雜,很多運(yùn)營人員的現(xiàn)場決策只能解決服務(wù)現(xiàn)場局部承接的優(yōu)化問題,而沒法解決全局的優(yōu)化問題,同時由于缺乏相應(yīng)的運(yùn)營工具,不少運(yùn)營人員只能依靠經(jīng)驗(yàn)和人肉盯盤的方式來發(fā)現(xiàn)問題,從發(fā)現(xiàn)定位到排查解決問題的效率很低。另外由于很難預(yù)估服務(wù)量,所以很難做好提前排班,一旦流量發(fā)生異常,就有可能會導(dǎo)致現(xiàn)場無法正常承接。
      從服務(wù)人員的角度出發(fā),由于同一通話務(wù)有多種承接的方式,所以如何整合機(jī)器人、自營客服人員、外包客服人員以及社會化客服人員,提升資源的利用效率,是一個比較難的領(lǐng)域問題。在保證用戶滿意度的前提下,如果機(jī)器能解決問題,卻使用人力去承接(即使是外包服務(wù)人員),這是一種資源浪費(fèi);而如果自營客服人員本身能承接的話務(wù),卻因?yàn)楹屯獍镜纳虅?wù)合同沒有達(dá)成,只能分流給外包客服人員來進(jìn)行承接,這也是一種資源浪費(fèi)。
      客服領(lǐng)域調(diào)度探索
      在客戶服務(wù)現(xiàn)場需要這樣一種能力,能夠在用戶訴求和承接資源之間建立一種動態(tài)管控的能力,一種能夠提供跨渠道、跨人機(jī)、跨主被動的全局服務(wù)管控能力,我們將之稱為調(diào)度大腦。
      調(diào)度大腦首先應(yīng)該具備的能力是感知能力,能夠盡快捕獲到現(xiàn)場出現(xiàn)的承接異常信息,幫助運(yùn)營人員在最短的時間內(nèi)定位問題,從而解放他們的生產(chǎn)力,讓他們更多的關(guān)注如何優(yōu)化整體的承接策略,更多的思考如何避免現(xiàn)場繁忙,而不是現(xiàn)場出現(xiàn)問題以后再考慮怎么來彌補(bǔ)。
      接下來應(yīng)該具備輔助決策能力,這建立在對現(xiàn)場的全局洞察之上。能夠預(yù)測時段內(nèi)的流量,能夠明確用戶求助更適合通過什么渠道來解決,能夠大致判斷用戶接入渠道后需要等待多長時間才能得到服務(wù),能夠了解現(xiàn)場每位客服人員的工作狀態(tài),并協(xié)助運(yùn)營人員針對現(xiàn)場實(shí)時狀態(tài)做出合理判斷和最優(yōu)選擇。
      最后應(yīng)該具備的是響應(yīng)能力。對現(xiàn)場有了判斷以后,剩下的就是響應(yīng)執(zhí)行了,這屬于基礎(chǔ)能力。繁忙時需要限流和引流,或者增加承接能力;空閑的時候則需要導(dǎo)流,引入新的承接任務(wù)。
      感知
      #異常識別
      數(shù)據(jù)的實(shí)時監(jiān)控,是感知體系的基礎(chǔ),它能夠透過數(shù)據(jù)看清現(xiàn)場,能夠沉淀可以量化的運(yùn)營標(biāo)準(zhǔn),并為后續(xù)決策體系的建模提供基礎(chǔ)數(shù)據(jù)。透過數(shù)據(jù)分析和異常識別,能替代運(yùn)營人員傳統(tǒng)的盯盤模式,自動識別現(xiàn)場發(fā)生的異常并同步給運(yùn)營人員,幫助他們在第一時間了解到現(xiàn)場的準(zhǔn)確狀況并采取相應(yīng)的補(bǔ)救措施。
      常規(guī)的異常可以使用通用的文本分析、類目分析來檢測;長尾的異常可以使用人工輔助運(yùn)營、客服眾包等模式來檢測,對于周期性的異常則通過定期掃描來檢測,突發(fā)性的新型異常則采用詞頻分析來檢測。
