人工智能将如何扰乱我们所知道的客户体验

来源:
浏览次数: 127
    在过去30年里,客户体验发生了翻天覆地的变化,而像人工智能这样的技术肯定会继续使其发展
    本文是由三部分组成的系列文章的第一部分,探讨了客户体验(CX)的过去、现状和发展方向。
人工智能将如何扰乱我们所知道的客户体验
  我们几十年来所知的市场研究行业正在消失。它正在被迅速转变为市场情报子学科的集合。
  对于一些市场研究人员来说,这种现象代表了一个威胁--我们的客户或机构组织中传统的洞察角色是否会继续存在,调查研究是否会继续占据一席之地,以及对研究公司未来估值的担忧。
  对其他人来说,这代表着前所未有的机会,可以为市场提供更全面的声音,改变我们的业务模式,大幅提高其估值,并增加我们提供的见解的决策影响。
  --Michael Brereton
  亚历山大·格雷厄姆·贝尔(Alexander Graham Bell)会怎么看待今天的智能手机?托马斯·爱迪生(Thomas Edison)对智能灯泡的看法是什么?尼古拉·特斯拉(Nikola Tesla)今天会开特斯拉吗?这些创新者扰乱了他们的行业。他们会如何看待他们的发明所经历的巨变?
  在过去的30年里,CX也经历了翻天覆地的变化,使其远离了其卑微的市场研究起源。为了更好地理解这个尚处于萌芽阶段的市场研究分支,Curiosity CX与密歇根州立大学(Michigan State University)MMR项目合作,采访了CX领域的十多位知名科技领袖。
  客户体验(CX):一个中断的领域
  如今,CX技术被科技公司打包成易于使用的系统,以收集客户的意见反馈。技术供应商将软件作为一种服务(SaaS)提供给那些想要利用数据进入这一片“杂草”地带的公司,而市场研究公司则负责繁重的工作,并向客户提供专家分析。
  CX技术领域(称为企业反馈管理(EFM)或客户反馈管理(CFM))的起源始于上世纪90年代中期,当时研究公司从电话和直邮向外发送电子邮件过渡,并开始建立自己的报告门户。这些门户在很大程度上是为个人客户需求定制的,并基本上将纸质报告转移到基于Web的表格报告,这被证明是一种更简单、更划算的数据传播方式。
  与此同时,以技术为中心的新供应商看到了颠覆传统研究方法的机会。尽管他们的方法略有不同,但这些EFM供应商的共同价值主张是:我们可以提供您所需功能的80%,只需传统定制解决方案成本的一小部分。我们可以在接近实时的情况下完成,我们可以集成多个数据集。
  并不是所有的玩家都达到了过高的期望。这些公司在这个行业中占有一席之地。例子包括服务管理集团(1991)、Confirmit(1996)、Mindshare(更名为In Moment)(1997)、Empathica(2001)、Medallia(2001)、Qualtrics(2002)和loyalty(2005)。
  今天的市场仍然非常活跃,许多EFM供应商正在争夺市场的霸主地位。多年来,EFM公司合并或被大公司收购。许多人预计这一趋势将持续下去。Maritz CX首席执行官迈克·西诺韦(Mike Sinoway)认为,“小公司正在受到挤压。”Clarabridge创始人希德·班纳吉(Sid Banerjee)也持同样观点,他认为该行业正处于转型和整合阶段。
  然而,MarketForce首席客户官BradChristian的观点可能缓解这些担忧,他说,“对许多行业来说,继续关注CX是为数不多的优势,我看到空间增长为各种各样的玩家提供了足够的空间,从自助服务技术人员到提供全面服务的市场研究咨询公司”。
  为了保持相关性,这些领导人正在应对大数据在该领域造成的影响,并为即将到来的CX人工智能(AI)变革浪潮做准备。
  从过去中学习
  客户越来越不喜欢填写调查问卷,结果,回复率继续下降。这并不意味着调查已死,但企业需要更有创意、更有吸引力才能得到回应。MarketForce正在寻找解决这个问题的方法。根据Christian的说法,MarketForce正在试验各种方法,以缩短针对个别受访者的调查,同时对没有直接询问过的其他方面进行调查。Christian说,估算的反馈一般超过90%的准确性,并且是基于个人反馈中提供的信息。
  同样,Customerville也非常注重将优秀的设计融入到它的调查中,从而使其成为一个加强品牌触觉的地方。Customerville首席执行官MaxIsrael说:“调查是客户体验的一部分,而不仅仅是交付中的练习。”
