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: 110
    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: 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