天源迪科|数智未来，全速重构 天源迪科亮相2020云栖大会
_原题为 数智未来 ， 全速重构 天源迪科亮相2020云栖大会
9月17日 ， 由阿里巴巴主办的云栖大会正式在线上开启 ， 天源迪科携智能客服产品精彩亮相 。 作为世界级头号科技大会 ， 云栖大会见证了中国云计算及数字化的蓬勃发展 。 今年大会主题为“数智未来 ， 全速重构” ， 通过全新线上直播方式和多元化的重磅嘉宾吸引了众多行业的关注 ， 打造了真正的科技盛会 。
下午1点 ， 北京天源迪科网络科技有限公司总经理谢立拓在云栖大会“AI机器智能优化服务新生态”分论坛直播中发表了《AI在客服领域的应用实践》主题演讲 。 作为阿里云小蜜智能服务生态联盟聘请的特聘专家顾问 ， 谢立拓先生在演讲中深度阐释了关于智能客服行业解决方案及产品的核心价值 。
文章图片
客服行业经历了传统呼叫中心时代和在线客服时代 ， 在AI技术的驱动下 ， 客服行业已经进入智能客服时代 ， 并在逐渐深化当中 。 谢立拓先生介绍 ， 智能客服时代有两个显著的特点：第一、技术上体现为大量人工智能的技术使用 ， 包括自然语言理解、语音识别与合成、支持管理、推理和数据智能；第二、业务价值体现在构建全渠道全场景客服、 多模态交互、智能中枢、人机协同 。 天源迪科在智能客服领域提供了“产品+交付+运营”一体化的服务体系 。 产品包括热线客服、在线客服、视频客服、虚拟客服、智能外呼、智能运营、智能质检、智能中枢、智能辅助；交付包括帮助客户系统集成、知识与流程梳理、客户定制开发、客户培训、系统运维；运营包括知识与流程配置优化、数据标注、模型训练、效果评测 。
谢立拓先生以过往项目为例分享了智能客服实践经验——天源迪科与阿里云如何应对五大挑战？
第一个挑战 ， 数万坐席人工服务成本高 ， 15秒的接通率低 ， 客户等待时间长 ， 满意度不高 。 经过业务分析 ， 大量高频业务相对比较集中 ， 大量的客户人员在解决重复问题 。 基于此 ， 阿里云和天源迪科联手引入了智能问答对话能力 ， 使用智能机器人来代替人工回答高频重复的问题 ， 解放人力 ， 提高客户满意度 ， 帮助客户在业务高峰时将15秒的接通率从不足70%上升到85%以上 。 将人员的效率从平均每省每天10万通到接待能力无上限 ， 帮助客户将用户满意度从70%提升至87% 。
第二个挑战 ， 人工话务波动系数高 ， 接通率低；营销转化率低 ， 客户不匹配、不精准 ， 坐席营销转化率低 。 客户与坐席匹配度较低 ， 经常需要二次转接才能找到对应的坐席 。 基于此痛点 ， 天源迪科与阿里云引入了智能中枢 ， 基于数据构建多种智能化模型 ， 有效提高服务的效率和营销效果 。 在智能中枢基础上 ， 打造了话务分配模型、营销转换模型、用户画像模型和坐席匹配模型 ， 帮助客户人工话务波动系数由3下降到1.3 ， 营销转化率由12%提高到46% ， 坐席匹配度由81%提高到94% 。
第三个挑战 ， 来自于用户交互体验 ， 受限于电话或文本式的限制 ， 用户诉求不能直观表达 。 电话及文本渠道相互独立服务 ， 无法进行数据共享 。 阿里云和天源迪科基于富媒体构建多模态交互的融合 ， 在提高用户的交互体验同时 ， 使用户诉求表达更加直观 。 多模态交互是集5G视频、RCS消息、传统电话、文字、音视频通话等多种形式于一体的人机机/人人交互模式 。 营造出强烈的现场感 ， 让产品更加直观 ， 同时简化?户办理业务和沟通的复杂度 。
文章图片
第四个挑战 ， 来源于对客服人员的赋能 。 传统客服人员严重依赖个人经验 ， 话术不标准 ， 回复慢；培训成本高 ， 不能快速上岗；手工填写工单 ， 耗时长 ， 效率低 。 天源迪科和阿里云通过智能辅助 ， 推动话术标准化 ， 提升坐席的服务质量和服务效率 。 在原来的坐席工作台上提供了话术推荐、知识推荐、工单填槽、一键办理等辅助功能 ， 帮助客服人员将原来的工单填报时间由5分钟降低到1.5分钟 ， 将原来的培训时长由45天降低到15天 ， 将平均服务时长由135秒下降到110秒 。
第五个挑战 ， 来源于运营效率 。 人工排班效率低 ， 匹配度低 ， 不易维护 。 出现故障时服务问题发现慢 ， 问题需要人工收集、层层汇报、人工分析并制定应对措施 ， 耗时长、效率低、不可追溯 。 天源迪科与阿里云基于智能预测与排班 ， 有效提升客服中心的运营效率 。 帮助客户将排班匹配度由80%提升至95% ， 排班时长由14天降低到2小时 ， 排班表变更时长由7天降低到5分钟 。 在问题发现与布防中 ， 将原因分析时长由35分钟降低至5分钟 ， 应对响应时长由30分钟降低到8分钟 。
在如何帮助客户及大型企业从0 到1 构建智能客服上 ， 谢立拓先生如此总结：在产品选择上 ， 要选择产品开放可定制和核心技术领先的产品；在合作方选择上 ， 建议选择具备产品+服务+运营?体化交付能力强的合作方；在业务选择上 ， 建议选择业务占比高且重复、标准化高的业务作为前期的试点业务；在工程组织上 ， 建议建立两支团队：AIT 的训练团队和业务专家的知识梳理团队；实施过程上 ， 建议按照敏捷交付方式 ， 小步快跑 ， 一个业务上线后持续优化、持续提升 ， 再上线新的业务；在最后的持续运营上 ， 则建议企业构建一个从用户体验、用户评价到数据回流、重新标注、重新训练的完整数据闭环 ， 来进行数据持续优化 。
推荐阅读
- 直播|西安直播产业再添“数智力量”
- 行业|A100数智中国榜发布：让中小企业看懂、选对数智化服务方案
- 数智|中交兴路携数智物流技术亮相“外滩大会”
- 数字化|把生产线搬进直播间 数智化驱动传统鞋企智能制造
- 教育|掌门教育亮相2020TIME教育科技大会 数智化能力引领在线教育创变新生
- 数智|众邦银行行长程峰：数智驱动至臻客户体验
- 阿里云|英特尔、阿里巴巴全方位深化技术创新 共同引领数智未来
- 英特尔| ?英特尔、阿里巴巴全方位深化技术创新 共同引领数智未来
- 数字化|数字化浪潮席卷万亿服装产业 凌迪科技携3D柔性仿真技术赋能企业
- 凌迪|数字化浪潮席卷万亿服装产业，凌迪科技携3D柔性仿真技术赋能企业