由51Callcenter主辦的，上海聯通聯合主辦，4PS國際標準組織、中國呼叫中心與BPO產業聯盟指導的2023年（第十六屆）中國客戶聯絡中心與數字經濟峰會于5月29-30日在上海圓滿召開。
會議期間上海脈信產品總監戴威進行主題為“聯絡中心數字化和AI智能化的相遇相知”的主題演講。
上海脈信 產品總監 戴威
戴威：大家好，各位嘉賓，各位朋友，因為我之后還有一位很資深的老師和大家分享經驗，我說話的語速稍微的快一點，盡量不耽誤大家的午休。今天是帶來了聯絡中心數字化和AI智能化的相遇相知的探討。當我收到這個話題的時候，我的第一反應并不是想說聯絡中心發展的應用架構是怎么樣的，我更想和大家分享的是我們在做聯絡中心的業務藍圖設計和技術探索包括項目實踐的過程中，我們發現了一些聯絡中心管理的業務特性，就決定了人工智能的AI和數字化的技術，他們最終一定會相遇相知，這是一個必然和很偶然的結果。
我先說一下我們整個使用的場景，那脈信的聯絡中心系統平臺主要是定位在企業的運營管理中和對外聯系的過程管理，以及業務全過程閉環的管理。其實聯絡中心除了和客戶服務，接受一些客戶的訴求之外，我們更多的時候是在客戶的服務請求過程中，是需要很多的企業內外部的合作單位需要他們的支持，共同的完成客戶的訴求。外包的聯絡包括供應商，配件商，第三方的物流和第三方的合作人員，包括客戶產生的一些產品的建議和缺陷，我們會反饋給車間，生產的工廠，每一個區域服務的總站，所以我們會幫助聯絡中心去和內外部合作的機構做一個跨部門的上下左右的全部打通，幫助聯絡中心在聯絡機制上和內外部的工作單位取得很好的協同的機制。因為我們覺得現在的聯絡中心技術如果只是買一個系統的軟件，提升我們內部工作的效率是遠遠不夠的，我們在處理客戶體驗的時候，還是要從聯絡中心的視角出發，怎么樣去進行協同的作業。
我再說一下業務全過程閉環的管理，除了和我們的內外部的合作伙伴的聯絡，我們還需要獲得他們業務上的支持，比如說把他們的反饋，處理意見告訴我們，這時候就需要考慮外部的合作單位，多業務條線的工作人員，用一個系統全部的覆蓋，所以中間產生的聯絡的數據和業務流程的數據，最終會通過數據鏈的形式，把大家工作的績效和數據鏈包括的過程節點，從上到下形成一個鏈條式的閉環。
我下面和大家分享一下我們現在見的比較多的現代聯絡中心的業務挑戰，首先未來的聯絡中心一定是一個中臺的系統，因為聯絡中心和財務軟件是一樣的不擇行業的，聯絡中心的對象也特別的多，也內外部的合作單位，需要他們更多的支持，所以和其他的對象的聯系也很頻繁，第三個要做到業務系統和聯絡數據的融會貫通。
流程的規范化可以看到比較成熟的中大型聯絡中心一定有跨系統的業務流程，我們都會幫他們進行梳理，痛點就是多快好省。聯絡中心的業務規則多，聯絡的對象也多，我們要盡可能短的時間里完成業務的閉環，聯系的結果一定要好一點，大部分頂層的領導，主要是通過服務單據結束以后，比如說故障的維修單，希望通過這個單據看到我們處理的時間用了多久，多少的人力資源花了下去，我們的產品在保內的話，還希望看到為了維修的工作，我們花了多少錢，如果這個是一個服務收費的項目，我們希望看到這個產品給我們賺了多少錢，配件賺了多少錢，所以這個是指數據分析中的一個服務的結果。省的話大部分的公司都希望聯絡中心最少的人力干重復度最大的事情，所以我們總結了聯絡中心多快好省的特點，我們需要一些新的技術融入到聯絡中心的業務流程中。