      #監(jiān)控大屏
      目前螞蟻金服客戶中心每天有著數(shù)百萬的機(jī)器人求助量以及幾十萬的話務(wù)求助量,現(xiàn)場同時運(yùn)行著上千條的運(yùn)營策略和多個調(diào)度模型,整體的管理成本非常高,基于這個背景螞蟻金服建設(shè)了整體服務(wù)鏈路的監(jiān)控大屏。
      大屏主要包括了對求助來源、整體服務(wù)鏈路、調(diào)度節(jié)點(diǎn)、現(xiàn)場定時掃描、服務(wù)風(fēng)險檢測、輿情觀測、當(dāng)前咨詢熱點(diǎn)以及現(xiàn)場人力資源管控等模塊,并提供了放大鏡功能,能夠針對核心調(diào)度節(jié)點(diǎn)的宏觀表象與微觀詳情進(jìn)行透析。
      #決策
      決策主要分為三類:渠道決策用來為用戶選擇最合適的服務(wù)承接渠道;承接決策用來保持現(xiàn)場的穩(wěn)定,讓流入的話務(wù)能夠被順利的接起,盡量避免呼損的情況發(fā)生;資源管理本質(zhì)上是為了優(yōu)化現(xiàn)場資源利用率,同時管理好現(xiàn)場龐大的人力資源。服務(wù)中心本身擁有很多負(fù)責(zé)承接話務(wù)的客服人員,除此以外還有現(xiàn)場管理人員和眾包客服人員,管理成本會比較高,如何發(fā)揮客服人員之間的協(xié)同效率,以及降低現(xiàn)場管理人員乃至全局的管理成本,是領(lǐng)域性質(zhì)的難題。
      #渠道決策
      目前業(yè)界主流的服務(wù)渠道仍然是熱線服務(wù)、通過IM工具進(jìn)行在線求助的在線服務(wù),以及通過和對話機(jī)器人進(jìn)行直接交流的自助服務(wù)。熱線服務(wù)中通過多輪按鍵交互和機(jī)器人多輪對話的方式來對用戶提出的問題做問題識別從而引導(dǎo)話務(wù)派單。在線服務(wù)里也主要通過機(jī)器人多輪對話的方式來識別用戶問題并引導(dǎo)派單。機(jī)器人自助服務(wù)則是通過用戶問題匹配最佳的知識點(diǎn)來推送給用戶。
      螞蟻金服提供的則是一種跨渠道的解決方案:當(dāng)用戶到達(dá)場景入口以后,首先會根據(jù)用戶基礎(chǔ)信息,嘗試在用戶當(dāng)下選擇的渠道里解決用戶的問題,如果當(dāng)前渠道不足以解決,再依據(jù)承接渠道的繁忙程度、用戶咨詢的問題所屬的類目、用戶所問問題在各承接渠道下的解決率、用戶的歷史求助行為等特征綜合建模,為用戶推薦當(dāng)下最優(yōu)的渠道;并同時給出當(dāng)前可選的渠道,讓用戶自主選擇,用戶選擇了自己傾向的渠道以后,系統(tǒng)會同時把用戶在前一個渠道里描述的問題透傳到新的渠道,這樣用戶轉(zhuǎn)接到別的渠道以后就不再需要重復(fù)描述問題,直接接受客服人員的服務(wù)。
      例如在螞蟻金服的客服咨詢中,每天都有很多用戶來電詢問螞蟻森林的游戲規(guī)則,現(xiàn)場決策就會對是否需要將用戶引流至機(jī)器人自助渠道來解決進(jìn)行評估;而賬戶被盜屬于高風(fēng)險的問題,現(xiàn)場決策就會在最短的交互后外露熱線人工入口,引導(dǎo)用戶直接進(jìn)入熱線人工服務(wù)。
      #承接決策
