服务中台—智能篇（1）

客户世界 | 2022年9月14日 | 2022年, 客世原创 | 评论已关闭 | 1214

前言

经过多年的发展，企业的业务中台已经由传统的部署渠道、业务应用层构建逐步演变到对业务服务层、基础服务层、数据层、资源层的把控，从这一视角来看，服务中台同样也有这样的一种演变过程。首先，业务服务视角下，各个业务接口是前端业务中台的产出源，初步实现了对基础业务服务的流程整合，进而形成一个简单的功能模块。与之并列的还有基础服务层，其包含了数据、计算、模型、搜索、语音以及图像等，涉及面及范围较广。其次，数据层是在业务服务、基础服务的基础上，逐步整合融合数据、平台资源，打造可信数据源，形成对数据群体的分类及把控。最后，基础资源层属于独立的管控平台，其主要在资源统一管控、计算开放运营等两个层面进行效果应用。本章节主要围绕服务中台打造过程中，如何对智能前端进行梳理及设计进行探讨，并提出些许参考与建议。

一、服务中台智能化设计的重要性

对于服务中台而言，智能化是一项必要的切入点，尤其是对服务运营的效率、培养、保障等，均起到关键的作用。智能化设计需要着重围绕渠道设计、服务效率、人员成本、培训体系、数据管理等5个维度。

1.渠道设计需要解决高质量服务的统一性，尤其是在现今人力成本不断攀升的情况下，服务中台需要肩负起对高质量服务的设计保障，例如：服务不离线、24小时高质量服务等。

2.服务效率需要解决人工坐席的提效，例如：对人工服务的话术导航、SOP的最佳匹配、场景匹配、人机协同切换、智能服务工具、VIP服务引航等。

3.人员成本需要通过服务中台智能化拦截，给到前端用户多重自助选择，套用更多的工单、全渠道服务模式，进一步提升客户问题的解决率。

4.培训体系需要设置智能化的培训路径，将其纳入到服务中台的框架内，减少线下培训模式，增加智能化培训、自主教练一体化、应用一致性、场景穿刺解读等多项内容。

5.数据管理需要解决看板+分析的作用，前者主要从多维度管理数据进行，观察视角更加充分，后者强调画像分析的重要性，强化智能分析与应用。

二、服务中台智能化业务流程

（一）业务流程设计总览——以某垂直电商平台为例

在研究过程中，参照某垂直电商平台的服务中台智能化业务流程设置，如图2.1所示，其主要设置服务前台、聚合平台、业务与数据平台、技术应用平台、数据平台等应用平台层，在辅助层强调组织人才、保障机制、应用方法。

在此，重点介绍下应用平台层，辅助层将在第五章有独立篇章介绍。①服务前台是在电商的各个入口，例如：PC端服务落地页、移动端应用落地页、第三方应用接口、公众号/小程序服务入口、三方服务微入口等匹配对应的服务策略及渠道，不同落地页需要匹配不同的渠道机制，类似非主页可透传在线、公众号、企业微信、邮箱等渠道，策略上也会侧重于帮助、自助、视频、人工等。②聚合平台强调对服务功能、服务路由、渠道布局、服务组合等进行聚合，服务功能主要是涉及的服务范围以及效能，服务路由从客户端在服务链路的起始端开始，一直延展到服务末端。渠道布局体现在便捷性层，服务组合更多包含功能聚合以及服务的渠道集成化。③业务与数据平台的总览相对聚焦，前者主要是前端业务运营的API接口，后者包含数据应用、加工、采集、管理、建模等各个层面。④技术应用中台体现在服务治理与反馈能力，更多体现在中台服务的顺畅度以及业务问题反馈的高效性。⑤数据中台作为基建之一，前文已有过多介绍，在此不过多赘述。

（二）场景流程设计总览——以某垂直电商平台为例

电商平台服务主要面向售前、售后两大模块，从场景流程设计来看，可按此模块进行下拆，但不同模块的差异性比较大，需下探分析。

在售前流程设计逻辑上，可包含渠道、主动服务、客户信息展示、辅助工具、服务包、人机协同等逻辑。在售后流程逻辑上，可增加客户端问题解决驱动、智能识别、智能千人千面、智能工单、智能学习、语义认知、智能扭转、工具辅助等功能。

