1、目录第一章 客服行业发展现状分析商业环境正悄然发生变化数字客服行业正临近爆发拐点未来前路依旧充满挑战第二章 数字经济下的新客服时代已踏上征程什么是新客服？新客服如何践行？新客服的价值是什么？第三章 金融行业新客服领先实践传统金融篇数字金融篇671015181920373839424共塑服务价值 智创客服新纪元消费者及企业对客户服务的预期正在快速改变，技术的进步让一切成为可能消费者对客户服务的普惠性、技术化、定制化、洞察力、自助化程度有了更高要求。而企业对客服中心的定位也由纯粹的成本中心转化为“价值中心”。而大数据分析、对话机器人、云、RPA以及AR/VR等技术的应用，正助益各方期望得到满足。客
2、服行业整体发展情况向好，但同时也存在需要解决的问题从政策支持力度、投资热度、市场潜力等角度来看，客服行业整体发展情况向好，正临近爆发拐点。但与此同时，消费者的期望没有得到全面的满足，企业配套管理尚需提高，且技术瓶颈的制约也在一定程度上限制了行业的发展。应运而生的新客服将助力客服行业突破拐点实现爆发式增长新客服以数字化、智能化技术作为核心驱动力，实现了服务管理模式的整体升级，并通过打通用户、服务、业务之间的链接，重构服务价值链，最终实现数字经济下的用户价值最大化。相比于传统客服，新客服具有数智驱动、全程洞察、管理升级三大特色，并有一套完整的业务体系支撑。新客服具有服务普惠、体验升级、降本增效、赋
3、能业务四大核心价值新客服使优质服务从少数人的体验感受，变成普惠式的客户价值，真正实现了服务触手可及，客户可以随时、随地、随需获取想要的服务。整体服务闭环所获取的客户之声也能够反哺业务，敦促产品服务升级。此外，领先的技术手段使客户、企业投入双双降低并同时提升了整体服务质量，降低了客户流失率。新客服将助力金融机构向“生力企业”转型未来客户驱动、万物数字化的“生力企业”将抢占市场先机，新客服将助力金融机构从“懂业务”转型为“懂我”，将客户体验延展到客户业务全价值链及客户生命周期，并运用数字化手段深入到客户真实生活场景中，为客户提供更好的服务。核心观点共塑服务价值 智创客服新纪元501客服行业发展现状
4、分析6共塑服务价值 智创客服新纪元商业环境正悄然发生变化当前，中国消费者对客户服务的预期正在快速改变，与此同时，企业对客服中心的当前，中国消费者对客户服务的预期正在快速改变，与此同时，企业对客服中心的定位也由纯粹的成本中心转化为新型的价值中心，而新一轮科技革命的蓬勃发展，则使定位也由纯粹的成本中心转化为新型的价值中心，而新一轮科技革命的蓬勃发展，则使新客户和新企业对于客服新期望的实现成为可能。新客户和新企业对于客服新期望的实现成为可能。更加“自我”的新客户对客户服务提出更高要求互联网及新技术的发展正逐渐改变中国消费者对客户服务的期望，根据埃森哲全球消费者洞察研究显示，中国消费者对科技赋能的客户
5、服务整体上持友好态度，希望客户服务能够普惠自身，相比于求助人工，他们希望通过自助的方式解决问题，并期待企业可以通过更具创造力的方式与他们互动、真正了解他们，并为他们提供定制化服务。值得关注的是，中国消费者对数字化客服的接受程度显著高于全球平均水平，54%的中国消费者认为自己对数字化和AI的接受度在提高，而这一比例在全球为43%。此外，中国消费者更青睐定制化服务，并愿意为此提供个人信息，研究表明全球38%的消费者愿意让企业使用自己的信息以提供定制化服务，而在中国这一比例为47%。共塑服务价值 智创客服新纪元7业务资产资产数据资产团队关系资产价值中心图图1.中国消费者对客户服务的主要期望中国消费者
6、对客户服务的主要期望12345期期望望调调研研问问题题我希望客户服务我希望客户服务能普惠到我能普惠到我31%76%47%55%58%我希望能从各个渠道我希望能从各个渠道获取客服支持获取客服支持75%每个月我至少会有一每个月我至少会有一次向客服求助的需要次向客服求助的需要我觉得我对数字化和我觉得我对数字化和AI接受度提高接受度提高54%我希望企业以我想要我希望企业以我想要的科技形式服务我的科技形式服务我我愿意付费获得更加我愿意付费获得更加定制化的服务定制化的服务55%提供定制服务会提高提供定制服务会提高我的忠诚度我的忠诚度希望客服了解我的过往希望客服了解我的过往不要我重复信息不要我重复信息80%
