联络中心是否正在走PBX的老路?

来源:
浏览次数: 101

“Enterprise Connect 2018”会议的一个焦点是联络中心,它是广泛交流景观的一部分,尤其是考虑到整个企业的协作,包括办公室和联络中心。

  如今,颠覆是新常态,云和人工智能(AI)一直是主要的驱动因素。基于我所听到的和在Enterprise Connect 2018大会上看到的一切,我认为对标题中提出的问题的简短回答是“Yes”。
  VoIP为我们提供了IPPBX,这是电信服务供应商终结的开始,而这种混乱的种子已经把我们带到现在被广泛认为是“后PBX”的世界。当然,混合VoIP的开始,是移动和云的兴起,每一个都改变了企业电话的格局。虽然看起来很奇怪,IP电话的出货量仍然强劲,但我们已经从办公电话成为工作场所交流的中心。
联络中心是否正在走PBX的老路?
  你无法从这里到达那里
  我并不是唯一一个看到类似的平行于联络中心的人,但这在EnterpriseConnect2018大会上成为我关注的焦点。在那里,我们听到了大多数的联络中心座位是如何建立在此基础之上的,而且,就像在办公桌上的电话一样,转换成本是相当的高。办公室和联络中心解决方案可能会继续有效地满足他们的预期目的,但它们并不能真正满足今天市场的需要。尽管基于偏见的系统的优点是有效的--质量、可靠性、耐用性、规模、自主拥有和自主运营等--它们创造了改变的惯性。这种模式对新技术的适应能力有限,而且作为资本支出,他们的效用在某种程度上是由CFO的考虑驱动的。
  与企业电话一样,许多联络中心现在正在寻找方法将他们传统的基础设施迁移到云。虽然可伸缩性的问题会阻碍更大的联络中心,但是云模型似乎已经为黄金时间做好了准备。
  第二个干扰因素,AI,当然是趋势,对于联络中心来说,人工智能可以成为治疗许多疾病的灵丹妙药。
  抛开炒作宣传不谈,人工智能在提高自助服务方面的作用是合理的。这对联络中心来说是一个巨大的需求,不仅仅是因为IVR太差,而且也是因为自动化是唯一的出路。联络中心根本负担不起雇佣众多座席来取悦客户。另外,在今天的24/7服务预期中,现场座席不可能支持大量的查询。人工智能和聊天机器人仍在进步,但现在显然已经准备好使用这些技术了。
  人工智能不仅被视为降低成本和驱动自动化进程的一种方式,而且希望“智能”可以帮助联络中心提供更好的客户体验(CX)。这正迅速成为联络中心的理由,因为普遍认为客户服务是在市场中创造差异化的最好方式之一。
  都是关于云计算和人工智能的,而不是电话
  总之,然后,云计算和人工智能都显然破坏了联络中心……但还有更多。随着通信平台即服务(CPaaS)--它本身具有颠覆性--人工智能是一种很以开发为中心的技术,而区别客户服务的一个关键方法是创造高度个性化的体验,让顾客感到被重视。这让我们从购买现成的解决方案和相对封闭的系统中走了很长一段路,这些系统驱动着当今大多数的联络中心市场。
  实际上,每个联络中心供应商都在朝着这个方向前进,他们都在想,最终会是什么引导Twilio和AmazonWeb服务(AWS)。他们是这些颠覆性趋势的先锋,当企业验证基于云的模型时,开发人员将成为购买过程中的关键影响者。继续依赖IT和客户服务管理人员进行联络中心投资的企业,可能会错过2018年最重要的价值驱动因素。
  即使开发人员正在帮助驱动这些决策,在企业内部也会发生另一种形式的破坏。同样,在云计算的情况下,现在有大量的选择可以在IT的权限之外部署技术。对于客户服务来说,业务线已经为他们自己所遇到的情境制定了课程,在这些情境中,现有的联络中心根本无法支持特定的终端客户需求。
