专栏：智能服务运营入门 ——智能服务定位

客户世界 | 2018年8月8日 | 客世原创, 期刊 | 评论已关闭 | 1396

当下，人工智能技术异常火爆，各客户中心、厂商都想搭上智能服务的快车。智能服务类产品如同雨后春笋一般在客服行业中生根发芽，但是对于智能

服务我们却越来越觉得摸不到头脑，上了智能产品，服务能力不但没有提升，甚至还可能影响了原有的服务体系。纠其原因，笔者在上一篇文章中曾提到过“智能服务只是一个工具，目的是为了更加快速地解决客服在服务过程中遇到的问题，提升客户的服务体验，而不是将智能化作为一种炫技的方法，舍本逐末”。本文是智能服务运营系列实践的第二篇，本系列文章是笔者根据多年在智能服务中摸索得出的经验结合当下最新的智能服务发展趋势而总结出的一套完整的智能服务运营体系。

智能服务需求

客户中心扮演着企业和客户之间沟通桥梁的角色，协调解决客户问题。从客户角度来说，客户中心最重要的职能应该是探索客户的服务诉求，故在智能服务运营体系中探索客户服务诉求是非常重要的一环。拿 IVR 系统来说，客户中心将 IVR 系统按照不同业务维度模拟树形结构分层结合表单、按键操作以实现人工分流和业务自助。对于业务场景较为简单的客户中心来说，传统IVR 系统（强调流程完整性）在快速解决客户问题、实现人工服务分流上十分有效，但对于业务丰富节点跳转逻辑非常复杂的客户中心，IVR 系统却变成客户不再愿意使用的鸡肋，不仅客户使用麻烦，客户中心管理也非常费力。

什么原因导致了上述情况的发生？在不同服务场景下客户对于服务的诉求是不同的，IVR 系统同样需要随着客户需求转变而进行升级。现阶段客户需要的不仅仅是能解决服务问题，更多希望在时间碎片化的当下精准、快速地解决问题。如在客户账户被盗取的场景中，当客户进线时系统通过语音交互的方式确定客户的服务诉求为解决账户被盗并根据自身业务中账户被盗问题的紧急性、复杂度判断客户需要进入到人工服务的节点，后台进行跳转，客户不用再花费大量的时间听完整通 IVR 的内容后再点击人工服务按钮，借助智能化手段帮助客户在 IVR 的服务节点中穿梭，最快解决问题。这正说明了智能服务产品的核心就是为了解决客户的服务诉求，在上一文中我们讲到了智能服务调研的方法论，但如何做到全面的调研？得出需求后如何与当前的实际情况进行匹配验证是智能服务运营首要关注的问题。

智能服务定位

目前智能客服机器人有着五花八门的功能和使用方式，有闲聊型机器人的微软小冰、秘书型机器人苹果 siri、谷歌的 AlphaGo 等，但客户中心需要什么样的机器人则是需要深思熟虑后方才能够决定的。对于客户中心的智能服务运营体系搭建来说第一步是进行实际的智能服务需求调研，然后确定智能服务定位，最后结合企业、客服中心、客户、运营团队、系统、产品的实际情况对定位进行复盘测试最终确定智能服务定位的准确性。

如何保证智能服务调研的全面性？建议采用“智能服务价值链”来确定调研对象。

智能服务价值链源于迈克尔·波特所提出的价值链并结合现已成熟的服务价值链概念，即智能服务的核心在于为使用者创造价值，而闭环的价值链条上各个使用者即为智能服务的调研对象。笔者建议从纵向价值链、横向价值链、内部价值链、外部价值链四个维度确定调研对象。

智能服务纵向价值链：从上下游角度看，从最初的产品到最后的用户之间有一系列价值转移环节，包括智能服务产品系统供应商（包括初期外采供应商和中期、后期的内部研发部门）、智能服务运营团队。