7、在保护信息的同时努在保护信息的同时努力了解我对我很重要力了解我对我很重要我希望能自助解决我希望能自助解决问题不用和人说话问题不用和人说话71%只要问题解决不在乎只要问题解决不在乎是人或机器提供服务是人或机器提供服务黑科技客服黑科技客服似乎很不错似乎很不错我是特殊的我是特殊的我渴望定制化我渴望定制化不要我讲出来不要我讲出来希望你们懂我希望你们懂我相比与人沟通相比与人沟通我想自助服务我想自助服务信息来源：2018埃森哲全球消费者洞察研究（Accenture 2018 Global Consumer Pulse Research）新企业正持续拓宽客服中心职能范围埃森哲研究表明，客户驱动、万物数字化的
8、“生力企业”正抢占市场先机，七分之一的领先企业都踏上了生力企业转型之旅。生力企业以客户为核心，致力于打造超高消费者关联度。70%以上的中国高管认为，设计超高关联度的产品和服务、构建自适应互动渠道和体验、重构企业文化和组织是打造生力企业的重要路径。在这样的趋势下，越来越多的企业对客服中心的定位已经由一个纯粹的“成本中心”转化为一种新型的“价值中心”。数据资产 全渠道获取客户信息和客户之声 整合内部客服运营管理数据业务资产 承担部分营销功能 帮助企业优化产品和服务关系资产 多触点同客户建立更加坚实的关系 提供超出客户预期的延伸服务团队资产 客服人员专业性高、综合能力强 职业发展路径明确，团队稳定8
9、共塑服务价值 智创客服新纪元新技术让一切期望的实现成为可能指数级增长的数据和不断进步的技术是客服行业发展的重要驱动力。大数据分析、对话机器人、云、RPA以及AR/VR等技术的应用，正助益各方满足对客户服务的新需求。图图2.核心技术及其对客服行业的影响核心技术及其对客服行业的影响大数据分析大数据分析近年来，由于物联网技术发展、消费者对数字化渠道偏好上升等原因，企业获得了指数级增长的数据量。通过大数据分析，企业能够更深入的洞察客户、预测客户行为并提供定制化服务。此外，基于大数据分析结果，企业对自己客服体系及不同产品的运营情况也能建立一个更加清晰完整的认识，为未来做好准备。对话机器人对话机器人随着A
10、SR、NLP等技术发展，对话机器人日益成熟，机器人可以在更加多样化的场景下完成拟人度更高的对话，为客户提供更加优质的服务。埃森哲研究表明，目前企业客服和消费者之间30%-60%的互动其实可以由机器人完成，此外，机器人还可以减少客户50%的等候时间，提高客户体验。云技术云技术云技术旨在实现按需供应计算资源，使得技术和资源能够以弹性灵活的方式得到充分利用，并同时降低客服运营成本。埃森哲研究表明，89%的云客服使用者认为云客服节约了成本，90.8%的使用者认为系统灵活性得到了提升，此外，云部署的呼叫中心耗费的成本比部署前下降了27%。RPA越来越多的企业正意识到流程机器人（RPA）的重要性，RPA技
11、术可以快速、自动完成客服运营体系中标准化程度相对较高的流程，且操作准确率高、服务质量稳定性强。由于RPA可以完成简单的服务交付，更多客服人力和时间可以被释放，这也将帮助客服人员转化定位，为客户提供更复杂、专业的服务。AR/VR尽管目前在我国客服行业应用有限，但AR/VR技术的持续发展为企业和客户之间的互动形式提供了无限的想象空间，让企业能够为客户提供更加灵动、真实的可视化服务。相比于传统的语音/文字应答，AR/VR技术为客户提供的答案往往更加易于理解，如视频等形式通常会为客户提供更好的指导和教学，帮助客户自助解决问题。信息来源：公开信息、埃森哲研究共塑服务价值 智创客服新纪元9数字客服行业正临
12、近爆发拐点在新客户和新企业对客服行业新需求的拉动下，以新技术为核心驱动力的数字客在新客户和新企业对客服行业新需求的拉动下，以新技术为核心驱动力的数字客服行业发展情况向好，行业临近爆发拐点。服行业发展情况向好，行业临近爆发拐点。国家政策推助数字客服发展近年来，党和国家高度重视大数据、云计算和人工智能等新技术的发展，陆续发布多项政策推动新技术向经济社会的各个领域广泛渗透。客服作为连接政府与百姓、企业与客户的关键桥梁，也被提出了创新化、精准化、便捷化、数字化等多项要求。国家政策的不断利好必将促进数字客服的快速发展。图图3.国家数字客服相关政策国家数字客服相关政策服务业的大数据解决方案，扩大服务范围，
13、增强服务能力，提升服务质量，鼓励创新商业模式、服务内容和服务形式整合各部门孤立分散的政务服务资源，拓展“互联网+政务服务”渠道，构建群众办事统一身份认证体系，推进群众网上办事“一次认证、多点互联”，实现多渠道服务的“一网”通办，同时做好政务服务个性化精准推送，为公众提供多渠道、无差别、全业务、全过程的便捷服务国务院推进“互联网+政务服务”开展信息惠民试点实施方案2016年4月政策名称政策名称促进大数据发展行动纲要时间时间2015年8月发布方发布方国务院相关政策条款相关政策条款利用大数据支持品牌建立、产品定位、精准营销、认证认可、质量诚信提升和定制服务等，研发面向10共塑服务价值 智创客服新纪元
