01. 传统客服部门事情压力大,亟需技能赋能

2021年中国智能客服产品采购指南 -语音机械人_客服_机械人 计算机

02. 智能客服产品热力争

03. 语音机器人先容

04. 语音机器人代表产品

05. 语音机器人未来发展趋势

01

传统客服部门事情压力大,亟需技能赋能

随着消费升级,用户对产品及配套做事的期望越来越高,客服作为企业与用户之间沟通的桥梁,起到关键性的浸染。
客服的运用处景不断延伸,目前已覆盖售前、售中、售后的全流程。

日益增长的客服需求也使得呼叫中央碰着了非常多的寻衅,详细来看:

一方面,客服坐席职员对事情的满意度极低,导致客服职员流失落率居高不下,紧张是由于(1)事情压力大,客服职员常常须要值夜班,加班严重;(2)事情内容呆板,客服职员的日常事情是回答大量重复性的问题,员工本身的自我认同感较低;(3)负面感情多,客服职员每天会面对形形色色的客户,部分客户会刁难客服职员;(4)薪资报酬低,客服职员的事情代价度不高,导致薪资较低,且晋升机制不明确。

另一方面,呼叫中央管理职员也面临着巨大的管理压力,紧张是由于(1)团队搭建难度大,客服职员流失落率高,导致团队稳定性差,招人困难;(2)坐席事情效率低,人工客服每天的事情韶光有限,很难知足客户724小时的咨询需求;(3)客服事情质量难以监测,客服事情要担保接通率和客户满意度,但人工质检一样平常只能抽检,很难做到100%质检,使得客服事情质量难以监测;(4)事情代价难以展现,客服部门一贯被认为是本钱中央,高层重视度低,客服部门很难做失事迹被企业认可。

人工智能时期的到来使得呼叫中央智能化转型成为可能,智能客服目前已在呼叫中央实现大规模运用 。

02

智能客服产品热力争

智能客服是指利用人工智能、大数据、云打算等技能赋能传统呼叫中央,为企业搭建统一的客服体系,提高客户满意度,同时提升客服事情效率和营销获客能力。

随着智能客服产品的不断演进,目前智能客服可分为云客服和客服机器人两个紧张大类,以及智能质检、坐席赞助等配套产品,个中客服机器人根据技能、运用处景平分歧又可分为文本机器人、语音机器人、培训机器人和数字人等。

我们对企业用户的智能客服产品采购及利用情形进行长期跟踪,并绘制为产品热力争的形式,以展现企业用户对智能客服产品的采纳度。
以下为智能客服产品热力争:

如图所示,根据产品用户量的不同,产品热力争将智能客服产品由高到低划分为四个层级——标配、遍及、专业和创新,各层级的定义如下:

· 标配:产品逐渐成为或已成为企业客户标配,受到市场广泛认可;

· 遍及:产品已被多个领域企业客户认可,正被大范围遍及;

· 专业:行业头部客户或专业领域客户正利用本类产品办理其业务问题;

· 创新:产品已被追求创新的企业或部门采购利用,但产品还未被大众所知。

我们将智能客服产品紧张划分为:云客服、文本机器人、语音机器人、智能质检、坐席赞助、培训机器人、数字人。
位于各个层级的智能客服产品及其定义如下所示。

标配:云客服

1)云客服:云客服系统是一套完全的智能做事体系,基于互联网,依托于云做事,帮助企业建立虚拟客户做事中央,支持客服职员和客服管理职员统一进行操作与管理。
在详细的接待办法上,云客服系统常日采取“客服机器人+人工客服+工单系统”的模式。

遍及:文本机器人、语音机器人

2)文本机器人:文本机器人紧张运用于网页、微信、APP等渠道的文本客服场景,例如历史账单查询、投诉、产品/做事信息咨询等,可替代人工客服办理频次高、业务量大、流程化程度高的咨讯问题。

3)语音机器人:语音机器人基于自然措辞处理、语音识别、语音合成等技能,紧张用于外呼和呼入场景,尤其是呼叫量大、频次高的场景,例如用户回访、账单催收、用户调研等,可以替代或部分替代人工客服,帮助企业减少人力本钱,增加营销机会。

专业:智能质检、坐席赞助

4)智能质检:智能质检利用自然措辞处理技能和预定义规则,剖析客服坐席职员与客户的对话,实现质量检讨,提高坐席效率和客户满意度。

5)坐席赞助:基于深度学习、自然措辞处理、ASR、意图识别等多项技能的领悟,用于客服职员和客户对话的实时场景,通过可视化的界面实时监测并提示客服职员关键信息点,帮助客服职员及时补充/修正表达内容,输出完全的对话流,进而优化客户做事质量。

创新:培训机器人、数字人

6)培训机器人:培训机器人根据不同的业务场景,配置不同的知识点,以人机交互的办法为企业员工供应场景式陪练,提高企业对员工的培训效率,降落培训本钱。

7)数字人:数字人是基于NLP、语音、打算机视觉等多模态技能的深度领悟,是客服机器人未来的发展形态。
数字人可以对人体的音色、表情、动作等进行仿照仿真,形成虚拟客服形象,提升用户与机器人的交互体验。

