智能对话分析改善呼叫中心客户体验
导语
对任何品牌来说,持续创造令人满意的客户体验越来越成为维系客户忠诚度、提升品牌形象的关键一环。与客户直接接触的呼叫中心便被推上了一个更高的位置:一方面,优质的服务水平和服务效能成为品牌收获客户信任的基本要求;另一方面,只有挖掘、开发埋藏在呼叫中心的数据“金矿”,才能从源头上发现并解决客户服务潜在风险点,进而不断完善客户体验。
但要在考虑成本的前提下完成以上两方面的改善工作,诉诸于人工智能和大数据技术是呼叫中心的唯一出路。
近两年,笔者接触了全国近60家保险呼叫中心的业务层、技术层人员。在不断的交流和实践中一起打造了客知音智能对话分析平台,这也是呼叫中心智能化升级进程中的一大突破。
以下是智能对话分析改善呼叫中心客户体验的经验分享,期望在这里和更多的行业同仁交流、探讨。
一、客户体验之服务水平和服务效能
根据普华永道在2018年的一项调查,消费者弃你而去,投奔竞品的原因包括了“服务不友好”(60%)和“员工缺乏专业知识”(46%)。
呼叫中心作为一个专门为客户解决难题的远程服务中心,同时也是代表品牌态度和形象的另一个“门面”。毫无疑问,人们都希望一拨热线号码,另一端能够马上接通。热情友好的服务态度让人心情放松愉悦起来,缓解了一开始的焦躁。同时,专业高效的答疑解惑让人产生问题解决后的满足感。只有这样,品牌形象中“值得信任”的标签才有可能被贴上。
但现实中,呼叫中心直接衡量客户体验好坏的数据,包括接通率和呼损率、接通等待时间、首次呼叫解决率、应答时间等,在人力和成本的限制范围内都表现地不尽如人意。
在某次调研过程中,笔者甚至发现客服知识库系统多次出现宕机的情况,正在通话的客服代表只好求助于隔壁桌的电脑才勉强应付过去。
这不得不让我们反思技术对呼叫中心的支持是否足够,也让笔者对智能对话分析平台的价值越来越有信心。
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。
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,不但避免了座席代表被简单、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,而座席代表可以。
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。座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,我们利用智能座席助手为座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,让座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、座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,当座席代表缺乏信心、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,让座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,座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、座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。
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。
大多数呼叫中心的座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。
1、重复咨询的问题
如果问某一个座席代表:“今天有没有什么被频繁问到的问题?”
他可能会想,“可能都有个一两次吧,也不算频繁啊。”
但放在一个20人的座席团队来看,每人问到两次,该问题的出现频率就是40次一天。不及时从根本上解决问题,若每通电话以90秒计算,问题没有扩散的保守情况下,呼叫中心在短短一个月将近消耗掉4个人天。
当然,后果远不止于此。客户体验环节中的问题没有得到消除或者缓解,我们消耗的还是客户的精力、客户的信任、客户的忠诚度和客户的订单。
因此,我们需要抛开座席的主观感知,利用智能对话分析科学、全面地挖掘出咨询热点问题,提前感知、提前纠错、提前优化体验。
2、重复来电的客户
客户千人千面,有些人可能出了问题也不会打热线咨询或投诉,有些会刨根问底、频繁拨打。例如,一个保险客服中心发现有客户会抓着一些像询问保单更新进展之类的小事反复询问,或者他如果不满意一个座席的答复,他会试着打给其他座席。
通过智能对话分析挖掘那些重复来电客户的群体特征、咨询问题特点、行为习惯,我们便能制定出针对性的应答方案,甚至增加更精细化的客户体验设计。
3、低解决率的问题
总会有问题出其不意,打得人措手不及;也总会有问题被误以为解决了,却仍然消耗着客户的耐心。
这些都很正常,重要的是能不能及时发现、及时解决、及时防止扩散。在这方面,智能对话分析同样也充当着质检的功能。例如,当发现座席代表说出任何像“询问其他部门”、“从官网上可以找到”、“联系您的代理人”等回应,我们可以分析客户的反应、咨询问题的类别等,根据具体情况制定新的话术规范。
呼叫中心里客户和座席的对话录音往往因其量大、非结构性而被放弃挖掘里面的价值,这样的代价将会越来越难以承担。语音转文本、语义理解、文本分析等技术给予了呼叫中心提前发现问题、未雨绸缪的洞见,带来前所未有的服务优化效果和迭代效率。
三、客户体验之品牌忠实和销售赋能
持续优化客户体验并不仅仅停留于提高品牌运营的效率、减少不必要的成本。其真正的价值在于提高品牌忠诚度、转化为更多的利润收入。
我们除了利用智能对话分析帮助呼叫中心客服团队打造完美的客户体验,进而促进再次购买,对于保险电销团队,智能对话分析同样也能辅助改善潜在客户的通话体验,收获更多的认可和订单。
1、客户画像
我们每个人都是独特的个体,不希望被千篇一律地对待,因为那样会被认为是“敷衍”。如今,“客户画像”已然成为品牌的宝贵资产,为下一步的动作提供指导。而在电销人员和客户的通话过程中,藏有大量客户的特质信息,却往往没有被好好利用。
智能对话分析打破了以往人填信息造成的错误、缺失、主观等问题,自动从对话中提取关键信息,生成客户画像,保留了语音对话的价值。
2、优秀话术
小说《安娜卡列尼娜》中有句名句,“幸福的婚姻都很相似,不幸的婚姻却各有各的不同。”同样,“成功的电销话术都很相似,失败的话术各有各的不同。”所以,我们通过智能对话分析找出成功案例录音中的优秀话术、相似客户异议的优秀处理话术等,提供给其他电销人员借鉴和新人培训学习。
3、二次营销
电话销售的订单并不是一蹴而就的,和客户进行一系列进阶式的沟通也是我们逐渐得到更多客户反馈、慢慢取得客户信任的必经之路。
在大量暂时还没有成功的电话中,电销团队应该着重把精力投向哪些客户进行二次营销呢?哪些客户可以等待几天再做联系?而哪些就可以直接放弃,或者优先级排到最后?
智能对话分析能将历史通话按客户意向度分成三六九等,为电销团队筛选出最容易转化的客户,将有限的精力放在最有价值的事上。
结语
笔者从呼叫中心服务水平和服务效能、数据洞察和优化预测、品牌忠实和销售赋能三个层次分享了智能对话分析改善客户体验的具体应用。一方面,智能对话分析促进了人类和机器更精细化的分工,最大程度发挥人的价值;另一方面,智能对话分析挖掘语音中的价值,为改进客户体验提供预见性的判断。
大家都在讨论“要找到客户痛点”,呼叫中心显然是一个可以尝试的地方。科技在不断创造新的可能,利用高级的分析工具和智能系统是当今呼叫中心的必备项和重点项。因为就像人自身的成长一样,我们只有时时刻刻反观过去的行为、发现、改正那些以后还会捣乱、出问题的坏习惯和坏毛病,才能真正进步。同样,智能对话分析也为呼叫中心提供这样的洞见,让每一通电话都没白打,让呼叫中心和品牌汲取每一通电话的价值,并应用到未来的行动中去。
这才是正真意义上掌握了自己的未来。
作者孙思明,为客知音CEO;
本文刊载于《客户世界》2019年8月刊。
转载请注明来源:智能对话分析改善呼叫中心客户体验
噢!评论已关闭。