浅谈客户服务PDCA循环中的人机耦合

客户世界 | 2019年1月21日 | 2019年, 客世原创 | 评论已关闭 | 2653

在这个AI大行其道的时代，客服行业同样发生着巨变，本文通过PDCA循环来对客户服务管理过程进行拆解，同时思考AI对于客户服务的影响。

首先我们可以把整个客户服务过程以戴明环的循环原理进行描绘如下（如图1）：

P(服务设计=产品设计）→D（服务执行=产品上市）→C（服务检查=产品售后调研）→A（总结优化=产品迭代）

图1客户服务过程的戴明环

P：服务设计。传统的客户服务着重于对人工服务流程的设计，而当下的智慧客服则偏向于机器人服务流程的设计。传统客户服务是将服务流程以人为载体提供服务，不可控因素有很多（如情绪、意识等）；智慧客户服务则是将服务流程通过机器人进行传递，机器是不受情绪影响的，提供的是一套标准化的服务，优势是所有环节可控，劣势是缺少了人的临场应变能力。当然，如果将机器人的服务逻辑设计到一个较高水平时用户的感知基本上是无太大影响的，另外机器人服务流程的设计难度是远大于人工服务流程的，好比写一个剧本需要把时间、人物、地点、对白、情绪等都要放进去，光是对白就占了90%的篇幅，而这也是机器人服务流程中最繁琐的部分。

服务流程设计涉及事前的调研分析和事后的小规模试点，这里就形成了一个小循环，调研→制定→实验→优化。当试点效果达到预期后，则进入大环上第二个节点——服务执行。

D：服务执行。服务执行涉及事前的学习检测和事后试行。在这一环节中人工服务的缺点就会暴露出来，也是整个服务管理循环中最薄弱的环节。人的学习常常依靠意愿或激励等手段，并且每个人的学习理解能力不同，掌握的内容也就不同，这就对服务执行产生潜在的隐患。另外业务知识会在多环节的传递中产生信息损耗，造成信息的不对称，而机器人服务的高效能在这里就体现出来了，只要把“学习资料”导入，机器就会运用高效的学习算法进行自我训练及提升，并且不受劳累、病痛等影响。想一想，员工请假时你要考虑明天的排班怎么调整、怎么说服别人顶班等等，这些困扰你的问题在机器人身上是完全不存在的，所以在这一环节中机器人完胜人类。

C：服务检查。目前很多客服中心都在开发智能质检系统以期望取代人的低效质检工作，但我们发现机器在质检人的工作时暴露出很大问题，就是机器仅能对一些关键词（如服务用语、开头语、结束语、禁语）、语速（快或慢）以及人工流程的一些标准动作进行检查，而这些环节点并不是我们最关心的，我们关心的是员工有没有按照设计的服务为用户解决问题，这样的人人对话模式涉及到复杂多样的话务场景和脚本等。

质检除了检查员工是否按流程执行之外还要判断这个流程执行后客户是不是满意，提到客户满意这个概念，可能我们自己有时候都无法明显判断，你得从客户的情绪转换、语速转换、用语变化等来进行综合判断。如果某个服务环节对于客户的感知并没有带来变化（如这句话说与不说其实无差别），那质检就要进一步评估是否可以优化并提出改进意见，因此智能质检目前更多还是承担一种漏斗功能。

我们再来看看机器人服务的质检，因为机器人服务遵循一套严格的服务标准和流程，所以对机器人服务的质检更多是找到BAD CASE——就是那些机器无法解决的问题，再通过汇总归纳找出共性问题，这也许只需要一张统计报表就可以搞定。

A：总结优化。最后这个环节对于人工服务和机器服务都是最为关键的，一个好的产品或服务不在于一开始就设计得多么完美，而是在过程中的不断迭代优化。在行动中学习永远是最有效的，所以在搭建服务的分析模型和观察指标时就要根据我们的目标来实施，通过数据分析来检测我们离目标还有多远以及我们存在的短板是什么、我们需要从哪方面改进。在这方面我们可以借鉴机器学习的模式进行思考，例如在机器学习领域最有名的贝叶斯定理就是通过对不断出现的新证据来不断调整自身的“心智模型”，进而重新认识这个世界。

本文刊载于《客户世界》2019年1-2月刊；作者徐松单位为贵州电信公司智能呼叫中心流程主管。