阿里研究院：智能時代的客服中心變革與發展.pdf

1、智能時代的客服中心變革與發展 阿里云研究中心 白皮書 系列 作者簡介 阿里云研究中心戰略總監肖劍，前世界500強企業戰略市 場洞察部負責人，擁有20年信息通信及前沿技術方面的 研究經驗，專注于移動互聯網、云計算、大數據、人工智 能、物聯網等科技戰略研究，在企業戰略規劃、市場洞察、 商業咨詢等領域有長期積累。 聯系方式：johnny.xjalibaba- 智能時代的客服中心變革與發展 AI時代客服呼叫中心數字化轉型白皮書 客服行業受我們所處的這個市場主導型世界的影響，不管是服務渠道的變化、受眾人群 的變化還是人工座席的增長都對行業帶來大量沖擊。市場主導思維彌漫全球，并加速迭 代，1970年，財富

2、雜志評出的“世界500強”中三分之一的公司經過20年才替換了 一輪，現在只要4年就夠了。 一直以來，企業的發展不僅關乎希望和夢想、改變和成就，也同樣身陷持續的“掙扎” 之中，如今社會被一種焦慮和掙扎的氣息廣泛傳播，它通過組織影響著人們的生活，鐫 刻在人們的經歷之中，我們身處的這個時代為革新、創造和社會貢獻提供了非凡的機 遇，但與此同時，不確定性、強大的績效壓力、風險和動蕩也圍繞著我們，當績效壓力 迫使每個人只能盯住短期目標，當領導者對團隊和行動都難以掌控、對長遠承諾履行不 周時，當組織用傳統模式越來越搞不清眼前的狀況，越來越無法控制周圍的一切時，企 業的責任是否會縮水？客戶服務的滿意度是否會下

3、降？ 在市場思維深刻影響下，對前沿科技和新興網絡力量的消化和吸收成為了客服行業的共 性選擇。那么客服行業今天遭遇的挑戰是什么？服務邊界到底在哪里？解決之道是什 么？這正是白皮書需要探索的答案。 在越來越多的案例中，當領導者制定關鍵決策時，他們既不是在一些特定、詳細、基于 深度分析的選項中做出選擇，也無法期待能在一個熟悉、可預測或者可控的環境中實踐 這些選項，他們能做的，是在廣闊、靈活、開放的方向下為自己和組織做出初步選擇。 最初的選擇方向會不斷進化，有時甚至發生戲劇性的改變，這種變化正是基于不斷進化 的變革與發展。 04 導言 / 基于AI和數據技術的智能運營 第二章 客服中心智能變革路徑 -

4、 08 第三章 智能問答/導航機器人實現呼叫中心降本增效 - 10 / 困境一：用戶滿意度和服務運營成本的困境 / 困境二：客服呼叫中心的業務匹配能力越來越弱 第一章 互聯網時代的客服中心挑戰和機遇 - 05 / 行業焦慮與變革機遇 第四章 智能路由實現資源的精準匹配對接 - 19 / 困境：傳統運營模式無法準確匹配資源 第五章 基于數據的用戶洞察反哺業務良性運營 - 22 / 數據分析實現基于用戶數據的良性運營 第六章 智能化轉型相應的配套變革和未來趨勢 - 26 / 客服行業智能化轉型的風險 / 客服行業智能化轉型的配套 / 客服行業智能化轉型演進趨勢 互聯網時代的客服中心挑戰和機遇 第一

5、章：互聯網時代的客服中心挑戰和機遇 行業焦慮與變革機遇 客服中心直接面向大眾消費者，而近幾年消費者因為移動端技術的變化和影響，行為 模式和生活方式都出現了改變。隨著消費主權時代背景的到來，大眾對于業務服務的 期望不斷增長，數字時代消費者不僅更年青化，而且對于服務渠道和模式的需求也更 個性化。 2010 年至2018 年，中國呼叫中心座席總規模的年復合增長率保持了15%以上的增速。 2010年為64萬個，至2017年上升至195萬個，隨著更多企業加入客服呼叫中心建設，呼 叫中心坐席規模將保持持續增長，到2018年達到230萬個。 呼叫中心座席的增長對企業成本造成較大壓力，以中國移動為例，其全國客

6、服座席數量已 經接近6萬個。一方面是客戶服務滿意度的迎合，另外一方面是企業成本的不斷增加。呼 叫中心陷入“一半是海水，一半是火焰”的整體行業焦慮中。 01呼叫中心市場規模和座席數量的增長，其實是消費主權崛起的映射 201020112012201320142015201620172018E 64 75 91 110 135 162 178 195 228 2010-2018中國客服呼叫中心座席規模（單位：萬個） 圖：中國呼叫中心座席數量呈線性增長 數據來源：前瞻產業研究院分析 05 根據行業調研顯示，傳統客服從業者對工作的不滿意程度高達51%，不滿意的主要原因 包括工作強度大（加班情況普遍、經常

7、值夜班或輪崗）、工作內容枯燥，重復性強（回 答大量重復性標準問題，耗費大部分時間和精力）、負面情緒多（處理客戶投訴，部分 客戶刁難，心理壓力大）、晉升路線不明確（缺少系統化的晉升機制）。這些因素直接 導致客服人員的流失率偏高，進而造成新員工的招聘、培訓、生產效能等隱性成本變 高。 而對于呼叫中心管理層而言，也同樣痛苦，團隊搭建困難（座席離職率高，招人困難， 成本受限）、員工工作效率低（人工接電話有極限）、電話接通率和服務滿意度要求高 （考核標準高），質檢、績效等數據太耗時（數據報表繁瑣，無法監控客服質量）以及 高層不重視（成本中心，無業績輸出）。這些因素導致呼叫中心資源緊張、人員協同捉 襟見肘