這是我們總結的聯絡中心的一些大數據的挑戰，以前架構可能是比較陳舊了，只建設了部分的接口，但是我們聯絡中心的一些業務場景是沒有辦法得到他們的數據支持的。第二個就是報表的數據需求，這是很多的聯絡中心的主管和領導，他們都在一個一個系統倒出小報表，報表對他們來說是被迫接受的形式，然后融合成一團往上匯報，這種方式的話，我作為一個IT的理解，這樣子的業務領導可能并不清楚自己的數據的體系是什么，如果有了這么一個分析體系的話，報表可以完全的融合在一起。
行業跨度廣是我們的一些聯絡中心的業務交叉的會比較細，比如是一些地產中心，包括在建的類盤，物業，酒店，KTV，商場等等，聯絡中心的錄音數據，還有客戶聯絡信息中的一些場景的數據，這里面包含了客戶對產品和服務的褒貶不一的語句，所以我們需要一套比較智能化的技術，大數據分析的技術，把里面真正有價值的信息顯示出來，還有終端客戶洞察的缺失，傳統的汽車行業，銷售的方式主要還是向經銷體系分銷壓貨，這個設備最終賣給了哪一個終端客戶，他是不清楚的，所以他們希望和客戶建立服務的過程中，更精準的確認客戶的坐標激活這個終端客戶。
現在我們是通過了自己的聯絡工具鏈的管理平臺，數字化的流程跟蹤平臺，這是我們的一個很大的系統平臺的結構，通過它來落地，幫助聯絡中心實現上下打通，把整個企業的售后服務變革的一套產品，它的定位就是在聯絡中心負責所有業務流程的統一。CRM上建立了營銷自動化，業務自動化的營銷體系，更加的偏向用CRM幫助他們做客戶畫像，包括千人千面的定制性的一些服務的計劃。還有聯絡中心的運營管理平臺，這是面向聯絡中心績效的管理。整個產品解決方案是基于微服務的中臺管理架構去做的，這樣子做非常輕量化，可以根據聯絡中心的要求，把一些關鍵的數字化的技術慢慢的落地下來，像流程跟蹤的平臺，可以幫助聯絡中心給售后服務的部門做提效，可以幫助聯絡中心更加的透明的分析服務的全過程。
這是我們做的逐層過濾的數字化的服務體系，一共有10個技術模塊，我們是把服務的單據，整個生命周期透明化的管理過程漏洞放在這里了，我下面介紹幾個受客戶歡迎的，首先是自助的服務，現在的客戶更希望通過智能的引導的方法，而不是機器人有多神奇，希望他自己可以解決一些常規事物的保修，并且可以看到保修的全過程?？焖偬釄蟮倪@個環節，可以根據業務需求的變更，在每一次業務迭代的時候保留大量的數據，客戶自助服務的一些保修信息的填報，通常是通過小程序，選擇一下就近的訂單，選擇產品，選擇故障的現象，快速的定位保修，這個訂單中的信息搜集就是用快速填報去做的，可以做到非常扁平化，非常高效的界面，不需要通過代碼去維護。
不同的服務類型都需要單獨的做表單的設計，服務請求里的維修，都可以對應不同的配置列表，我們可以直接做很清楚的流程管理，每一個配置列表，所有的投訴集合中，都可以做它的流程圖，這個流程是一套BPM的引擎，有一些重大的服務事件發生的時候，可以把異常的服務升級的單據發給我的主管，通過BPM的流程圖，也可以把單據的審批提交或者是收到領導的回復，返回到聯絡平臺，跨系統的訂閱，或者是收發一些異常的特殊的申請。
我們的項目經驗里自動分配的功能落地的效果還是比較好的，其實它核心的業務的邏輯就是基于二點，第一點是客戶有關的工單的字段，通常是產品，故障現象，還有客戶的定位信息，還有委派的信息，他們的業務能力，從客戶提單開始到分配，再到整個流程，我們只要設計好就可以了。