14、新业态。鼓励金融行业应用智能客服、智能监控等技术和装备。建立金融风险智能预警与防控系统提升金融数据处理和分析效率，实现对金融机构、产品、行为的实时监测和早期预警，创新智能投顾、智能客服等金融产品和服务，提升金融风险智能预警和服务能级上海市人民政府办公厅关于本市推动新一代人工智能发展的实施意见2017年10月整合企业全局数据，打造智能研发、智能生产、智能营销、智能服务等智能应用，提升企业智能化水平工业和信息化部推动企业上云实施指南（2018-2020年）2018年8月畅通客户服务电话，提高电话呼入人工接通率和客户服务代表的服务满意率鼓励运用人工智能改革传统客服行业，支持智能坐席的推广普及。支持建
15、立基于智能坐席的数据库，切入贷前、贷中、贷后、营销、回访等业务环节，实现精准服务，提升服务效率。支持生物识别系统在智能催收系统中的应用，推进智能催收平台在信息验核、还款通知、催收警告方面的功能，鼓励利用大数据建立不同层次的催收模型，实现精准催收中国银行保险监督管理委员会中关村科技园区管理委员会、北京市金融工作局、北京市科学技术委员会中国银保监会关于切实加强和改进保险服务的通知北京市促进金融科技发展规划（2018年-2022年）2018年8月2018年10月智能客服平台。实现统一的业务管理和绩效考核，为政务服务应用提供预约、客服（咨询和服务评价）、物流等运营支撑能力，包括政务服务预约、业务咨询、
16、用户评价、投诉处理等功能广东省人民政府广东省“数字政府”建设总体规划（2018-2020年）2018年10月政策名称政策名称新一代人工智能发展规划时间时间2017年7月发布方发布方国务院相关政策条款相关政策条款建立金融大数据系统，提升金融多媒体数据处理与理解能力。创新智能金融产品和服务，发展金融信息来源：公开信息、埃森哲研究共塑服务价值 智创客服新纪元11 新三板公司共4家，分别为极天信息、中科汇联、中通网络和大唐融合 部分上市公司也开始布局数字客服业务，腾讯推出腾讯云小微，网易推出网易七鱼，科大讯飞推出智能语音客服机器人新技术赋能的数字客服企业获资本青睐虽然对于数字客服市场规模目前没有一个官
17、方准确的统计，但据业内专家估算，数字客服潜在市场可达数千亿级。被市场潜力所吸引，大量资本正持续涌入数字客服行业，助力数字客服企业打开市场。截至2018年12月31日，国内共有73家提供数字客服解决方案的企业获得融资。其中，获得种子轮与天使轮融资的企业共24家，占比33%以云问科技、容联七陌等企业为代表，共30家企业获得Pre-A至A+轮融资，占比41%获得B轮到E轮融资的企业共12家，占比16%，小i机器人、环信、Udesk、智齿科技的最新一轮融资额均在亿元人民币以上，其中退市新三板转战IPO的小i机器人估值高达30亿元图图4.中国数字客服企业融资情况分布中国数字客服企业融资情况分布种子轮种子
18、轮5.48%已上市已上市4.11%新三板新三板5.48%E轮轮 D轮轮1.37%1.37%C轮轮4.11%B+轮轮2.74%B轮轮6.85%A+轮轮5.48%A轮轮26.03%天使轮天使轮27.39%Pre-A9.59%数据来源：公开信息、埃森哲研究12共塑服务价值 智创客服新纪元金融、零售电商、旅游出行等行业是数字客服重点细分领域我们对19家提供数字客服解决方案的企业（包括获得B轮到E轮融资、新三板和已上市企业）的主攻行业进行分析，发现其中六成以上的企业方案涉及金融、零售电商、旅游出行、政务、教育、电信运营及文娱传媒七大行业。图图5.龙头数字客服企业重点发展行业领域龙头数字客服企业重点发展行
19、业领域100%80%60%40%20%0%金融零售电商 旅游出行政务教育电信运营 文娱传媒 生活消费医疗物流硬件制造房地产法律5%21%47%47%53%58%63%63%63%68%79%84%100%说明：行业关注度计算方法为19家龙头企业中，解决方案覆盖某行业的比例数据来源：公开信息、埃森哲研究共塑服务价值 智创客服新纪元13据不完全统计，目前中国大型商业银行和保险公司的数据量已经达到100TB以上。此外，由于金融机构通过大面积触达客户生活场景，积累了大量的非结构化客户数据及运营数据，技术的进步使这些非结构化数据向结构化数据的转化成为可能，进一步加大了具有可分析价值的数据量。系统改造资金