智能服务横向价值链：同一行业相同业务属性的企业之间（如电商类、金融类、医疗类、O2O 类等）包括行业价值链和竞争对手价值链，包括不限于市面上成熟的客服机器人。

智能服务内部价值链：从单个企业角度看，内部价值的创造和转移，例如客服中心有智能服务需求部门或可以与智能服务产品联动的部门，包括智能质检、智能舆情、人工客服等。

智能服务外呼价值链：包括客户、业务、外部三方合作商等智能服务产品输出对象。

通过实际全面调研从而确定智能客服机器人定位，内容主要包括知识输入、服务能力、服务场景、服务流转、知识输出、服务边界。

知识输入：即智能服务产品的业务知识来源于何处？例如企业、客户中心中各个知识库等。

知识输出：即智能服务知识的应用层，如企业客户、客服、三方商家、其他人员。

明确知识输入与输出对于智能服务产品设计至关重要，如营销类活动较多的企业，客户、客服、营销活动部门三者之间经常存在信息严重不对称的情况，客户进线咨询某一大型营销活动，客服甚至可能不知道该活动的存在，但智能客服机器人可以 7 * 24H 不间断收集客户信息，将客户信息收集前置，最短时间收集客户对各个营销活动的服务诉求，加速服务需求收集的迭代速度，缩短客服、客户、营销活动部门之间的信息距离。

服务能力：市面上常见的有回答常见业务问题的业务客服机器人、和用户闲聊的微闲聊机器人、个人服务的秘书型机器人，针对不同的业务类型，智能客服机器人产品的设计也都不同。

服务场景：服务场景的确定需要根据客户中心的现状来确定，就智能客服机器人来说，服务场景初期一般定义为简单、高频类的服务场景。

服务流转：目前服务流转分为咨询类、咨询 + 操作类、操作类；咨询类即客服机器人与客户交互中的内容只涉及到咨询类的问题，即不需要进行二次操作类业务；操作类场景大多需要进行工单流转或者信息转派等操作。操作类与咨询类的边界并非一直不变，例如在智能客服机器人中的智能工单系统，当客户触发工单场景，智能客服机器人推送结构化工单，客户自行填写信息，系统将工单流转至对部门中。

服务边界：乔布斯曾经说过：“确定不做什么比做什么更加重要。”每种服务都存在着边界，面对面服务的服务范围是最大的，其次是电话人工客服，网络人工客服次之。对于智能客服机器人来说，初期智能服务产品需要结合自身情况，有计划性地进行业务扩增。

智能服务需求的调研一定要保证调研的全面性，不能只看点不管线和面。其次是根据调研结果来确定智能服务定位后再进行定位的测试，对智能服务需求测试可采用“五看法“进行梳理，何谓五看法？

首先是看趋势，可分为内部和外部趋势。外部趋势主要针对目前客户中心的发展趋势，内部趋势则是企业、客户中心的发展战略方向；

看真伪，即要明确目前的发展趋势是否适合自己的客户？是否能在原有基础上更加快速、高效、精准解决客户的痛点，而不是只能满足客户的痒点；

看团队，即明确现智能服务团队的运营能力及运营现状，能承接哪些业务？不能承接哪些业务？如果想要承接现有业务是否需要进行团队的拓展？需要拓展的岗位有哪些？

看用户，即把服务需求与用户进行匹配，新的服务需求是否能被用户接受，用户是否真的需要？

最后是看产品，即新上线系统的功能是否满足上述需求？

全面调研，将服务需求转化为系统需求以确定智能服务产品的定位并进行定位的测试，才是最正确的解锁智能服务运营建设的姿势。

下一章，笔者将在智能服务需求调研和智能服务定位的基础上与大家继续探讨智能服务运营体系建设。

本文刊载于《客户世界》2018年6月刊；作者为吴东恒，作者单位为启运智创（成都）科技有限公司 COO，前京东智能服务体系创始人、智能运营团队总负责人。