当然，场景设计是第一步，如何实现场景串联是关键，以该垂直电商平台为例，需要引入场景串联关系逻辑，售前与售后场景上可以实现部分功能互通，解决集中典型的问题。值得一提的是，这部分的辅助工具上存在较大差异，例如：前端的辅助工具主要是解决客户在售前咨询场景的服务诉求，而售后的工具辅助主要为处理后置的服务端问题，二者虽然字义相同，但功能却是千差万别。

三、服务中台智能化前端设计原则

（一）简单与高效

在前端设计路径上，需要充分挖掘简单、高效的功能实现路径，那么简单和高效的背后是什么呢？我们不妨细化拆解下。简单，顾名思义，在功能领域更多是短平，代表直抒胸臆，因而逻辑关系存在一定的顺延，且入口有必要性、功能有自助效能，需要应用类似接口、识别、管理的能力。高效，更多是效率的提升，服务行业的快速发展匹配了大量的技术资源及技术应用能力，传统以人作为核心的服务方法俨然已不适用当前的服务行业发展，但人的服务是有感情、有温度的，短期内智能还取代不了，故而我们需要从高效的视角匹配更多的辅助工具，降低人的操作费力度，最大限度发挥人自身的服务价值。因此，顶层设计可参照简单（数智）→高效（辅助）的设计方式。以某垂直类电商平台为例，该平台的品类相对单一，故而可将服务中台智能化设定在单一或数个品类场景，参照顶层设计的方式拆解。

一阶段简单（数智）的逻辑下包含如下几点（顺延）：（1）多渠道介入（功能&入口）；（2）服务交互（售前咨询&引流）；（3）智能管理；（4）意图识别；（5）智能搜索；（6）问题引导（自助）；上述六点集中在数智的逻辑设定上，且存在顺延的逻辑关系。

二阶段高效（辅助）的逻辑包含如下几点：（1）接口调用（优惠券信息&商品信息&客户信息等）；（2）方案推荐（辅助方案&服务方案等）；（3）智能识别（辅助识别消费者关联信息，例：订单&标签等）；（4）自定义动作（系统&业务辅助）；（5）问题排查及反馈；（6）BI智能数据分析接口管理；上述六点的设计更多是从用户问题的快速解决视角，强调服务效率的重要性。

（二）洞察与挖掘

服务中台智能化前端设计还需要解决客户端的需求以及服务价值提升，这两点的实施需要完整的实施思路，同样也需要明确具体的实施原则。不难理解，客户需求是很多企业在服务过程中最难以把控，客户的服务诉求旅程相对细化。以某垂直电商平台为例，客户的交易旅程有前端的流量入口、店铺页面、咨询服务、订单旅程、物流履约、售后服务（纠纷）等若干步骤，需要从交易保障、赋能工具、服务支撑等多个维度进行洞察，进而保障客户端需求的合理满足。

洞察是一项长期艰巨且需要不断调优的过程，必要时需实时更新调配。在此原则上，宏观层面，洞察要对环境、行业、客户、竞争、自身均要有清晰的理解，尤其是从服务端视角继承企业的战略机会点，对比在流程体验端与竞争对手的差距，着重区分客户的需求与客户的需要。中观层面，洞察需要把握规则、流程、产品、数据等四项关键要素，规则更多是服务规则的快速萃取，流程需评估适配性与可行性，产品需发挥长板补齐短板，数据需验证成效或价值。微观层面需明确区分客户需求与客户需要的关联性，这也是洞察逻辑下很容易出现的错误导向，二者区分不清很容易导致决策失误，这一点至关重要。

挖掘层面需要打造服务中台的挖掘能力，明确核心关键项问题，解决服务价值被动分析的痛点问题，采用主动探寻的实现方式，在探寻中优化挖掘的实施方式。与此同时，可以将海量的服务数据智能化，实现可视化的KPI展示，这里不是单纯的服务展示，而是通过API接口的方式逆向推送前端，持续关联业务运营层，进而不断形成服务能力、服务结果的关键价值。

作者：杜秋，客户中心研究者。

本文刊载于《客户世界》2022年8月刊。