20、雄厚金融机构整体上对其技术、系统改进的支付意愿高，有雄厚的财力支撑其对已有的客服系统进行数字化改造。根据IDC调研显示，2017年中国银行业IT解决方案市场整体规模达338.6亿元人民币，预计2022年将达到882.95亿元；保险行业的表现同样抢眼，IT解决方案市场整体规模在2017年达到65.39亿元，预计2022年将达到178.02亿元。客服需求量大且质量要求高金融行业同客户多样化的生活场景息息相关且涉及到的金额有时较大，因此从客户角度出发，其对金融机构服务的需求量及服务质量的要求就会比较高。从金融机构自身出发，一方面国家对服务质量有监管规定（如保险行业），另一方面金融机构客户交易产生的业
21、务净值非常高，为了提升客户黏性，金融机构自身也对自己的服务质量提出了很高的要求，愿意投入成本优化自己的客户服务体系。数字化变革政策支持政府对金融机构客服的数字化变革持支持态度，如国务院颁布的新一代人工智能发展规划中鼓励金融行业应用智能客服、智能监控等技术和装备。2018年中国银行业协会客户服务委员会年会也对新时代银行业客服中心的战略价值与发展前景进行了深入讨论，鼓励以“智”提“质”的行业客服中心发展趋势。我们看到其中金融行业的关注度最高，主要原因在以下四方面：庞大的数据积累除金融行业外，其它行业对数字客服高诉求的主要原因如下：零售电商：零售电商服务触点多、消费者咨询量大、重复性高、且呈线上化趋
22、势，因而需要数字客服提高服务即时性，实现多渠道增效旅游出行：服务多为线上化标准流程，数字客服能够提升预订系统效能，并解答用户产品标准化问题政务：政府机构改革且国家大力支持电子政务发展且投入高，据爱分析中国大数据行业报告显示，政府2017年IT投入超过800亿元。日趋线上化的政府服务提高了对数字客服的需求教育：一方面线上教育兴起，数字客服有利于提高用户线上转化率提高销售额，另一方面答案固定的知识咨询可由机器人替代电信运营：线 下场 地 成 本高，数字客服设备可减缓人工压力。线上咨询量大可由机器人回答文娱传媒：直播、游戏电竞等产业快速发展提升了行业整体客户服务需求量，且对用户数据的洞察分析有助于产
23、品优化抢占市场14共塑服务价值 智创客服新纪元未来前路依旧充满挑战我们在看到数字客服行业持续发展的同时，也看到市场目前依旧存在很多问题阻我们在看到数字客服行业持续发展的同时，也看到市场目前依旧存在很多问题阻碍客服行业突破爆发增长拐点。客户的期望并没有得到全面性的满足、企业内部管理依碍客服行业突破爆发增长拐点。客户的期望并没有得到全面性的满足、企业内部管理依旧有待提升、技术难点也在一定程度上限制了行业发展，数字客服行业需要转型升级。旧有待提升、技术难点也在一定程度上限制了行业发展，数字客服行业需要转型升级。企业提供的服务同客户的期望之间依旧存在一定落差尽管新技术的发展和企业内部改革已经在一定程度
24、上提高了客户服务质量，但是实际执行效果同客户期望之间依旧有较大的落差。企业对客户的洞察不够深入，且提供的服务从普惠性、智能化、定制化、自助化程度来看均不符合客户预期。埃森哲调研结果显示，只有53%的消费者能在需要的时候获取想要的客服支持；虽然80%的消费者希望企业能够了解自己，但实际只有48%的消费者认为企业真正做到了“懂我”；消费者对高科技形式的服务满意度仅为50%；71%的消费者倾向于自助解决问题，但是只有48%的人能达成这个目标；消费者对于企业定制化服务的满意度仅为41%。共塑服务价值 智创客服新纪元1516企业配套管理尚不支持客服中心“多栖发展”企业距离成功建立“价值中心”定位的客服中
25、心依旧有很长的一段路要走。主要体现在以下几方面：01运营体系闭环尚未打通目前多数企业的客服运营体系尚未形成一个从客户端到业务端的完整运营闭环，存在缺少组织机构统一管理、业务分散、内部资源调度不畅、流程复杂低效等问题，整套客服运营链路并没有完全打通，使得数字客服难以全面发挥应有的功效。02数据资源分散不统一大型企业内部各业务条线、集团内各子公司之间信息依旧没有打通，存在信息杂乱多变、难以管理的问题。不统一的数据资源影响了数据的采集和分析，限制了企业全方位洞察客户并为客户提供全渠道一站式体验，也让企业难以客观预测、评估内部全运营情况。03系统全面升级动力不足由于部分企业已经有自己原有的一套客服系统
