人工智能对联络中心WFM的潜在影响

来源:
浏览次数: 107


人工智能对联络中心WFM的潜在影响
  大多数公司总是在为他们的联络中心寻找下一个“游戏规则改变者”。当你和专家交谈时,你会听到很多流行词汇,比如“全渠道”、“聊天机器人”和“人工智能(AI)”。筛选所有这些术语以了解对你来说真正重要的是什么,这是很有挑战性的。
  因此,让我们在联络中心揭开人工智能的神秘面纱,并分享人工智能如何被用来提高效率和提高客户满意度。
  什么是人工智能?
  人工智能一词是由约翰·麦卡锡在1956年达特茅斯人工智能(AI)会议上首次提出的,当时的主要研究人员讨论了复杂理论、语言模拟、神经网络和学习机等高级研究课题。
  今天,人工智能被视为计算机科学的一个分支领域,它被定义为“计算机系统的理论和发展,能够执行通常需要人类智能的任务,如视觉感知、语音识别、决策和语言之间的翻译”(牛津词典)。
  事实上,人工智能可以被看作是人类工作的替代品,因为它是以机器模仿人类智能为前提的。人工智能的目标是在不需要你干预每一次调整的情况下,让过程自动改进。人工智能技术通常使用机器学习来观察模式和各种输入的影响,以持续改进输出。随着输入和条件的变化,系统会自动调整。
  人工智能对客户服务的影响
  对于客户接口,聊天机器人技术由人工智能提供支持。一个聊天机器人可以让客户立即得到相对简单或常见问题的答案。聊天机器人使用得越多,它得到的答案是否有用的信息越多,它就能更好地校准未来的回答。因此,持续的输入和反馈驱动了持续的改进,而没有任何来自联络中心的人工干预和人工支持。
  这当然改变了客户服务座席的角色。随着越来越多的客户通过聊天机器人获得自助服务,简单而快速的事务性呼叫不再能到达联络中心。相反,您的座席可以要面对变得更复杂、更长的问题,并且可能更多地关注于管理与客户的关系。
  当您计划处理时间时,您可能会看到平均处理时间的增加。然而,如果这项技术是有效的,并且您的客户无需与他人交谈就能解决他们的问题,那么您的总处理时间就会减少。当您为客户实现人工智能或自助服务技术时,请确保查看呼入电话数量是否下降。如果你只通过处理时间来衡量效果,你就不能得到整体的效果。当企业在其联络中心推出并整合自助服务选项以提供全方位客户服务时,往往会忽略这一点。
  劳动力管理和人工智能
  劳动力管理(WFM)系统也可以受益并利用人工智能。SaaS和基于云的WFM工具(如injixo)利用机器学习组件等人工智能技术,在提高系统整体效率的同时,消除了预测和调度中的大量手工和重复性工作。这可以通过更高效的操作和随后一致的服务水平提供显着的效率收益和成本降低,因为您的人员配置更好地符合间隔级别的需求。
  更少的人为干预是必要的,你需要更少的人来维护模型。我通常利用这一优势,让团队成员在员工管理中把时间集中在更高级的、分析性的工作上,为公司和客户都带来价值。
  AI如何提高WFM
  一些WFM工具在预测和调度模块中使用人工智能。injixo是一种基于云的WFM技术,可以利用人工智能。因此,我请他们帮忙解释人工智能在他们的劳动力管理系统中是如何使用的。这就是我得到的答案:
  “injixo的新预测基本上由两个模型组成:第一个模型对每日时间序列进行建模,而第二个模型将每日呼叫量映射到内部。每日模型由两个部分组成:第一部分包括季节性因素,如每周、每月、每年的模式或长期趋势。第二个组件模型时间序列内的短期依赖关系(例如最近几天对第二天的依赖)。”
  “在我们的拟合算法中,我们使用了机器学习的技术,比如规则化,以避免模型过于接近历史数据(过度拟合),这导致模型以前从未见过的数据精度较低。”
  “一般来说,我们使用的是自我学习算法(机器学习),这是专门为联络中心领域量身定制的。基于我们的母公司InVision在该领域20年的经验和知识,我们收集了很多见解,可以为我们的客户提供非常准确和具体的预测。injixo的新预测还考虑了波动和事件,并识别了模式,同时学习随着时间的推移变得更加准确。我们使用不同的模型池,并为每个工作负载(一组队列)和联络中心客户选择最佳模型,以确保高度准确的预测,以适应他们的业务。”
  “当然,我们也利用神经网络来保证客户特定的模型,并持续改进他们的预测计算,这也使我们能够最小化误差。injixo预测的特别之处在于它是全自动的。从ACD集成到第一次预测,只需要很少的手工工作。因此,为客户提供尽可能少的步骤来获得多队列(可以合并到工作负载中)的多渠道座席数量的最佳预测。”