  虽然这种情况已经持续了一段时间,但最近的趋势是在销售和市场企业中出现的。人工智能可以在联络中心中具有很大的价值,帮助座席解决客户的问题,但是它可能对其他的用例有更大的价值。销售关注的是驱动收入,而市场营销则专注于客户的获取--这些需求在今天的联络中心中所处的位置是不佳的。
  除了这些不同形式的客户参与之外,它们还会产生顶级的结果,没有哪个执行团队会反对这些计划。因此,大规模、基于以前联络中心运营的传统模型过于死板,无法支持这些基于云的、基于人工智能的平台提供的服务。
  值得注意的是,Twilio和AWS以两种不同的方式扰乱了市场。首先,每个平台现在都有自己的平台--Flex和Connect,但它们共同为大多数市场提供了底层云平台,即Genesys、Five9、NICE/inContact、Serenova、NewVoiceMedia和Talkdesk。不甘于落后,这些大公司都进行了人工智能的收购,最近的一次是Genesys收购了Altocloud和Avaya收购了Spoken。去年5月,思科收购了MindMeld,因此,对于云和人工智能如何真正推动这个市场,这一点毋庸置疑。
  还有更多的干扰因素考虑--碎片化,真的--在远离重心的位置,它已经进入这个领域很长时间了。首先是客户关系管理和客户服务之间的模糊界限,这已经持续多年了。这些长期以来都是独立的领域,主要是因为联络中心供应商的电话谱系是CRM供应商无法真正解决的问题。回到这篇文章的开头,云已经占据了这个优势,而随着人工智能的发展,CRM供应商现在正处于更平等的地位,提供端到端的客户体验(CX)。Salesforce、Zendesk和Zoho等公司越来越能够提供一个完全独立于传统联络中心产品的解决方案。
  在一个类似的但与之相关的切线上,另一个明显的来自Enterprise Connect 2018大会的强大趋势--我已经写了一段时间--是将联络中心与UC合并的基本原理。在以客户为中心的企业文化中,所有员工都必须支持这种关注,这种用例很强大。越来越多地,它开始看起来像商业成功需要无缝的客户关系管理,联络中心,APIs,和UC。长期以来,这些都是独立的世界,而云是整合它们的唯一途径。一旦你有了这些,人工智能就成为了寻找、管理和利用这个错综复杂的环境的数据来做最终重要的事情的引擎--提供更好的客户体验(CX)。
  结论
  从所有的这些来总结我的主要结论是,要想了解我们已经做了这么长时间的联络中心现在变得越来越困难了。曾经发生在PBX上的事情,现在正在重新发生在联络中心里,它很可能只经历一个很短的时间阶段,直到联络中心的核心功能被合并或者嵌入到其他平台上,这些平台是由云和人工智能构建起来的。
  也许即将发生的事情是以8X8在Enterprise Connect 2018大会上所发布的“8X8'sXSeries”为标志。8×8打破了传统模式的独立的产品,用X系列作为一个连续的产品,从基本的电话开始,然后移动到更丰富UC和协作形式,最后提供联络中心的千变万化,包括分析和工作流管理、高端。对于8x8来说,基本的想法是,联络中心现在是处在UC&C的频谱当中,而不是作为一个独立的产品。一切都建立在其他一切之上,企业现在可以自由选择最适合自己的组合。

  我们所知道的联络中心不会很快消失,但我在Enterprise Connect 2018上看到了足够多的信息,告诉我一旦围绕AI的魔力开始变为现实,它将是PBX的重演。

  原文链接:http://www.ctiforum.com/


  • 相关资讯 More
  • 点击次数: 107
    2021 - 03 - 22