26、，改造原系统的方式通常是自研或采购单点产品和原来的系统做关联、整合，在原有客服中心的运营成本低于替换成本时，企业不一定有驱动力去升级替换全部的老旧系统，这也影响了企业客服系统的整体智能化程度，在用户画像、精准营销、外呼、质检等功能模块的智能化程度还有待提升。04客服人员管理重视度不够尽管企业希望客服人员更加专业，却没有为客服人员提供足够的培训及配置相应的如知识查询等智能辅助工具，加之各家企业客服数字化程度依旧参差不齐，尚没有发挥技术的最大化作用，人工坐席压力较大，客服人员流动率高达20%-30%。共塑服务价值 智创客服新纪元技术瓶颈降低了行业预期虽然技术上取得了长足的进步，但在一些数字客服应用
27、场景上实现的效果尚不符合企业的高期望。以质检场景为例，为降低硬件成本，对话录音压缩导致的语音失真降低了ASR准确率，再加上中文存在多义性及方言，有时就会难以通过机器判断客户服务是否违规。再以外呼场景为例，一方面对于客户无关外呼目的的提问（如以信息确认为目的的外呼，客户反问了和产品相关的问题），机器的预测能力和应变能力不足，让用户很难接受；另一方面在场景复杂的情况下（如营销、催收等）机器依旧难以应对，实际使用效果不符合企业对于技术的期望，需要由专业的客服人员介入，这其中人和机器衔接点的判断也是难点。正是这些因素的存在，降低了大家对客服行业的期望，因而市场整体抱持着边发展、边观望的态度，在客服场景
28、价值的挖掘上并没有使出全力。共塑服务价值 智创客服新纪元17数字经济下的新客服时代已踏上征程0218共塑服务价值 智创客服新纪元什么是新客服？如前所言，当前的数字客服行业需要整体转型升级以应对挑战、拥抱机遇。根据过如前所言，当前的数字客服行业需要整体转型升级以应对挑战、拥抱机遇。根据过去多年的探索和沉淀，蚂蚁金服创新性地率先提出去多年的探索和沉淀，蚂蚁金服创新性地率先提出“新客服新客服”概念，新客服体系的建立概念，新客服体系的建立将助力行业冲破爆发拐点，开创新纪元。我们认为，新客服以数字化、智能化技术作为将助力行业冲破爆发拐点，开创新纪元。我们认为，新客服以数字化、智能化技术作为核心驱动力，实
29、现了服务管理模式的整体升级，并通过打通用户、服务、业务之间的链核心驱动力，实现了服务管理模式的整体升级，并通过打通用户、服务、业务之间的链接，重构服务价值链，最终实现数字经济下的用户价值最大化。相比于传统客服，新客接，重构服务价值链，最终实现数字经济下的用户价值最大化。相比于传统客服，新客服具有数智驱动、全程洞察、管理升级三大特色。服具有数智驱动、全程洞察、管理升级三大特色。数智驱动在更加成熟的大数据分析、云、人工智能等技术的驱动下，对内，新客服可实现传统客服无法达成的“无人驾驶”式服务运营和内部资源协同；对外，可实现对客户的全渠道触达，并为客户提供更加高效、优质的服务。全程洞察新客服将客户体
30、验延展到业务价值链和客户全生命周期。通过分析客户特征、洞察客户痛点来定位服务诉求，并基于多渠道获取的客管理升级管理升级全程洞察全程洞察数智驱动数智驱动重构重构价值链价值链户之声对业务产品及服务进行持续优化，为客户提供更加智能化、人性化、个性化的服务体验。管理升级不同于传统数字客服，新客服加强了对客服中心的管理投入，将客服中心战略定位升级为价值中心，并着力打造具备网状综合能力的前、中、后台协同驱动组织，辅之以配套管理机制。此外，公司在管理上打破客服中心同业务部门间的屏障，对业务流程、部门职能等进行调整，同时号召全民共建客服体验，从根本上提升企业内部的体验生态基因。共塑服务价值 智创客服新纪元19
31、在线新客服如何践行？新客服理念的落地实施需要一整套完备的业务体系支持，我们可以将新客服业务新客服理念的落地实施需要一整套完备的业务体系支持，我们可以将新客服业务体系归纳为三个核心、两大枢纽、两套体系、一个闭环，并需要辅之以相应的客服组织形体系归纳为三个核心、两大枢纽、两套体系、一个闭环，并需要辅之以相应的客服组织形态推助整个业务体系运行。态推助整个业务体系运行。图图6.数智变革的新客服业务体系数智变革的新客服业务体系消费者业务BU服务调度服务预测体验评估服务规划用户教育源头主动服务热线端待拓展端（蓄水池+自消化）资源部署人工解决现场管控智能辅助端运营体系内容运营流程质量管控资源储备BPO/云培