消息管理是可以對接不同的業務屬性，比如說不同的互聯網企業，在產品到達最后一公里的時候，會提示給我們的客戶，告訴你發票重新開，購買的商品馬上就要到你家里了，最后還處在一公里的范圍，一些客戶的生日提醒，也是通過時效的管理來設置消息觸達的方法。
這是一個家具家電行業的，客戶體驗每一次都要驚喜的話，額外的代價是挺高的，技術可以把這個代價成本降低，比如說客戶保修給他一個自主的服務登記，讓客戶很容易找到我們，選一下自己選購的訂單，掃一個碼，就可以把自己的問題總結出來了，客戶體驗最重要的就是讓客戶參與我們服務的全過程，這個服務的全過程有哪一些重要的節點，我們要主動的告知客戶，客戶想看的時候也可以看到，比如說我們的工作人員離我還有多久，我要派送的一個新的配件當前的物流信息是什么，這樣子的聯絡方式會有效的減少聯絡中心的接聽率和比較多用于受理的環節，聯絡中心還是針對比較重大的事情進行人工的督辦，在家具家電行業的服務體制下，更多的是作為一個監控中心的存在。并且聯絡中心對于客戶服務的事后和實時的監控，會在這里得到分析。
對于我們的服務提供方來說，可以通過剛才說的自動分單的建議，可以接收到比較適合他能力范圍內的工單，那我們聯絡中心這時候需要做的就是盡可能的通過服務評價來管控好每一單的售后服務的體驗。我們通常都會和我們的企業客戶說，如果做聯絡中心我們不能只是簡單的問一下客戶你對售后服務是否滿意，而是要通過售后服務把滿意和不滿意的結果掛鉤到服務人員的績效上，和他的業績收入掛鉤，實現服務評價的結果，管控服務人員的業務小目標。這是我們數字化的解決方案落地下來的聯絡中心的一些新的場景，包括服務提供方通過多端的應用，收到客戶保修的時候，可以通過新一代的通信技術，我們現在用的技術會比較多，可以遠程的發起一個視頻的連接，客戶只要打開小程序就可以收到視頻信息，讓技術專家對故障進行定位，就可以幫他們進行聯系。
為什么有了比較多的IOT，數字化的技術，還要考慮聯絡中心一定要用AI技術解決內部的管理效益的問題呢，我們做了比較智能的，也方便客戶的一些新的體驗以后，我們發現聯絡中心大家重復做的事情是少了，但是數據量越來越大，包括每一個服務的單據的結果，數據量越來越大我們就意識到需要有一套業務審核的機制，幫助聯絡中心真實的評判每一個數據包含的事件，是怎么樣的走向，AI的技術這幾年針對聯絡中心的應用，成本也是降低的非?？?，首先從成本的效益來看，通常對企業的財務來說，買一套軟件怎么樣評估你的投資回報呢，對他來說這一套軟件可以給足夠多的人去用，我可以多了很多業務場景相關的數據，AI的體系是完全可以的，不管是AI用聯絡中心的哪一個場景，它上線以后，AI活動變化的周期性是非?？斓?。對于企業的投資回報率來說，在AI上花的錢，就不會讓他覺得這么的虛無縹緲，可以看到很多的數據。
我們覺得聯絡中心自己的坐席也好，或者是我們的聯絡中心的主管也好，還是應該有一個理念，就是能夠應用智能的技術，用智能的解決方案來觸達客戶，就應該替代人工，做一點這樣子的嘗試，你會發現現在的AI技術非常的成熟，不是像ChatGPT，只有一些中大型的聯絡中心才可以用的東西，它是應用成本比較低，很快就可以看到投入產出的數據。