      業(yè)務(wù)繁忙時提前為每條業(yè)務(wù)線準(zhǔn)備好候補(bǔ)客服隊(duì)伍,同一塊業(yè)務(wù)能由不同的團(tuán)隊(duì)(包括同一個業(yè)務(wù)線里的不同團(tuán)隊(duì)和跨業(yè)務(wù)線的團(tuán)隊(duì))來承接。接下來會對候補(bǔ)客服的助接能力進(jìn)行評估打分。當(dāng)現(xiàn)場出現(xiàn)繁忙的時候,可以通過實(shí)時調(diào)度在保證候補(bǔ)團(tuán)隊(duì)自身承接沒問題的前提下,將承接出現(xiàn)緊張狀況的團(tuán)隊(duì)的話務(wù)流量按照助接能力得分的高低分配給當(dāng)下最適合助接的候補(bǔ)客服來進(jìn)行承接。
      如果引入候補(bǔ)客服助接仍無法緩解現(xiàn)場繁忙的狀況,系統(tǒng)會提供預(yù)約回呼的服務(wù),將無法承接的話務(wù)流量導(dǎo)流到能夠保證現(xiàn)場承接的同時還有多余人力的時段來進(jìn)行回呼。用戶接受預(yù)約后,在預(yù)約回訪時段,系統(tǒng)會通過系統(tǒng)雙呼自動拉起用戶與客服來進(jìn)行回呼服務(wù)。
      能夠開放的預(yù)約名額也是有限的,并不能保證開放預(yù)約回呼服務(wù)后就能承接溢出的流量。在開放預(yù)約以后仍無法緩解現(xiàn)場繁忙狀況時,系統(tǒng)會安排有承接能力的運(yùn)營人員協(xié)助承接,同時把通過實(shí)時調(diào)度引入云客服人員來協(xié)助承接做為兜底方案。
      #資源管控
      首先會結(jié)合歷史下一時段流量,以30分鐘為粒度預(yù)測下一時段的流量,并考量預(yù)測結(jié)果,如果判斷未來時段會出現(xiàn)繁忙,會先進(jìn)行前置調(diào)度(比如收緊客服人員小休策略、將就餐時段適度推遲、動態(tài)調(diào)整在線客服的在線服務(wù)并發(fā)數(shù)等)。
      考慮到客服人員每天的服務(wù)狀態(tài)可能出現(xiàn)異常,系統(tǒng)引入了健康度模型(主要參考整體服務(wù)流程、客服服務(wù)態(tài)度、現(xiàn)場行為【小休,遲到,早退,缺勤等】、客服產(chǎn)能以及智能質(zhì)檢和用戶評價等相關(guān)特征)來對客服做綜合評估,如果存在不健康的狀態(tài),那么現(xiàn)場主管需要對其保持關(guān)注或做相關(guān)提醒。當(dāng)現(xiàn)場出現(xiàn)繁忙時,針對熱線坐席控制小休,針對在線坐席,控制客服人員的在線服務(wù)并發(fā)數(shù)。首先評估好人力缺口,然后根據(jù)缺口值來判斷收緊多少位熱線客服的小休策略與延遲就餐,提高多少位在線客服的在線服務(wù)并發(fā)數(shù);當(dāng)現(xiàn)場回歸到空閑時,再放開管控策略,這樣就能最大程度的保障現(xiàn)場的承接,當(dāng)前在螞蟻的業(yè)務(wù)場景下已經(jīng)實(shí)現(xiàn)了60%左右比例的自動決策。
      #執(zhí)行
      當(dāng)現(xiàn)場做出決策以后,剩下的就是響應(yīng)執(zhí)行,這也屬于基礎(chǔ)能力。這里介紹幾種引導(dǎo)流量的方法。整體拉起采用了系統(tǒng)雙呼的方案,首先將繁忙時段無法承接的話務(wù)通過預(yù)約的方式導(dǎo)流到流量波谷區(qū),到了預(yù)約時間會通過系統(tǒng)自動拉起空閑客服和用戶來完成預(yù)約回訪功能。
      #削峰填谷
      當(dāng)流量超過現(xiàn)場人力承接的峰值(波峰)時,系統(tǒng)通過引入了資源預(yù)估模型來實(shí)時評估產(chǎn)能不飽和的時段與空閑名額(波谷),并將其提供給預(yù)約準(zhǔn)入模型。預(yù)約準(zhǔn)入模型會根據(jù)用戶接受度來進(jìn)行打分,并對得分高的用戶開放預(yù)約入口。用戶接受預(yù)約后,在預(yù)約回訪時段,系統(tǒng)會通過系統(tǒng)雙呼自動拉起用戶與客服來進(jìn)行回呼服務(wù)。這樣做能有效降低呼損,穩(wěn)定時段接通率。