  CX的领导者不断地评估最佳实践,以调整调查的质量和数量,以从受访者中获得更深入、更广泛的反馈。“我们需要通过在调查世界中植入情报,让(调查)更多地成为一种对话,”ResponseTek的CCO克里斯o兰德尔(ChrisRandall)表示。“我们需要更聪明的调查,深入到细节。注意力持续时间在减少,所以迅速达到更细粒度级别是很重要的。”
  为将来做准备
  另一种需要是对数据收集承担更多责任--不仅是对数据收集的方式负责(数据收集正在转变为会话方法),还对数据收集后的管理负责。通过继续对话和加强品牌,管理良好的数据可以让调查成为客户体验的一部分。
  调查反馈只是客户体验足迹提供的数据支柱之一。客户的声音还可以从另外两个支柱中听到:交互空间(如呼叫中心)和社交领域(如Facebook和Twitter)。Confirmit的Terry Lawlor认为所有的支柱都是了解整个客户的必要条件。结合客户的请求和表达的声音(调查),收集数据(社交媒体),并将其与未经请求的数据(如点击流数据)放在一起--从中我们可以做出推断,如征求位置(即使是一次性的选择)--有助于创建客户的360度视图。多个数据源的集成是提供更好见解的关键,也是预测分析的基础。
  受控的CX
  控制论这个词看起来像是为科幻小说而发明的,但它的起源可以追溯到19世纪。控制论就是人与机器的简单结合。多莉(dolly)是人们用来移动一堆重箱子的工具。我们相信受控的CX是人类可以使用的另一种工具,它可以移动得更多、更好、更快。这并不一定是为了取代人,而是为了增强他们的能力,在某些情况下,是为了重新利用他们的工作。受控的CX将解放工人,让他们从事人工智能尚无法完成的更有意义的工作,而不是平凡的工作。
  人工智能的角色以及它将如何在未来提供帮助的价值流是与科技领袖们对话的最前沿。我们看到了一个清晰的框架,关于如何思考人工智能以及它将如何影响未来的CX:
人工智能将如何扰乱我们所知道的客户体验
  1、异常检测
  分析师通常会寻找不同寻常的数据。虽然他们有强大的工具,如贝叶斯算法和机器学习工具,分析人员仍然通常需要框架问题和引入正确的变量进行询问。将来,系统将自动检测到终端用户或机器的异常。
  2、问题诊断
  人工智能在诊断方面的帮助与拜访你的全科医生非常相似,但它将是自动化的。你的医生从理解的概念中,经过多年的经验提炼出诊断。他们利用这些知识来连接已知的模式并确定可能的诊断。
  3、确定补救
  每个问题都有一组已知的可能的解决方案。“机器学习和人工智能将有助于将这一预测洞察力应用到许多技术平台上,而这些平台将在业界得到应用,”Christian说。迈克·西诺韦(Mike Sinoway)对此表示赞同,他表示:“(未来的)差异化在于行动……有针对性的建议。”
  4、自动应用程序(应用于补救措施)
  有一些早期证据表明,这已经在其他领域发生。像IBM这样的公司投资了基于个人喜好和个人资料的内容创建营销。同样的技术也可以用于潜在地修复CX问题或在它们产生影响之前预测它们。
  大多数技术不会完全取代营销人员,但如果正确使用,它将帮助他们成为更有效和高效的CX实践者。达美乐(Domino)等公司正在利用国家天气数据预测下雨天送披萨的CX值。亚马逊以使用先进的在线分析技术来预测消费者的偏好,并为消费者提供他们甚至不知道他们需要的东西的创意而闻名。
  我们正处于控制CX的边缘,但从问题检测到自动化解决方案,整个链条的自动化仍有很长的路要走。但是就像分析文本的进展一样,我们很快就会实现。大多数CX技术领导者认为这是未来重要的差异化领域之一。正如Sinoway所说,“数据收集是商品化的,报告现在(很大程度上)是商品化的;差异化在于洞察力的应用。”
  未来的管理者
  无论技术将对CX行业产生何种影响,光靠技术是不够的。CX项目的真正成功将继续存在于洞察力的有效应用中,并通过企业足够敏捷地接受变化。
  “在CX领域,高管参与至关重要,”Christian表示。他的观点得到广泛认同。没有向全面的CX远景努力的授权,各部门将继续为个别的任务和目标工作。这一副产品在协调集体行动以改进或根本重新设计客户体验方面带来了挑战。
  “有必要打破壁垒,这将使技术得以跟进,”Clarabridge的Lorraine Schumacher说。各部门孤立的企业将继续对变革带来真正的挑战。