32、训产品体系数据体系服务产品运营产品数据产品数据洞察数据资产体验运营体验运营源头、端、人工服务是新客服解决客户问题必不可少的三个环节，旨在确保全服务价值链上客户体验的一致性。其中，源头发生在客户提出服务诉求之前，其作用是通过体验评估、用户教育、服务规划、主动服务，持续推动产品优化、升级用户体验、前置性降低用户对产品的使用障碍和求助服务诉求；端是客户服务的触点，通过智能化和数字化手段洞察客户，结合用户特征和行为轨迹识别用户意图，通过个性化的形式即时解决客户问题或引流人工；人工服务通过对服务资源进行科学管控并辅之以智能化工具，将智能决策和人工决策相结合，提升客服人员的工作效能。三个核心20共塑服务价
33、值 智创客服新纪元在新客服业务架构下，企业从顶层战略出发，升级客服中心定位为价值中心，通过组织升级架起企业和客户之间的桥梁，实现组织赋能。在全新定位下，企业需着力建设前中后台协同的网状客服组织形态，并通过配套的人才培训体系、职业发展通道及绩效考评体系来培养具备服务、运营、产品、数据、业务五大能力的新客服人，并打造具备多元混生、联兵作战、精良灵动、有情有义特色的新客服组织。服务预测和调度是连接整个客户服务链路的纽带，也是新客服数智驱动特色在服务运营上的集中体现。服务预测利用多种统计预测模型，结合多维度的数据输入，对未来月/周/日/时段的服务求助量进行预估，指导自助和人工服务各环节的资源部署，让拍
34、脑袋排资源成为过去；服务调度基于预测结果和角来看，体验运营在技术的辅助下提供优质的产品和服务给客户，在为客户高效解决各种疑难问题的同时，提升用户体验及对品牌的好感度；从业务视角来看，体验运营将用户在各个场景反馈的信息数据化、结构化，作为业务未来持续调优产品和市场策略的重要依据，同时企业级“客户第一”的体验文化建立让员工更加积极地参与客户服务体验运营管理工作，切实感受客户所需。现场情况，利用科学的资源能力分析和调度模型打通全服务资源，助力管理决策，在保证用户得到最优服务资源的同时提升资源利用率。数据体系是新客服体系运营的重要驱动力，一方面它通过制定衡量智能客服服务效率、服务质量、服务体验等相关的
35、数据指标，有效量化并展示服务过程，帮助客服中心对服务全链路进行动态管理和方法沉淀，另一方面数据作为客服分析挖掘模型及产品的基础，可以对用户进行精细化运营，充分释放其业务价值。产品体系则为新客服全生命周期流转提供支持，其以数据体系中沉淀的数据资产为基础，通过人工智能等技术精准识别用户特征和问题并提供有效的解决方案，在提升服务效能的同时保证用户服务体验。体验运营是连通客户和业务之间的桥梁，基于体系化的体验管理与基于用户感知链路的体验文化如同太极的阴阳两极，形成体验运营闭环。从客户视两套体系组织支撑两大枢纽一个闭环共塑服务价值 智创客服新纪元21洞察用户痛点定位诉求场景确定用户特征服务规划用户教育服
36、务部署体系服务攻略库产品体验地图体验评估主动服务障碍洞察系统业务产品业务产品客户服务沉淀数据三个核心：源头、端和人工服务源头：减少客户求助，明确服务来源及诉求以海量客户服务历史数据为基础，通过分析用户特征、洞察用户痛点、并定位用户主要服务诉求，源头实现了产品端的体验评估与优化、用户端的主动服务和用户教育、以及服务端的整体服务规划，从根本上减少了用户在各种产品使用场景下的障碍。图图7.源头解决方案源头解决方案体验评估在产品上线前，从用户需求、产品结构、内容质量、视觉交互等维度对用户体验进行预评估并提出改进建议。同时，通过分析历史数据（如用户的操作习惯、产品使用障碍点、竞品体验等）沉淀用户体验偏好
37、，作为持续优化体验评估规则的重要输入。源头体验评估的核心价值在于能在源头有效减少用户操作障碍并提升用户体验，在有效节约成本的同时避免低质量的体验设计对品牌声誉造成负面影响。用户教育用户教育往往发生在活动预热期或新产品上线的初期。通过提前讲解来提高用户对特定业务及产品的认知，有助于降低用户未来求助服务诉求，帮助用户更加顺利地参加活动或使用新产品。区别于传统普适性的产品说明，服务端的用户教育在讲解人的选取及讲解内容的设计等方面更多地从用户视角出发，通过图文、视频等多样化形式为用户提供操作攻略和热门问题答案。22共塑服务价值 智创客服新纪元端：结合AI及运营手段，为客户提供千人千面的个性化服务数字生
38、活无处不在随处可及，用户接触服务的渠道和方式凸显多样化的态势，基于数据分析的服务“端”已经超越了传统的服务渠道定位，需要承担更加多样化的职能。通过分析用户诉求，端可利用语音、产品、机器问答等多种交互形式为用户提供智能化、人性化、个性化的服务体验，将问题识别、问题自助解决、分流人工等服务流程环节全部打通。为实现服务对用户触手可及，端需具备基于用户习惯和使用场景持续拓展服务端类型的能力（如对IoT，AR设备等）。目前最为核心的服务端为在线端和热线端，接下来我们将对这两种类型的服务端进行详述。图图8.端解决方案端解决方案有效烦燥清晰忧虑愤怒感性精确可行理性及时可用用户诉求简单 厌恶账户关系行为数据业