    人们通常认为,良好的客户服务意味着100%的座席都在打电话,让客户尽快与座席通话。与普遍的看法相反,如果你的联络中心是这样工作的,那可能意味着你实际上没有有效地利用你的时间,而且你雇佣了太多的座席。这是呼叫路由可以提供帮助的地方。  呼叫路由是一种联络中心管理功能,其中传入的呼叫被放置在队列中,并根据特定条件转移(换句话说,路由)到座席或自助菜单。呼叫路由系统也被称为自动呼叫分配(ACD)。顾名思义,这些系统致力于自动分配入站呼叫。路由可以基于诸如时间、部门、语言首选项、呼叫量或呼叫复杂性等变量。  为了最有效地优化呼叫路由系统,您需要考虑传入呼叫的上下文以及各个座席的技能。通过优化的呼叫路由,您可以提高首次联络解决率(FCR)和运营的整体生产率。  呼叫的上下文  与其将所有来电尽快转接到下一个可用的座席,不如首先考虑来电背后的原因。通常情况下,你的大部分电话都可以自动化处理,并发送到自助服务,而不是使用宝贵的人力资源。  在大多数情况下,入站操作中至少有3-4种呼叫类型,可以轻松地实现自动化,而无需涉及实时座席。20-40%的入站问题通常可以通过简单地访问相关的客户信息来解决。可以轻松路由到自动自助服务的呼叫包括与包裹交付时间、帐单信息或产品和定价信息相关的呼叫。通过使用自助服务,您可以减少通话量,大大节省人力资源,确保您的座席在最需要的地方使用。  把电话转接给现场座席  当涉及到复杂的呼叫时,主要的问题是:哪个座席能够最有效地处理呼叫?根据呼叫的上下文,将呼叫路由到相应的座席时可以使用多种方法。  大多数现代呼叫路由技术都提供了基于技能的路由选择。此功能使您能够根据指定的条件将呼叫路由到特定的座席或部门。换言之,您将能够将有特定请求的呼叫者引导到具有适当技能集和培训的座席或专门处理其问题的部门。  除了基于技能的路由,您还可以选择使用路由技术创建VIP队列。呼叫路由...
  • 点击次数: 60
    2021 - 03 - 15
    去年三月,新冠疫情爆发使联络中心受到考验。他们几乎立即转变为在家工作(WFH),并面临客户服务请求的激增。一年后,尽管大多数人开始接受处理群众问题的挑战,但许多人仍在努力应对数量增长过快的询问。我现在认为,客户服务面临一个系统性的能力问题。在这个由两部分组成的系列文章中,我将解释这个挑战的含义,并引导您通过技术和组织杠杆来应对它。  容量问题  在WFH过渡的早期,主要的障碍是为座席建立远程工作环境。大多数企业都能迅速做到这一点,但并非所有企业都能做到。虽然流感大流行减少了员工流失,但也使招聘、入职和培训变得更具挑战性。大浪淘沙,留下了与客户服务需求大致相同的座席能力。与此同时,客户咨询量的急剧增加并没有停止。一开始,是关于COVID相关的问题。现在,世界变得越来越倾向于数字化,但即使是数字化进程也仍然需要人类的帮助。  数字化救援  企业已经转向自助服务和自动化,以减少人与人之间的交互。避免打电话的第一步是让客户能够在网上或手机上自助。今天最先进的网络自助服务包括可搜索的帮助中心和页面帮助。帮助中心为客户可能遇到的所有问题提供一站式解决方案,而无需浏览网站或移动应用程序。帮助中心也已经从常见问题(FAQ)演变为可搜索的文章知识库,并可以通过客户相互帮助的论坛进行扩充。  尽管网络和移动应用程序不断提高可用性,提供更多信息,但这还不够。与我交谈的企业一致认为,他们收到的咨询中有50-70%来自无法在线解决问题的沮丧客户。这些联系的主要问题是它们的上下文丢失,因为它们是匿名的,需要从头开始恢复。  企业已经部署了聊天来提供上下文帮助,但人员配置仍然是一个挑战。团队规模很小,这会造成很长的等待时间,并且很难找到所有需要的技能。机器人和会话助理可以在前端聊天,提供一些答案,并缓解反应时间差的问题。虽然这是一个很好的步骤,但只要您能够方便地访问人工,该模型就可以工作。否则,客户付出...