  技术无法单独完成。“这个行业仍处于青春期。”Confirmit的萨拉·西蒙(Sarah Simon)表示:“我们面临的最大挑战是,有很多从业者需要很多帮助。大多数专家都认为,实现这一目标需要人类的帮助。”
  “那些想走SaaS、自助服务道路的公司和那些更愿意分析数据并基于这些见解提出建议的公司之间似乎存在分歧,”Christian说。“考虑到这两种模式在当今市场上的成功,问题就变成了品牌的具体需求,以及企业内部的复杂程度,从而得出并采取行动,改善客户体验。”
  如果单靠技术是不够的,那么洞察力也是不够的。Qualtrics的卢克o威廉姆斯(LukeWilliams)表示:“与战术家和方法学家(而非战略家)打交道时,仅仅是一个'数据私语者',就被卡在后面的房间里,这是一个很大的错误。”显然,客户和供应商双方的角色都需要从收集调查、规模和抽样转向实际的业务问题。我们需要授权一线员工成为商业思想家,他们相信自己能够解决现实世界的问题。
  组织领导和一线员工都需要证明投资CX的个人和商业价值。对客户和行业来说,为CX努力展示一个清晰的ROI是一个重要的机会。“我们需要展示ROI;好消息是,我们在准确性和可伸缩性以及驱动ROI的能力方面取得了卓越的成绩。”Banerjee说。
  未来
  自从人类第一次开始交换商品和服务,客户体验就存在了。就像电一直存在但并不总是被利用一样,我们只是花了一些时间来弄清楚客户体验有多强大。
  随着我们学习如何实现受控的CX,该行业的前景将继续发生变化。高管对数据和见解的持续整合,将与一线员工展现价值同等重要。如果使用得当,机器将帮助人类完成单调的、可预测的任务,同时允许他们处理高阶元素。知道什么时候使用,这对于向客户传递期望和公司价值是至关重要的。
  我们的下一篇文章将讨论CX的未来状态。
  在与密歇根州立大学(Michigan State University)的合作下,AMA继续对这一范围更广的市场情报领域进行全面研究。密歇根州立大学博德商学院(Broad School of Business at Michigan State University)是美国几所致力于通过以实习为基础的市场研究硕士项目培养下一代营销领导力的大学之一。作为密歇根州立大学研究转化合作项目的一部分,该项目的学生与行业专家合作开展研究,以更好地理解这个营销研究转化主题。AMA继续将这些发现,以及其他行业消息来源和AMA黄金50强年度报告的观点,纳入对市场的逐步扩大的描述中。
  关于作者:
  戴夫·菲什(Dave Fish)和布莱恩·基纳(Brian Keehner)
  戴夫·菲什(DaveFish)是消费者研究和客户体验咨询公司CuriosityCX的首席执行官和创始人。他是一位受过学术培训的消费者心理学家,拥有超过20年的应用研究经验,在客户和供应商方面都担任高级职位。他的主要垂直经验是汽车、金融服务、酒店、餐厅、B2B和零售业。他对这个行业有第一手的了解,已经在多个行业中推出了50多个大型CX项目。他在克莱蒙特研究生院获得了社会心理学硕士和博士学位。菲什(Fish)还是阿肯色大学SamM。Walton商学院市场营销和供应链管理的兼职教授,也是密歇根州立大学EliBroad商学院市场研究硕士项目的顾问。
  布莱恩·基纳(Brian Keehner)目前在密歇根州立大学(Michigan State University)攻读市场研究理学硕士学位。他的研究领域包括客户体验和与捐赠行为和趋势相关的校友亲和力。在他目前担任密歇根州立大学伊莱布罗德商学院(Eli Broad Graduate School of Management)发展部副主任期间,他的工作重点是利用地理、行为和财务数据来研究、识别和匹配个人的慈善利益与相关融资机会。基纳(Keehner)于2010年在密歇根州立大学获得广告学士学位。回到密歇根州立大学之前,基纳(Keehner)为德保罗大学的年度基金工作。在那里,他发现了一种对分析和使用数据的热情,以增加捐赠者的支持和大学基金项目的保留。