本报告重点对语音机器人进行先容,其他产品采购指南可前往“字母点评”官网查看

03

语音机器人先容

3.1. 语音机器人定义

语音机器人是客服机器人的一种。

客服机器人是指赞助或替代人工客服的机器人,紧张运用于常规、重复性的对话交互场景。
相较于人工客服,一方面客服机器人可以提升做事效率,降落人力本钱,另一方面,客服机器人可以供应724小时的做事,及时响运用户需求,为用户带来更好的做事体验。

传统的客服机器人基于“关键词+模板”,将输入语句与预先定义的FAQ知识库进行匹配,掩护本钱较高。

新一代的客服机器人基于NLP技能和深度学习算法等,可以从大量未标注的语料库中进行对话模型的演习,并预装多行业、多领域的知识,可完成单轮和多轮对话,精准识别用户意图,准确率可达到80-90%。
基于NLP技能的客服机器人自带泛化能力与自我进化功能,大大降落了掩护本钱。

按照技能和运用处景平分歧,客服机器人可分为文本机器人、语音机器人、培训机器人、数字人等。

语音机器人在传统客服机器人的根本之上,集成了语音识别、语义理解、语音合成、知识图谱等多项技能,使机器人可以仿照真人与用户对话,并具备多轮交互的能力。
语音机器人能够通过语音精准识别用户意图或提问并进行语音答复,可以替代或部分替代人工坐席,帮助企业提质增效。

从场景上看,语音机器人紧张用于外呼和呼入两个场景,但由于呼入场景的语料库边界模糊,精准回答的难度较大,随意马虎造成客户不满意,因此,目前企业用户多将语音机器人用于外呼场景,例如催收、缴费提醒、产品推广等,并通过标注模式将客户进行分层、分类,提高成功率。

3.2. 语音机器人用户

语音机器人已经广泛运用于金融、政府、餐饮、电信等行业中。

语音机器人的紧张用户为呼叫中央的一线客服坐席职员,随着运用处景的拓展,语音机器人的用户逐渐延伸至企业其他部门,例如营销部门、人力部门等,用于更多的业务场景中。

3.3. 语音机器人价格

语音机器人的收费模式分为项目制和订阅模式两种。

项目制中包括语音机器人的License授权用度、履行用度和维保用度等。
传统行业例如金融、运营商等一样平常会选择项目制的模式,定制化程度较高,客单价在几十万-几百万。

订阅模式根据语音机器人的功能、通话时长、调用次数等收取年费。
互联网公司例如电商等以及中小型公司一样平常会选择订阅模式,定制化程度较低,客单价在几万旁边。

3.4. 语音机器人支配办法

语音机器人的支配办法分为本地化支配(包括私有化)和SaaS订阅两大类,传统行业的客户由于对数据安全性哀求较高、信息化预算较大,一样平常会选择本地化支配;互联网公司例如电商等以及中小型公司对数据安全性哀求较低、预算较少,一样平常会选择SaaS订阅模式。

3.5. 语音机器人范例案例

2020年初,新冠肺炎疫情突如其来,并肆虐环球,语音机器人在抗击疫情中发挥了主要浸染。

龙华区是深圳市的人口大区,常住人口超过200万人。
新冠肺炎疫情期间,基层事情职员每天须要拨打大量电话对干系职员进行疫情信息排查,并组建了一个由基层网络员组成的超过2000人的电话排查军队,但面对大量重复性的事情量,人手明显不敷。
如何通过技能手段,为防控策略的优化供应科技支撑,成为龙华区确当务之急。

为此,龙华区政务做事数据管理局针对基层防疫事情需求,迅速引入防疫智能语音机器人,领悟公循分局的疫情线索数据,用智能语音机器人代替人工呼叫,极大减轻了基层一线事情职员逐一打电话排查的事情量,大大提高了排查效率。

在语音机器人上线确当天,龙华区防疫事情每次能同时电话呼叫500人,2万人次的呼叫量能在1-2小时内完成。
语音机器人在减轻基层事情职员包袱的同时,也极大提高了信息采集效率,成为大数据赋能下战疫“硬核”力量 。

04

语音机器人代表产品

05

语音机器人未来发展趋势

从技能上看,语音机器人在语音识别、语义理解、语音合成等方面都须要进一步的提升。
在语音识别方面,目前业内技能较为领先的语音机器人在跑通率、识别准确率等方面能达到80%旁边,技能仍需打破与迭代;在语义理解方面,特殊是在多轮交互的场景下,语音机器人对付高下文关联较为紧密的句子,不随意马虎理解用户意图,理解能力有待提高;在语音合成方面,虽然在目前的技能支持下语音机器人的发音已经高度拟人,但有时在衔接上仍不足流畅自然。

从采纳度上看,语音机器人将逐渐成为客服部门的刚需。
语音机器人可以实现对人工坐席的赞助和替代,为企业用户节约大量的人力和财力。
随着客户对做事的哀求越来越高,人机交互成为未来的发展趋势,语音机器人也将逐渐成为企业客服部门的必选项。

从运用处景上看,语音机器人将从客服场景延伸至更多交互场景。
目前语音机器人紧张运用于客服场景,但除此之外,营销、风险管理、人才培训等场景同样也有大量与用户的交互需求,均可以通过语音机器人完成。
目前金融行业对语音机器人的利用已拓展至更多交互场景,例如电销、催收、回访等,未来其他行业也将实现多场景的延伸。