      資源預(yù)估模型建模依賴了當(dāng)前排班和歷史排班數(shù)據(jù)、當(dāng)前流量和歷史流量數(shù)據(jù)、日期數(shù)據(jù)等特征。預(yù)約準(zhǔn)入模型建模則依賴了問題畫像、歷史求助軌跡、求助偏好等特征。
      #見縫插針
      針對呼損類的場景:
      在現(xiàn)場人力出現(xiàn)空閑的時候,即流量低谷期,可以把當(dāng)天較早時候產(chǎn)生呼損的高價值用戶未接通的話務(wù)自動的分配給當(dāng)前空閑的承接資源進(jìn)行主動回訪。
      當(dāng)下機(jī)器人的服務(wù)能力還不足以解決所有的問題,當(dāng)機(jī)器人服務(wù)不到位的時候,會直接面臨用戶流失的風(fēng)險。這時候可以透過數(shù)據(jù)分析圈出這部分服務(wù)不到位的人群,利用主動回訪來進(jìn)行承接,可以避免用戶的流失。
      針對主動服務(wù)類的場景:
      當(dāng)用戶在使用支付寶下的各類產(chǎn)品擁有不好體驗(yàn)的時候,經(jīng)常會在各類社交媒體上發(fā)聲,有時候還會導(dǎo)致輿情事件,針對這種情況,可以通過空閑的資源承接一些社交媒體的官方賬號的解答和回應(yīng)工作。
      當(dāng)用戶通過支付寶錢包轉(zhuǎn)賬時轉(zhuǎn)錯款的時候,可以通過系統(tǒng)雙呼拉起客服和錯誤的收款人來進(jìn)行溝通調(diào)解,并在溝通完成后再通過雙呼拉起客服人員和轉(zhuǎn)錯款的用戶來同步溝通結(jié)果。這個場景引入系統(tǒng)雙呼之前只能通過人肉手動操作的方式來處理,需要1天時間才能處理完,目前通過見縫插針的方式來解決,前后只需要1小時。目前已經(jīng)使用同樣的方式完成了一系列類似的復(fù)雜場景的外呼工作。
      后續(xù)規(guī)劃
      目前螞蟻金服在智能調(diào)度領(lǐng)域已經(jīng)做了一些探索,希望通過后續(xù)的持續(xù)投入,來創(chuàng)造一些新的服務(wù)模式,建設(shè)能提供7x24小時服務(wù)的智能調(diào)度機(jī)器人。
    【免責(zé)聲明】本文僅代表作者本人觀點(diǎn),與CTI論壇無關(guān)。CTI論壇對文中陳述、觀點(diǎn)判斷保持中立,不對所包含內(nèi)容的準(zhǔn)確性、可靠性或完整性提供任何明示或暗示的保證。請讀者僅作參考,并請自行承擔(dān)全部責(zé)任。

    專題

    亚洲精品网站在线观看不卡无广告,国产a不卡片精品免费观看,欧美亚洲一区二区三区在线,国产一区二区三区日韩 衡阳县| 云浮市| 涟水县| 巢湖市| 洪泽县| 岑巩县| 济宁市| 台山市| 姚安县| 临城县| 南岸区| 囊谦县| 行唐县| 赤峰市| 怀宁县| 江山市| 陵川县| 皋兰县| 南川市| 青神县| 资源县| 绥宁县| 岳普湖县| 航空| 开封县| 遵化市| 清流县| 叙永县| 墨玉县| 辛集市| 广昌县| 宁陕县| 涿鹿县| 岳普湖县| 太谷县| 甘谷县| 黎城县| 巴楚县| 双流县| 佳木斯市| 五台县| http://444 http://444 http://444 http://444 http://444 http://444