• 老秦夜譯

　　CTI論壇(ctiforum.com)（編譯/老秦）:使用人工智能（AI）功能在需要的時(shí)候?qū)崟r(shí)提供座席指導(dǎo)，幫助聯(lián)絡(luò)中心最大限度地提高座席績(jī)效，取悅客戶，并降低成本。這是Aberdeen的一份報(bào)告得出的結(jié)論，該報(bào)告調(diào)查了全球各行業(yè)300多位聯(lián)絡(luò)中心主管。 　　Aberdeen發(fā)現(xiàn)，無(wú)論在哪個(gè)行業(yè)，聯(lián)絡(luò)中心的首要任務(wù)都是改善客戶體驗(yàn)，其次是降低服務(wù)成本以提高運(yùn)營(yíng)效率。在這份題為“實(shí)時(shí)座席指導(dǎo)的投資回報(bào)率：人工智能如何幫助使座席績(jī)效與客戶期望保持一致”的報(bào)告中，Aberdeen副總裁兼首席分析師Omer Minkara詳細(xì)介紹了考慮實(shí)施人工智能的聯(lián)絡(luò)中心的改進(jìn)機(jī)會(huì)。
　　Aberdeen將聯(lián)絡(luò)中心AI定義為：

• 人工智能：基于機(jī)器學(xué)習(xí)算法發(fā)現(xiàn)的見(jiàn)解的自動(dòng)推理和決策能力。
• 機(jī)器學(xué)習(xí)：通過(guò)分析歷史和最新數(shù)據(jù)的模式自行學(xué)習(xí)的技術(shù)應(yīng)用。
• 規(guī)范性指導(dǎo)：用于分析結(jié)構(gòu)化和非結(jié)構(gòu)化歷史數(shù)據(jù)的工具，以進(jìn)行預(yù)測(cè)和建議決策選項(xiàng)。
• 預(yù)測(cè)分析：預(yù)測(cè)客戶未來(lái)行為的工具。
• 自動(dòng)化：用于自動(dòng)化任務(wù)執(zhí)行的工具，如客戶路由、座席調(diào)度和質(zhì)量保證。

　　傳統(tǒng)的聯(lián)絡(luò)中心質(zhì)量計(jì)劃旨在事后發(fā)現(xiàn)效率低下的問(wèn)題--在他們觀察到糟糕的表現(xiàn)之后。報(bào)告稱(chēng)，他們“在實(shí)踐中學(xué)習(xí)”，在許多情況下，他們僅依賴(lài)每月對(duì)少數(shù)互動(dòng)所進(jìn)行的評(píng)估和指導(dǎo)。純粹的互動(dòng)量抑制了許多聯(lián)絡(luò)中心每月或每季度對(duì)客戶互動(dòng)進(jìn)行的隨機(jī)抽樣。
　　另一方面，人工智能使組織能夠?qū)崟r(shí)監(jiān)控和分析100%的客戶交互，并為座席提供他們需要的上下文指導(dǎo)，以便在當(dāng)前扭轉(zhuǎn)對(duì)話。主管獲得相關(guān)和準(zhǔn)確的見(jiàn)解，有助于提高他們的生產(chǎn)力，并告知他們提供給座席的一對(duì)一輔導(dǎo)和指導(dǎo)。事實(shí)上，使用人工智能的公司報(bào)告說(shuō)，主管花在幫助座席上的時(shí)間每年提高了2.9%，而沒(méi)有人工智能能力的聯(lián)絡(luò)中心則下降了0.1%。
　　人工智能在聯(lián)絡(luò)中心的好處也延伸到了客戶。根據(jù)該報(bào)告，利用人工智能功能（如語(yǔ)音分析、文本分析和旅程分析）的聯(lián)絡(luò)中心可以獲得卓越的CX性能改進(jìn)，包括：

• 客戶保留率提高了10.5%（相比之下，不使用人工智能的聯(lián)絡(luò)中心提高了3.2%）。
• 客戶滿意度提高3.5倍（10.1%比2.9%）。
• 客戶努力得分提高8.8%（相比之下為1.1%）。

　　Minkara寫(xiě)道：“現(xiàn)代聯(lián)絡(luò)中心利用人工智能的能力將質(zhì)量保證提升到一個(gè)新的水平。他們不是定期審查和隨后的座席輔導(dǎo)和指導(dǎo)，而是使用人工智能功能來(lái)實(shí)時(shí)審查所有交互--利用由此產(chǎn)生的見(jiàn)解為座席提供實(shí)時(shí)上下文指導(dǎo)。”
　　他補(bǔ)充說(shuō)：“這有助于縮短在座席技能和活動(dòng)方面進(jìn)行必要改進(jìn)的時(shí)間，以滿足不斷變化的客戶需求。它還最大限度地減少了客戶因服務(wù)提供活動(dòng)效率低下而產(chǎn)生的挫敗感和流失。”
　　Minkara在報(bào)告的最后強(qiáng)烈建議，目前沒(méi)有使用人工智能來(lái)提高座席生產(chǎn)力和績(jī)效的聯(lián)絡(luò)中心應(yīng)該考慮這樣做。人工智能模型可以從組織的歷史交互數(shù)據(jù)中學(xué)習(xí)和訓(xùn)練，從而實(shí)現(xiàn)快速的結(jié)果。
　　聲明:版權(quán)所有 非合作媒體謝絕轉(zhuǎn)載
　　作者：LaurenMaschio
　　原文網(wǎng)址：https://www.nice.com/engage/blog/nexidia-analyst-report-ai-helps-align-agent-performance-with-customer-expectations-2558/