你有沒有想過?
電話那頭聲音甜美、對答如流的小姐姐
可能是個機器人。
這并不是天方夜譚，歷經(jīng)幾代的革新，現(xiàn)在的智能客服在語言處理能力、語義識別、關(guān)鍵詞匹配、知識庫建立乃至自主學習等方面都進步明顯，已經(jīng)逐漸走進了大眾生活中。而未來，據(jù)權(quán)威機構(gòu)Gartner的預(yù)測顯示，到2020年，85%的客戶交互將不再由人類處理，而是通過人機溝通方式為客戶提供高品質(zhì)、專業(yè)性的服務(wù)。
對于金融機構(gòu)而言，智能客服將為他們賦予“讀心術(shù)”這一神奇的能力，可以應(yīng)用到電話銷售、電話回訪、解決咨詢問題等場景中。既提升了服務(wù)的效率，也降低了服務(wù)的成本，同時還能收集和分析問題，為智能營銷提供相應(yīng)的大數(shù)據(jù)分析。
顯然，在金融科技大潮之下，智能客服已經(jīng)成為新時代金融機構(gòu)必須get到的新技能。
金融機構(gòu)傳統(tǒng)客服模式正遭遇哪些挑戰(zhàn)?
對于金融行業(yè)而言，伴隨著行業(yè)的移動化、細分化、多元化等新趨勢，傳統(tǒng)人工客服模式受人力資源和數(shù)據(jù)處理能力的影響，正面臨諸多困境。
首先，人力成本的上升，讓人工客服的成本居高不下。對于金融企業(yè)來說，雇傭大量客服會增加公司的運營成本，卻不能產(chǎn)生實際利潤;但必要的電話銷售和售后服務(wù)又是維系整個銷售流程中必不可少的環(huán)節(jié)，企業(yè)常常為此陷入兩難境地。
其次，由于人工客服需要做大量枯燥重復的工作，應(yīng)對大量負面情緒，在無形中降低了客服的效率;同時，人員流動大、人員能力層次不齊等，也讓客服人員非常稀缺。
更重要的是，人工客服在操作過程中，存在客戶資料不完整、客戶跟進易遺漏等問題，無法形成上規(guī)模的客戶服務(wù)大數(shù)據(jù)，這也在無形中影響了電話銷售的轉(zhuǎn)化率和客戶服務(wù)的效果。
從服務(wù)客戶到洞察客戶
智能客服讓金融機構(gòu)擁有“讀心術(shù)”
相比較傳統(tǒng)人工客服，智能客服以算法為基礎(chǔ)，融合語音識別和智能分析等AI技術(shù)，它既有對簡單人工的替代，也可以幫助人工提供更好的服務(wù)。尤其是對于金融這樣的服務(wù)性行業(yè)而言，智能客服賦能傳統(tǒng)客服，已經(jīng)成為大勢所趨。
如今，傳統(tǒng)金融機構(gòu)的客服中心職能已由單一的提供服務(wù)轉(zhuǎn)向集服務(wù)、獲客、營銷、交易多種職能為一體，涉及售前、售中、售后全環(huán)節(jié)，傳統(tǒng)依靠人力的客服中心無法滿足當前客戶多元多維多渠道的金融服務(wù)訴求。
比如在售前層面，智能客服可以顯著提升電話銷售的服務(wù)效率，并在信息捕捉、數(shù)據(jù)收集、智能記憶方面有著人工客服不可比擬的優(yōu)勢。
而在售后層面，智能客服則可以解決咨詢問題相似性高、金融業(yè)務(wù)專業(yè)度要求高、回訪場景多等痛點，從而節(jié)約人工客服培訓成本，提升服務(wù)效率。有統(tǒng)計顯示，智能機器人客服可以解決85%的常見客服問題，其花費卻只相當于一個人工坐席花費的10%。
更重要的是，智能客服還讓企業(yè)掌握了“讀心術(shù)”，能夠進一步洞悉客戶內(nèi)心。比如，通過對客戶語速、語調(diào)變化等異常信息進行監(jiān)測，并準確的分析客戶情緒，對于情緒激動的客戶自動采取安慰的疏導服務(wù)方式，對于服務(wù)效果較差的客戶，則予以人工客服處理。
百度智能云基于百度大數(shù)據(jù)、搜索、NLP、知識圖譜、深度學習等強大技術(shù)，打造的智能客服不僅提供在線機器人問答能力，支持問答、業(yè)務(wù)辦理、故障診斷等應(yīng)用場景，實現(xiàn)部分或完全取代人工坐席員的應(yīng)用效果。還可以為企業(yè)提供細粒度知識管理技術(shù)，同時還能夠為企業(yè)提供精細化管理所需的統(tǒng)計分析信息。
目前，該智能客服產(chǎn)品已經(jīng)廣泛應(yīng)用到金融機構(gòu)、通信等領(lǐng)域，航空、能源等行業(yè)的應(yīng)用也相繼落地。未來，百度智能云將持續(xù)發(fā)力，借助自身強大的ABC能力賦能行業(yè)，成為客戶服務(wù)領(lǐng)域的強大賦能者。
（轉(zhuǎn)載）