  迈克尔·布里列顿(Michael Brereton)是密歇根州立大学(Michigan State University)伊莱布洛德管理学院(Eli Broad Graduate School of Management)营销系的教员。2014年,布里列顿(Brereton)从MaritzResearch公司的总裁兼首席执行官的职位上退休。Brereton的行业领导角色包括长期担任CASRO的董事会成员和董事会主席;ISO认证机构卡斯罗质量研究院(CIRQ)的创始主席;密歇根州立大学市场研究硕士项目顾问委员会主席;南伊利诺伊大学市场研究硕士项目顾问委员会成员。

  原文链接:http://www.ctiforum.com/


  • 相关资讯 More
  • 点击次数: 181
    2022 - 06 - 27
    随着我们进入新的十年,呼叫中心自动化的实施正在加速,因此,企业实施最佳实践至关重要,否则就有可能落后于竞争对手。  机器人过程自动化(RPA)、人工智能(AI)和机器学习(ML)方面的技术进步正在改变客户服务的面貌。然而,仅仅因为您可以在呼叫中心自动化某些事情,并不意味着您应该这样做。要知道哪些任务应该交给人工智能和机器是一个挑战。  在本文中,我们解释了成功实现呼叫中心自动化的最重要的方法,概述了呼叫中心正在实施的一些主要的呼叫中心自动化工具类型,并讨论了在您的CX自动化方法中优化人类和人工智能之间的平衡的好处。  联络中心和呼叫中心的智能自动化  根据我们的经验,最重要的呼叫中心自动化最佳实践是平衡核心服务目标和KPI与自动化,以不断提高客户体验和运营效率。为了优化为客户和员工提供的全渠道服务,您必须知道何时利用来自实时座席的人工交互,以及何时部署人工智能驱动的虚拟助理和自动化流程。在呼叫中心自动化方法中找到这种完美的平衡就是我们所说的'深思熟虑的自动化'。  呼叫中心的智能自动化除了控制成本外,还有几个用途。例如,最常讨论的应用程序是自动化简单的、耗时的应用程序。重复的任务。这有助于减少总体处理时间,并允许联络中心座席参与更复杂的以客户为中心的交互。但这只是自动化改善呼叫中心运营的开始。自动化可以在幕后帮助员工,帮助他们做出更好、更快的决定。它还可以用于扩大数字服务知识获取、编纂和应用,并在长期内提高客户服务质量。  总之,以下是最常见的呼叫中心自动化趋势:  1. 聊天机器人和主动倾听,如自然语言处理(NLP)和自然语言理解(NLU),在客户交互过程中通过聊天机器人或语音助手促进自然语言生成(NLG)和会话UI工具。  2. 机器人过程自动化(RPA)取代了Tier0层面和其他面向任务和可编程的简单交互。数字工人工厂模型不是为每个任务部署单独的机器人...
  • 点击次数: 128
    2022 - 06 - 20
    Odigo 的 Vincent Lascoux 解释了如何在客户服务中建立成功且可持续的对话体验。  一个品牌现在被期望创造出在任何时候、任何地方和所有平台上都可以访问的内容或服务。机器人(语音机器人和聊天机器人)可以满足这些新的客户需求:对话体验的速度和个性化、可用性和全渠道。  它们还通过自动化低优先级、低复杂性的请求(例如关于营业时间的查询)来帮助平衡联络中心的高峰。  公司已经在整合这些原则,会话式 AI 市场正在经历显着加速,预计到 2024 年增长将超过 30%。在客户服务中,成功的会话式体验的关键是会话式用户体验 (UX) 专业知识,但也支持通过全渠道、开放和强大的解决方案。  使用经过验证的用户体验方法构建对话之旅和体验  成功的客户旅程需要会话 UX 专业知识来实现流畅的体验。这些可以最大限度地减少客户的工作量并提供快速访问正确答案的途径。用户体验专家考虑了许多指导对话体验发展的要素:用户意图或需求使用环境历史技术限制。  谷歌 Google Assistant 设计经理 Cathy Pearl 将对话体验进步的目标总结为:'教计算机如何更像人类一样交流,而不是相反。'  机器人对话的措辞自然会影响客户的回答,从而影响识别率,以及识别文本或语音的准确度。  如果遇到问题或遇到客户沉默,系统应配置为提供替代选项、改写或使用封闭式问题。有时休息一下,让客户可以寻找额外的信息(如保单号码),然后从他们离开的地方继续,这是有益的。  为了提高机器人的准确性,可以使用自然的客户对话进行培训,以帮助提供行业特定语言的真实示例以及客户通常表达自己查询的方式。  客户的对话体验可以通过多种渠道进行,而不仅仅是语音,只要集成了不同的人工智能服务,这种共享信息还可以创建更准确的客户旅程个性化。  但是,为了促进客户参与,定义与品牌价值和用例一致的机器人角色或个...
