近年来,随着无线互联网时代的大规模崛起,智能客服作为企业高速发展的护城河,无疑承担了降本增效最重要的角色担当。同时,智能客服的智能化能力建设,经历过科学计算的快递迭代及应用,融合了海量的大数据技术、机器学习、在线学习、深度学习技术等等,也无疑成为人工智能领域的高精尖场景之一。
不过随着互联网增速放缓,行业越来越进入存量用户成熟模式的运营深水区,企业效率问题已经不再是这个阶段的主要矛盾,用户的重心逐步转到问题解决的体验中,同时智能客服的体验问题开始屡被提及见诸报端,例如“数字时代找客服有多难?”、“智能客服还是智障客服?”、“智能客服找人工怎么这么难”等等,智能客服距离用户想要的服务到底还有多远?这个也将成为整个行业即将面临的普遍命题,部分行业从业者也想知道,智能客服的体验之门在哪里,该用何种方式来敲开?
① 用户是谁?从哪儿来、有哪些特点、带着什么身份、偏好是什么、是否存在差异?
② 极致解决的渠道触点设计有哪些动线类型?是精准方案、还是交互识别方案,是延续性服务、还是重复进线型服务?
③ 用户能够走向极致的决策能力有哪些?多任务流下用户当下最关心解决方案的精准推荐,和极致动线背后所需要调用的相关产品链路的决策及动态部署能力,以上构成了蚂蚁极致服务的三个基本核心。
基于以上核心环节的建设推进,蚂蚁目前已经正在建设了4条用户重点场景的极致链路且在持续拓宽其他航道:
1.用户跨渠道(热→在线,在→热线)的极致服务续航:当用户在IVR渠道使用智能服务后,如果随手切换到在线APP渠道,在线智能客服基于极致续航的状态预判,会增加主动识别交互,直接展示原方案/更新后的方案,减少用户重复交互及找不到答案后的继续流转,跨端场景续航上线后,用户重复拨打体验得到大幅改善,再次跨端降幅达到三分之一,由32.85%→下降至22.60%,且仍然存在可持续运营化的空间;
2.在用户重复及多次进线(二次以上来访)的服务续航场景中,机器人续航模块用户直接使用率达到15%,直接较低了用户的重复交互;
3.在用户中断(会话被打断,队列损耗,跨APP界面冲突等)的极致续航场景,当用户需要从客服帮助页面→业务页面之间进行操作查询等功能时,智能客服会自动识别交互状态,将帮助页面的内容自动定位到用户的实际操作界面,方便来回查看伴随操作,用户使用后可直接一次完成解决交互,重复无效来访的降幅比例达到15%,相比传统固定方案,用户一次解决率最高可提升4%;
4.在用户个性化渠道偏好(智能推荐偏好,交互对话偏好)的极致服务探索方向上,按照用户行为习惯及使用偏好,以往智能客服大而全的通用交互框架会被进行个性化定制的模板改造,实现按业务分层/用户分层维度的个性化匹配应用,达到更高效更精准的智能交互模块输出。
那么,有了这些极致服务之后,当用户在以上场景中去经历和使用到极致服务的时候,到底会发生怎样极致体验的变化呢呢?