多媒体客服中心智能IVR演进之探索与实践

panjl | 2017年11月21日 | 2017年 | 评论已关闭 | 1666

在全民皆用智能手机的移动互联时代，消费者一路狂奔，一部手机走天下，企业也紧随趋势，将营销和服务重点转向移动互联网。热得烫手的大数据和人工智能更是在此基础上添了一把火，企业在APP、官网和微信服务渠道接入方面下了很大功夫，利用技术优势提供各类体贴周到的服务，积累了丰富经验，也获得了良好的收益。

我们在淘宝、京东等电商平台购物后，再次登录光顾时，往往发现电商平台会推送与之前购物品类相关的产品，随着购买次数和内容增加，推荐的商品也会越来越符合我们的喜好。在这方面做的很好的是亚马逊的图书推荐，每次都能及时准确地推送热腾腾刚出炉的新书给客户，令人赞叹。这表明当下的大数据技术已经非常成熟了，在移动互联网领域内完全可以给客户提供个性化的上佳体验。这两年，在多媒体客服中心的名号下，发展最快是基于官网APP和微信等新媒体的服务渠道，服务方式、内容和体验在各平台激烈竞争中得以快速提升。

而当我们将目光移向客服中心的传统渠道时，我们发现在互联网和新技术应用快速发展的这些年中，IVR渠道并没有发生太多的变化，在所有的客户服务渠道中，IVR（包括后续人工电话服务）成为了客户体验和服务能力的短板。虽然也有ASR和VPR技术注实现了优化菜单和简化核实身份的环节，但这只是改进了IVR当前的业务展现和体验，如同提供了更灵巧的手脚，却不具备真正 “智能”的大脑。纵观目前IVR使用率和各类技术应用比较多的银行、电信运营商和航空公司的热线服务，不管是否声称使用了智能IVR，都缺乏了在IVR渠道上提供判断支撑的“大脑”部分，因此也就不能构建与移动互联网时代所对应的、真正个性化的智能IVR服务。

由于IVR渠道本身的限制，以及用户使用IVR时相对迫切的心态，使得IVR的服务策略应是直接准确命中客户需求场景，快速将客户引入适合他的解决方案中。这么说似乎有点笼统，难道好的IVR不应该是准确预测客户需要什么业务，然后将合适的业务按匹配度高低倒序排列，让客户方便选择并自助完成业务呢？

确实如此，根据我们的智能IVR实践结果来看，我们在第一阶段考虑如何智能化IVR的时候，也是从传统上去理解IVR的，把它视作一个分流人工话务的措施，希望尽可能在IVR中解决问题，尽量降低转人工率，这样可以节省服务成本。我们做的就是改变企业原来迷宫式的设计，利用大数据和机器学习的方法来定期（或实时）预测出每一个客户最可能需要的业务，当用户呼入热线后，IVR直接展现为其量身定做的IVR菜单，一般为三到五个业务节点。用户当然会很开心，很快就选中了他想要的业务，办理完了就挂机。到月底一统计，用户在IVR的平均消耗时间缩短了，转人工率下降了，二次拨打率下降的更多。wow！看起来第一阶段的成效很显著。

然而这还不是真正的智能化IVR，因为第一阶段的出发点和改造目标还是基于企业的需要，基于业务的视角，企业想降低人工服务压力，降低成本，同时也提升客户效率和客户体验。但真正好的客户体验一定是通过完整的客户视角来看待整个IVR，包括系统和流程。那么如何才能在第一阶段的基础上更上层楼，实现IVR渠道的真正客户化视角呢，别忘了，IVR的微小改动都可以引起电话人工服务大幅的波动，在服务成本和客户体验方面如何实现精妙平衡呢？另外，对于不少行业来说，服务营销一体化已经将呼叫中心悄然转型为营销服务中心了，而一个真正智能化的IVR系统必然是能无缝对接处于各个运营阶段的客服中心，并能提供妥帖支撑的。

让我们再回到客户接通企业热线之初的状态，客户拿起电话，Ta心里想的是具体的问题或期待享受到具体的服务，Ta并不知道对于这些需求来说，企业内的业务是哪一（几）个，所以客户在听到企业IVR的业务介绍时，往往需要一次转换，将其需求转换到企业能提供的业务或服务上来。这样会导致理解偏差或无法找到对应内容的情况，这时候即便你提供给客户的个性化业务推荐是符合他真实需求的，但如果客户无法理解或对应，就只能求助人工服务了。因此真正的智能IVR，识别的是客户和其需求场景，提供的是需求场景的解决方案。基于此，我们的个性化IVR就不单单是推送业务节点了，还可以是对科技达人主动推送ASR的入口，让他拥有掌控一切的感受；对刚好需要某个正在营销的产品的用户，推送产品节点并在用户按键选择后转入人工，对其进行针对性的服务与营销。

在即将到来的5G时代，所谓的多媒体客服中心，其诸多渠道又将合久必分地归于一点接入、多个入口，所有的接入入口都可以实现多媒体的服务模式。那时的智能IVR又可能会是怎样的呢？我想，一个完全拟人的机器人可以顺畅与客户语音互动，并在手机或电脑上同时进行护航浏览辅助客户在APP或官网进行操作，甚至可以借助AR、VR等技术进行实时体验，这将是未来客服的标配。透过这些层出不穷的创新服务模式，我们可以清晰看到，所有的这些都联结到客服体系的大脑，也就是智能化的客户需求识别与场景匹配核心，这也可能是未来企业服务竞争的竞技焦点。

注：语音识别 ASR( Automatic Speech Recognition）：通过计算，自动将人类的语音内容转换为相应的文字，并进一步理解其文字涵义，匹配相应的标准说法或标准问题。

声纹识别VPR（Voiceprint Recognition）：作为生物识别的一种方式，根据说话人的声波特性进行身份辨识的服务。身份辨识与口音无关，与语言无关，可以用于说话人辨认和说话人确认，应用于金融安全、智能家居、智慧建筑等领域。

本文刊载于《客户世界》2017年11月刊；本文作者为张辉；作者单位为上海易钧信息技术有限公司。