1. 高峰期接通率低、呼损率高、接通等待时间长，人工智能给出了怎样的解法？
 
为了减少呼损率，很多呼叫中心会使用IVR。相信我们都有相似的体验：没耐心听完，或者是耐着性子听完，照着指示按键，最后得到的答案是“请您登录官网或者手机APP端……”，让人大失所望。
 
信息获取的多渠道是指在任意一个渠道都能得到指导，而不是引导客户去另一个渠道再找一遍。“多渠道”本身不是目的，而是为了倾向于使用不同渠道的客户都能便捷地得到服务。

详情咨询18106519529

 
智能语音回复才是呼叫中心既能减少呼损，又能提供服务的智能解法。一方面，智能语音回复打破了传统IVR在分支结构和整体个数上的限制。持续将客户可能会问到的问题和答案添加到话术库中，智能语音回复本身就能成为一个“百事通”，通过和客户对话帮助完成咨询。另一方面，遇到复杂的问题再转到人工，不但避免了坐席代表被简单、重复性高的问题消耗精力和情绪，也避免了复杂棘手的事件没被听到、没被重视、没有马上处理。
 
智能语音回复做到的是人和机器更精细化的分工，让人发挥人的价值，机器发挥机器的价值，两全其美。
 
2. 首次呼叫解决率低、客服应答时间长，人工智能给出了怎样的解法？
 
人类最大的优势在于具有创造性和灵活性。世间万物因果逻辑纷杂交错，机器无法将复杂问题的条理脉络梳理清楚后给出一个让人满意的答复，而坐席代表可以。
 
复杂问题牵扯到若干个知识点，这些知识点就像是散落的珍珠， 需要串连起来被赋予意义。坐席代表需要融会贯通，将事件抽丝剥茧后，利用相互联系的知识点网络圆满解决难题，而不是把时间花费在查找具体的知识点上。
 
所以，我们利用智能坐席助手为坐席代表实时推送相关知识点、记录客户的描述、自动填入客户的基本信息，让坐席代表完成他们更擅长、更有价值的事：安抚情绪、表现出值得信赖的亲和力和专业性、高效解决问题。
 
3. 客户满意度指数低、坐席代表满意度指数低，人工智能给出了怎样的解法？
 
马斯洛的需求层次理论中最高的两层分别是尊重的需要和自我实现的需要。作为客户，当现实的服务和期待中理所应当的服务有差距时，他们会觉得没有被尊重。而作为服务的提供者，当坐席代表缺乏信心、缺少成功解决问题的正面激励、没有得到认可时，他们会情绪低落，服务质量陷入恶性循环。
 
我们相信，人的潜力是无穷的，关键在于有没有找到好的方法激励你不断前进。智能陪练机器人通过从真实场景中的问题取材，模拟客户打电话咨询，让坐席代表在训练中发现不足之处，进而学习、思考更好的解答方法。这就如同“如果没有人问，我们就无法发现这是个问题”。通过智能陪练，一方面，坐席代表在真实接听电话时，遇到类似的问题能够游刃有余；另一方面，能力的提升有助于信心的增长。最终，客户作为服务的接收方、坐席代表作为服务的供给方都能满足自我的需求，形成正向循环。

详情咨询18106519529

 
二、客户体验之数据洞察和优化预测
 
提高了呼叫中心的服务水平和服务效能，是不是就打造了完美的客户体验呢？
 
答案是否定的。
 
“最好的服务等于无需服务”。呼叫中心里铃声不断并不是好现象。人们往往是在试过别的方法后、着急要解决问题时拨打热线号码，这本身就不是好的客户体验。
 
大多数呼叫中心的坐席和主管们都会感到压力感和无力感。他们接到了连续不断的电话，听到了重复的问题，感受到了电话另一端焦急的声音，知道是客户体验旅程图（customer journey）里的哪个设计环节出错了，但也无能为力。
 
除了基本的数据告诉我们呼叫中心现在的接听情况，我们还需要更高级的数据分析来提供预见性的洞察，进而采取行动减少呼叫量。带来的结果是成本支出的减少、客户满意度的提升。