  • 点击次数: 112
    2022 - 06 - 13
    在当今时代,负面的客户体验可以破坏组织的声誉。然而,这种决定成败的关键能力只会在医疗保健领域得到放大。   该领域的来电者不仅是客户--他们是需要帮助、指导和护理的患者。在这个行业中,提供响应迅速、安全和高质量的患者护理和体验是重中之重。  优化联络中心运营的 4 大方法  联络中心是一个信息中心,记录、保留和存储数以千计的客户互动。通过利用这些数据,联络中心有可能提取有意义的见解,以增强客户体验并提高运营效率。  自 1990 年代以来一直处于紧急护理的前沿,Integrated Care 24 (IC24) 开展的工作是医疗保健组织如何利用未使用数据可以带来的丰富知识的一个很好的例子。  通过实施语音和文本分析解决方案,IC24 能够确定医疗保健组织可以优化其联络中心运营的 4 种方式:  1. 识别数据集之间的相关性和趋势  能够识别联络中心内 100% 的对话对于改善患者呼叫处理程序的体验至关重要。通过捕获这些通信,然后可以在分析工具中报告它们,使用包括情绪分析、串扰和非谈话在内的多个指标。  通过这样做,联络中心可以轻松识别数据集之间的相关性,以发现有价值的见解。这反过来又可以帮助纠正患者体验中的任何瓶颈。  2. 查看呼叫处理流程  呼叫处理流程是患者体验的重要组成部分。间歇性地审查这一点可以帮助隔离损坏的工作流程和需要改进的领域。  例如,通过使用分析,IC24 确定呼叫者在呼叫 111 时听到的预先录制的消息在呼叫处理过程的另一部分重复。通过消除重复,IC24 将其总平均通话时间减少了 3.5%,同时呼叫者的满意度也提高了。  此外,从分析解决方案中提取的宝贵数据还使 IC24 能够改进其质量改进工作流程。通过从人口统计数据收集脚本中删除两个呼叫处理程序语句,IC24 受益于整个时间当量 (WTE) 节省超过 66,000 英镑。  3.分析审计过...
  • 点击次数: 121
    2022 - 06 - 06
    许多联络中心正在摆脱传统的轮班模式,以改善客户服务并提高生产力。  现在,他们正在实施几种创新的轮班模式,以更好地满足预测需求和员工偏好。这里有五个很好的例子。  1、拆分班次  拆分班次将工作日分为两个或多个部分。两者之间的间隔超过一个小时的午休时间,让员工有更多时间享受爱好、完成诸如接孩子放学等任务或只是放松一下。  计划人员必须提前安排分班;请求延长休息时间不计算在内。毕竟,WFM团队经常实施分班制,以确保大多数员工在高峰期处理联系人,这需要精心计划。  事实上,大多数操作在一天中间的联系量都处于停顿状态。因此,实施从上午11点到下午2点休息三个小时的分班制是标准做法。  大流行助长了这种分班制的增长,因为它们对远程座席很方便。然而,对于在职团队来说,这通常不是最好的轮班模式。为什么?因为对于大多数员工来说,每天两次通勤上班并不理想。  2、微班次  与拆分班次一样,微班次是远程座席的绝佳选择。这些轮班可以持续短短两个小时甚至30分钟,非常适合在一天中的特定时间经历大量联系的联络中心。  这些转变对于雇用大学生的联络中心特别有利,因为他们可能在讲座和研讨会之间有几个小时的空闲时间来登录。  提供这些轮班也有助于从团队中获得更多时间。例如,一些兼职人员可能喜欢每周多做一两个小时,只要他们能适应他们的日程安排。鉴于当前的生活成本危机,许多座席将欢迎这样的机会,而联络中心则享有更大的覆盖范围。  3、有倾向性的轮班  由领先的WFM供应商injixo创造,倾斜轮班为座席提供了每周工作40小时的机会。但是,每天的时间并没有平均分配。  取而代之的是,工作周折衷为周一工作10小时、周二工作9小时、周三工作8小时、周四工作7小时、周五工作5小时。  这种轮班模式在联系量随着一周的进行而下降的运营中是理想的。此外,许多座席喜欢这样的时间表,因为它可以让他们享受更轻松的一周结束。  ...
Copyright ©2017 四川西沃信息技术有限公司
犀牛云提供企业云服务