39、务状态服务轨迹身份属性习惯偏好会员等级服务资源智能引擎诉求预判意图识别知识图谱VUI语音交互GUI产品交互机器问答交互差异化资源智能分配精准识别多端智能交互个性化服务方案平台产品应用产品基础产品全链路问题识别科学服务分配人性化交互个性服务流程主动服务主动服务往往发生在用户还未求助或流失之前，通过用户行为数据分析，系统能够预判用户诉求并提前介入提供服务，做到在对的时间、场景下，为对的人群以合适的方式输出对的内容。此外，系统还能够通过追踪接收主动服务后的客户行为，计算主动服务带给客户的实际价值，作为未来优化服务的重要输入。服务规划服务规划是源头和服务端的链接枢纽，主要以降低万求率（一万笔交易产生咨
40、询的比率）为目标。一方面通过收集分析用户需求，推动源头产品优化，另一方面在发生新业务或业务变更时，推动服务线各部门做好部署工作。共塑服务价值 智创客服新纪元23在线端服务随着移动互联网的发展，具有随时、随地、随需特点的在线端服务运营成为端运营体系的重要一环。以蚂蚁金服为例，在线端分担了95%以上的用户求助量，日均承接量达450万次，有效降低了人工承接的压力。此外传统的人工服务AHT平均处理时长为300秒，在线端相比之下用时更少，大幅降低了用户的沟通成本。在线端服务运营还可通过内容丰富的多样化交互形式，以及不断创新的AI应用模块满足用户更加个性化、差异化的服务诉求。以蚂蚁金服在线端服务运营为例，
41、猜你问题、快捷工具、攻略教育、商家服务、AI智能机器人五大子模块通过多样的交互形式满足了用户智能化、个性化的服务需求。猜你问题：通过科学的算法模型猜测客户服务诉求，并向用户精准推荐解决方案，实现“未问先答”快捷工具：通过直达链接或简单交互，用户无需描述问题或阅读大量文字即可解决相对复杂的服务诉求 攻略教育：通过图文或趣味小视频的形式向用户普及产品使用中的小窍门 商家服务：收集提供服务的所有商家的联系方式形成“商户通讯录”，用户无需在端外查询，一键便可跳转到第三方服务 AI智能机器人：能与用户进行多轮问答交互，根据用户的提问与反馈，识别用户真实具体的服务诉求，并提供更有服务温度的智能应答，并在合
42、适时机帮助用户链接至人工客服进一步解决问题热线端服务随着热线端服务用户规模扩大、用户构成复杂化、以及业务产品多样化，如何给用户提供快速准确的服务、如何应对话务的突然波动、以及如何提升用户获取服务的效率和体验，成为热线端服务面临的几个核心问题。新客服智能语音交互系统及语音自助解决方案是解决这些问题的重要突破口，其一方面可保障话务高峰期的用户体验，一方面能满足用户724小时的服务需求。新客服智能语音交互体系能够更顺畅、快速地定位用户问题。传统热线服务渠道通过多层菜单按键引导用户逐步定位问题，存在交互时间长、体验差、问题颗粒度粗等问题。目前部分数字客服引导用户一句话语音描述问题，再通过NLU技术识别
43、用户问题，但由于语音存在描述不全、噪音干扰、问题模糊等问题，只能覆盖较少比例的热线服务诉求。新客服语音交互体系可通过未问先答（基于用户识别和用户数据猜问题）、双工语音交互（智能判断用户说话的开始和结束、支持打断系统播报）、多轮对话管理（包括引导用户描述问题、补充问题、确认问题、提前结束交互等对话方式及对话决策能力）实现和用户间的多轮、连续语音对话，在确保用户交互体验的情况下，精准锁定用户问题。以95188热线端为例，问题识别覆盖率超过90%，用户确认问题占比70%，用户平均交互轮数2.1轮，用户体验和问题识别能力都大大提升。进一步，基于精细、准确的问题识别结果，便捷的语音自助解决方案会针对具体
44、的问题场景，通过语音交互完成用户账户核身、问题场景细分、原因定位和解决方案反馈，从而降低人工服务坐席压力。以95188热线端为例，如用户来电求助挂失支付宝账户，在识别到问题后，系统语音会引导用户语音交互锁定账户完成核身，然后帮助用户挂失账户并告知用户后续解挂方式。24共塑服务价值 智创客服新纪元上海人工服务：灵活调度增大资源利用率，同时提升人效新客服体系通过对人工服务资源进行科学、有效的管控，提升了人工服务的承接能力和服务弹性，让客户能够得到最为快速、适宜的服务。此外，在智能化辅助工具的帮助下，客服人员的工作效能及客户满意度得到了双重提升。图图9.人工服务解决方案人工服务解决方案话务波动服务量