第三點智能的審核，在整個的業務單據下，有多少個輿情的地方，都是可以通過全自動化的校驗，可以加強聯絡中心的內控，避免很多頻繁的錯單。包括保障數據的真實性，我這里列舉了幾個質檢項，比如說禮貌用語，一分鐘內希望聽到二聲以上的客戶姓氏的稱呼，有沒有推諉客戶，給客戶積極的回應，對質檢人員的要求是非常高的，每天的工作時間就是在做錄音分析，太多的時候都市主觀的一個評價，但是對于AI來說做到這些很嚴肅的客觀分析一點都不難，大企業會有這種習慣，對客戶進行個性化的建模，包括聊天記錄都會分析的很透露，打造個性化的建模，做千人千面的一個服務定制。
這是我們這些年做的項目匯總，我們是把和AI相關的解決方案都全部的投入到了AI的平臺，我們也獲得了幾個對客戶滿意度比較重要的指標，一個是業務的侵入性，如果業務的侵入性越小，越不需要大量的調整。語義理解的一致性，相同的AI，也會因為語義理解的不一致，導致業務完全沒有辦法進行下去，所以需要高可靠的深度的業務模型，比如說我們的用戶有一些普通話發音不是很標準的，我們會想到有沒有方言版，現在機器人只要學習的夠成熟，機器人都可以聽得懂，包括一些業務的名詞，產品的名詞。我們還需要OLTP的分析能力，訓練模型的精簡度，還有聯絡中心的人力資源服務得到優化。
這我們行業的一些應用，在汽車的裝備行業，精密裝配行業都是這么做的，有的時候是人工在先，機器人在后，提升整個服務團隊的效率，還有給聯絡中心做大數據的分析，幫助企業培養一些數據運營的人才，整個大數據是可以基于不同行業的細分，以及設置了客戶多維度的畫像。如果傳統的CRM要面向聯絡中心的大數據，給聯絡中心的可成長空間比較好，我們底層會有技術分析平臺，直接在頁面上管理主數據，給他做基礎的數據分析之外，我們還可以把客戶檔案相關的客戶的畫像，以及千人千面的服務策劃做的更好。
我們從營銷到交易，到開票，都可以做后市場的銷售渠道的擴展，包括維保收入的擴張。這是客戶核心的幾個體驗相關的畫像，這二年提到最多的還是NPS，在我們看到不僅僅是一個回訪的結果而已，首先NPS一定是指的客戶服務的自己的業務系統的數據，比如說客戶服務的體量，多少時間服務一次，一次解決率等等，以及客戶花了多少錢，做了哪一些事，結合NPS中最重要的一環就是客戶的感受度，客戶第一次打電話進來的情感，語氣以及問題解決了以后，語氣的變化，這里面可以捕捉到很多的信息。
我們完全通過自主研發的產品做AVAYA的替代解決方案，聯絡中心增長的方法論是借助AVAYA的交付能力和AVAYA的運維的服務，我們推出了聯絡中心的數字化的方法論，一個是我們的產品域，我們的業務域，實施方法域，幫助客戶更好地做好服務。在上海這么一個地方，我們金融行業的客戶，這幾年都是挺好的，有幸我們做了上海好幾家的頭部銀行，包括聯絡中心等等，銀行的業務始終是處在增長的狀態，特殊的時間也沒有受到很大的干擾，包括保險業務也一直是增長的。銀行的AI技術，銀行的區塊鏈技術，包括云計算，還有大數據的技術，儲備都是足夠的。相對來說AI是可以落地和可以看到的地方。
還有一點汽車行業，我們對傳統汽車還是比較有信心的，包括新能源的銷售方法，服務網點非常的少，不如傳統汽車的4S店，有沒有主動的幫客戶考慮到問題，主動的幫客戶預約到保養，還有商業車的行業，包括了機械行業，農用機，挖掘機的廠商也是我們很重要的客戶。汽車行業的聯絡中心是技術，架構，業務知識是最復雜的。
以上是我今天帶來的全部的分享，謝謝大家！