  “另外一个好处是,客户总是可以在injixo预测中动态地构建新的测试场景,只需要少量的数据,而不需要修改从ACD导入的现有原始数据。总之,injixo预测可以在整个预测过程中节省100%的时间,客户甚至不需要该领域的专业知识。他们可以自动运行它。”
  “我们打算进一步改善预测,因为我们有可能利用来自天气、交通和事件数据等外部来源的大数据,从而利用这种集体智慧,让预测变得更快、更好、更聪明。”
  利用你的联络中心的人工智能
  正如您所看到的,在劳动力管理中利用人工智能的力量对您的企业来说是一笔巨大的资产。我已经在几个不同的行业成功地使用了它。然而,如果你也想利用它,你应该考虑一些事情。
  首先,机器学习和人工智能根据输入的信息进行调整。因此,如果您的数据中存在过去影响工作负载的外部事件,您需要考虑是否在人工智能工具使用这些数据创建预测之前排除这些事件。如果这些事件是一次性事件,那么这可能是必要的。
  例如,当我在旅游行业工作的时候,在9月初连续3年有飓风。然而,这并不意味着今年会有一次。但技术看到了这种模式,并相应地调整了季节性。现在,因为我们在过去的3年里已经发生过这样的事情,当我在做长期计划的时候,为它的再次发生做计划并不是一个坏的假设。但随着时间的推移,你会清楚地看到哪里有可能发生飓风。如果天气晴朗,并且预计天气会保持晴朗,你需要手动调节。
  您将在其他领域看到类似的例子。如果你的公司进行市场营销活动或在媒体上做广告,这可能会立即引起反应。这将影响你的总体联络量、你的工作日分布和你的间隔到达模式。当您的数据进来时,通过删除那些您不希望重复出现的事件使其正常化。在利用AI的力量创建了基础预测之后,如果有必要,这些事件可以再次叠加。
  在您使用人工智能实现劳动力管理技术时,请注意所有可能影响您的预测的异常情况。不要害怕手动调整。随着时间的推移,你会得到两方面的好处--不断从实际经验中学习的技术,以及正确的人际互动水平,以确保你得到可能的最佳预测。您将继续减少花费在技术上的时间,并将这些时间再投资于驱动更多的价值。
  你能做的最糟糕的事情就是期望人工智能照顾好一切。像任何工具一样,它可以帮助你减轻负重。但你总是想知道它是如何工作的,在哪里改进。要想最大限度地提高人工智能预测的质量,最好的办法是确保用于预测的数据是干净的。就像那句老话“垃圾进,垃圾出”。
  人工智能在客户服务中的其他用途
  以下是由电话中心助理及专责专家小组编制的人工智能技术在联络中心方面的其他一些用例及应用方案的简介。要了解更详细的解释,请查看他们的文章。
  1、替换/补充IVR(交互式语音响应)过程
  人工智能利用更复杂的机制,基于自然语言处理和机器学习技术,以更好地理解语句,并提供更广泛的选择,更准确地定制用户或客户。
  2、基于聊天机器人交互数据的增强分析和客户智能
  通过在聊天机器人中加入人工智能技术,可以捕获和分析更多的客户交互数据,从而提高客户满意度和整个联络中心流程。
  3、通过虚拟助理优化自助服务体验
  虚拟助理为自助服务选项提供了很大的帮助,帮助客户/用户浏览网站,找到他们需要的信息,而不需要人工支持。
  4、机器人流程自动化,从跨平台和系统的大数据中获益
  机器人流程自动化(RPA)试图整合、分析和共享跨渠道和平台的数据,以促进服务交付的访问和个性化。
  5、客户服务中的预测分析
  有了人工智能的分析,客户行为可以更快地识别和预测,最终在规划和运营方面都能做出更好的决策。
  6、认知系统加速自动化,减少人为干预
  在人工智能技术的帮助下,以前的基于规则的系统将成为认知系统,允许自动化和增强优化,同时减少了在预测和基于技能的路由等活动中对人工干预的需求。
  7、更好和增强的自助服务功能
  人工智能在呼叫中心的日常业务中提高了自助服务能力,从而为计划人员和座席人员节省了时间和精力,将精力集中在更复杂的任务上,以创造更好的客户体验。
  8、通过机器人与客户互动
  聊天机器人等机器人通过降低复杂性和允许不需要人工干预的快速自助解决方案来增强客户的能力,从而减少了重复性的、耗时的任务,从而降低了联络中心的成本。
  采取行动的时间到了
  这些只是人工智能技术众多应用实例中的一小部分,当然还有更多的例子。然而,许多联络中心仍处于采用人工智能组件以提高运营效率和简化客户服务的初级阶段。这是一个令人兴奋的时刻,可以观察新的趋势和最新的技术发展,以保持领先的竞争,并继续提供优越的客户体验。

  研究人工智能如何帮助你的劳动力管理团队。除了与人力资源管理技术供应商接触之外,您还可以与顾问讨论市场上有哪些选择,以及什么最适合您的联络中心。

  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