45、人力资源产出服务预测承接预演人力储备部署方案现 场部 署异常管控调度策略现场管控坐席管理监控大盘识别解答年龄推荐答案：推荐答案：张先生,申请开通A业务前请您先完成实名认证消息工单 凭证工具助手手机活跃张某5 100%热线在线 热线在线交互热度 用户满意度用户画像用户问法：15万标准问题：4000标问匹配标问匹配:为什么A业务无法开通问题识别服务回执：服务回执：实名认证操作指引APP用户：我的A业务怎么开通不了？用户 个人 实名认证特征智能判断资源部署资源部署 服务弹性服务弹性服务承接服务承接 智能辅助（以业务开通申请场景为例）智能辅助（以业务开通申请场景为例）28共塑服务价值 智创客服新纪元2
46、526资源部署为实现精准高效的资源部署，企业需提前对服务诉求进行科学预测，对服务承接资源进行动态评估。资源部署需以服务人工需求量的预测结果为基础，通过精准评估已有服务资源和预测结果之间的适配性，自动输出可行的服务预案及可能的风险问题，对部署结果进行全链路流程仿真、瓶颈识别及潜在风险点红色预警；此外，定期盘点资源部署方案与实际结果之间的匹配程度，快速输出针对性方案。通过部署能力的建设，降低服务行业的人力管理成本，助力服务提供商人力管理数字化转型。现场管控由于资源部署很难百分之百精确匹配实际的服务需求量，这就要求客服系统具有强大的现场管控能力，在任何话务高峰时段都可以为用户提供最通畅的服务渠道、最
47、适合的服务资源、以及最高效的问题解决方案。服务现场的实时监控是现场管控的基础，基于调度体系的实时数据分析结果，系统可自动识别服务现场异常，并根据坐席状态和坐席特征引导客户至最佳求助资源。此外，系统还可跟据异常情况的风险等级输出现场承接解决方案，并同步给客服运营人员，帮助他们在第一时间了解用户诉求并做出解答。智能辅助在新客服体系下，用户画像、话术推荐、智能操作指引、一站式查询等辅助工具可以帮助客服人员提升工作效率、释放服务效能。用户画像可以帮助客服人员快速了解用户特性以提供因人而异的高质量服务；话术推荐可确保话务合规性并提高服务质量；智能操作指引可提示客服人员可行的解决方案；一站式查询工具帮助客
48、服人员快速检索到所需信息。两大枢纽：服务预测和服务调度服务预测：资源部署利器，让拍脑袋排资源成为过去预测是新客服体系正常运转的基础，是保障现场接通、提供极致服务体验的基础，也是合理利用服务资源、降低服务成本的基础。在新客服预测体系下，服务量预测结果由基准预测、事件预测两部分叠加而成，再经过共识评审、指标评价、预测复盘、预测更新几个流程模块，最终形成了完整的预测全链路闭环。共塑服务价值 智创客服新纪元节假日等特征机器学习算法2图图10.服务预测解决方案服务预测解决方案说明：基准预测：仅考虑历史数据规律（剔除异常及事件影响后的服务量数据），经过数据预处理、数据降噪、特征提取、融合模型等几个步骤，产
49、出基准预测结果事件预测：对未来可能发生的产品事件、渠道事件、运营事件等产生的服务影响量进行预测共识评审：各相关方对基准预测和事件预测整合后的预测结果进行讨论，并在达成共识后发布。讨论内容包括事件信息完整性及影响量、基准预测考虑因素等指标评价：在多场景、多维度的指标体系基础上，通过预测报表对预测的效果进行监控、评价。指标体系包括预测偏差率和预测达标率两类预测复盘：主要为事后遵循量化的启动标准，采用一套固化的逻辑，对预测结果的准确性、稳定性进行复盘分析，得出预测偏差的真实原因，并给出改进方案预测更新：主要为事后遵循量化的启动标准，采用一些方法模型，结合当前预测的偏差情况，对接下来一段时间的预测结果
50、进行更新、校正基准预测基准预测事事件件预预测测多特征模型簇多特征模型簇年月周等特征多特征集成时序模型簇时序模型簇时序模型1校正更新时序模型2时序模型3 时段拆分回归树模型簇回归树模型簇机器学习算法1模型自动化 回归树训练 融合融合寻优融合寻优 产出基准预测结果产出基准预测结果服务量历史数据服务量历史数据事件影响剔除，缺失数据处理数据预处理模块数据预处理模块异常值侦测及处理融合模型模块融合模型模块数据降噪模块数据降噪模块对规律特征系数进行提取特征提取模块特征提取模块事件叠加模块事件叠加模块基准预测+事件预测的整合共识评审模块共识评审模块考虑因素及信息完整性的确认服务量预测结果服务量预测结果指标评