  • 点击次数: 87
    2021 - 03 - 08
    一个运动队从一个剧本开始工作,剧本提供了创造或应对不同环境的策略,并指导每个队员如何发挥他们的作用。同样,联络中心也有解决客户问题和机会的行动手册。随着自助服务的扩展和人工智能的引入,剧本范围需要扩大。  知识管理者  如今,联络中心的剧本中最常见的元素是脚本和知识库,这些脚本和知识库可能由主管或专门的知识管理人员建立和维护。当数据分析师将数据转化为见解时,知识管理人员收集并管理这些见解,决定如何以及在何处最好地使用它们,并建立资产,使其他人可以获得这些见解。一般资产包括:支持客户自助服务的常见问题试剂的罐装和建议响应完整的脚本,指导座席一步一步地完成交互座席搜索的知识库  随着大数据分析和虚拟座席的兴起,知识管理者的工作将发生重大变化。让我们看看其中的一些变化:人工智能现在可以增强建议和响应,以便在实时分析会话上下文的基础上,及时向座席提供建议。数据科学家将向知识管理者寻求用于分析的原始数据,以及作为机器人培训材料使用的见解库。机器人可能会扩充一些现有资产,例如可搜索的知识库,或者公司可能会决定用机器人替换资产。数据科学家将提供丰富的新见解,知识管理者可以在剩余的脚本、知识库和培训模块中部署这些见解。  随着我们的发展,知识管理者变得越来越重要。联络中心需要确保这些岗位上有合适的员工,提供所需的培训,并制定一个良好的流程,以获取知识并将其纳入行动手册,从而使其发挥作用,改善客户服务并降低成本。  教机器人说话--会话设计师  在虚拟座席的世界中,脚本不仅仅是一个会话指南,而且实际上是会话本身。一个人工座席的脚本中的内容不一定适用于机器人,因为人类在破译歧义和上下文方面要比人工智能好得多(尽管人工智能越来越好!)。健谈的设计师不仅把文字放在机器人的嘴里,而且还赋予它个性。  会话设计师需要将三个世界连接起来:问题域客户如何思考和反应机器如何“思考”和反应  他们利用自己的沟...
  • 点击次数: 111
    2021 - 03 - 01
    在今天的联络中心,员工使用来自ACD报告、质量调查和人员配置系统的统计数据来调整路由规则、建议座席辅导计划和调整员工时间表。这些员工中的许多人从联络中心的座席或主管的工作中走出来,甚至可能与联络中心的其他管理人员分担“分析”责任。然而,要想在竞争日益激烈的客户满意度游戏中取得成功,就必须采用不同的方法。  数据是新的石油--数据科学家在联络中心  “数据就是新的石油。它是有价值的,但如果未经提炼就不能真正使用。必须将数据转化为天然气、塑料、化学品等,才能创造一个有价值的实体,推动盈利活动;因此必须对数据进行分解、分析,使其具有价值。”--数据科学家先驱Clive Humby。  数据爆炸正在发生,全球数据总量每3年翻一番,站点也没有尽头。利用这些数据将推动未来的经济。这个领域的专家被称为数据科学家,《哈佛商业评论》(Harvard Business Review)称之为“21世纪最性感的工作”的职业。数据已经给职业体育带来了革命性的变化--只要看看棒球场上的击球手们用“转移”到球场的一边就知道了,这是由于击球手们的统计击球模式造成的。数据也将彻底改变联络中心。  数据通常分为两类:结构化和非结构化。结构化数据长期以来一直是联络中心管理的基础--数据是在一个组织良好的数据库中,可以交叉引用,例如由座席、组和队列组织的通话时间。非结构化数据比会话内容更原始。像聊天和电子邮件这样的数字会话有丰富的文本等待挖掘,随着语音识别技术的进步,语音会话也可以以类似的方式进行挖掘。语音和文本分析可用于破译对话并将其分类到结构化数据库中,例如,为来电者表现出挫败感或座席使用不当语言的互动建立索引。  数据科学家在新兴联络中心的工作是理解所有这些信息,并将其付诸行动以改善业务成果。  分析数据--数据分析师  数据分析师使用专门的分析工具来寻找趋势和获得见解,并帮助设计解决方案。数据分析员在结构...
Copyright ©2017 四川西沃信息技术有限公司
犀牛云提供企业云服务