8、。 傳統的呼叫中心沒有話語權，市場影響力非常小。幾乎任何一個傳統呼叫中心都沒辦法 講清楚到底用戶問了多少問題，哪些問題占比多少？哪些業務發生了問題，它的占比又 是多少？無法把和客戶交互的數據價值挖掘出來。 02客服座席工作崗位人員流失率居高不下的背后，是普遍的煎熬和痛苦 互聯網時代的客服中心挑戰和機遇 03客服部門作為成本中心的定位和普遍低估的價值，并不是客服行業的宿命 圖：客服座席人員普遍工作壓力大，人員流失率較高 數據來源：CSM分析 06 呼叫中心雖然工作是以服務和解決問題為核心，但每天與海量客戶直接接觸，可以直接 挖掘出更高的價值，絕不僅僅是成本中心；客服中心可以把與客戶接觸的海量數據

9、進行 分析，包括用戶行為洞察、業務套餐和規則設計的合理度以及營銷輔助等等?？梢苑床?業務部門對業務進行優化，從而變成生產部門的重要輔助。但目前大部分客服中心的價 值挖掘明顯不夠，客服部門價值普遍被低估。 中國的消費和服務環境已經發生巨大變化，互聯網已經滲透到國民經濟生活的各個方面 并深刻改變了客戶服務行業的結構和邊界，行業變化的背后是科技的更新迭代，AI、 IoT、云計算等技術的發展在客服行業的應用逐漸趨于成熟，為消費者體驗的大幅提升 和服務運營效率的大幅提高提供了技術基礎。 這些變化讓客服部門同樣也充滿了機遇，物理社會的數字化，讓行業對消費者的業務喜 好和行為習慣可以進一步解構，而人工智能的

10、發展，可以極大緩解座席人員的工作強度 和難度。此外通過基于數據的海量用戶行為洞察，客服中心可以逐步超越成本中心的枷 鎖，通過數據技術為業務部門提供業務優化、業務設計、數字營銷到個性化消費的全流 程營銷。這一切都將促進客服部門的自我升級，也將漸進改變整個行業的景觀與格局。 互聯網時代的客服中心挑戰和機遇 圖：客服座席普遍定位為成本中心 07 第二章：客服中心智能變革路徑 基于AI和數據技術的智能運營 從產業的宏觀發展角度來看，由于互聯網的發展和普及，以及對政治經濟文化生活的 深度滲透，客服中心的產業結構和分類一直處在變化之中，微信、微博、手機APP等 在線服務渠道迅速崛起，逐步分流昔日的電話熱線

11、主流服務方式，但到目前為止，熱 線電話方式仍是大部分傳統客服部門不可或缺的主體服務渠道。 在線渠道與互聯網已經完全融合，客服中心已經進入到融合時代。整個客服呼叫中心 發展的主要驅動力來自于包括（移動）互聯網、云計算、大數據、人工智能在內的科 技創新，科技創新給傳統客服部門引入了新的產業元素和業務模式，同時也擴大了客 戶服務的邊界，未來的客服部門將逐步進入到基于數字技術和AI發展的智能運營。 阿里云研究中心認為，創新的智能化數字技術將為客服中心實現轉型升級提供切實可 行的路徑。配合商業業態和企業組織流程的深度改造，智能化數字技術將在以下幾方 面重新定義呼叫中心客戶服務的競爭力： 通過機器人智能應

12、答/導航提升電話接通率，自動應答實時快速解決客戶簡單的業務查 詢/咨詢問題，并通過知識庫的構建提升智能機器人首解率，降低客服中心人員壓力， 降本增效。 客服中心智能變革路徑 01智能應答：深耕用戶需求和體驗，構造知識圖譜，實現降本增 通過智能路由，準確識別用戶需求，按需求復雜和難易程度進行后端的資源匹配，選 擇進入到最合適的處理路徑，并通過金牌話術輔助，提升用戶滿意度，同時結合數據 分析協助提升座席排班的合理性。 02智能路由：圍繞用戶需求，智能準確對接服務資源，實現人機協同 在前兩點基礎上，以數據中臺催生全新客服模式，形成全鏈路智能化，實現基于用戶 服務數據的識別、分析和判斷，對用戶和業務進

13、行洞察，反哺一線業務設計、優化、 決策以及市場營銷手段的修正。 03數據洞察： 08 客服中心智能變革路徑 客服中心的背后代表了不同行業，客服中心的升級轉型需要找到更理解行業的生態合 作伙伴，結合人工智能語音語義技術的模塊化，實現產業突破。同時在未來還可結合 用戶標簽，聯合第三方生態，包括位置信息服務、業務接入提供、智能支付以及營銷 平臺等業態力量，實現跨產業共榮。 客服中心的變革，除了借助人工智能和數據技術以外，更關鍵的是原有技術模式使用 的思維轉變，智能問答和智能路由的支撐效果離不開AI日常的訓練，因此原客服中心 還需要將業務和技術進行深度融合，需要培育基于技術的業務訓練，這是客服中心智

14、能化轉型與以往依托IT技術廠家租場服務模式最大的不同。 04生態聯合： 圖：客服中心轉型路徑-基于數據和AI的智能運營 數據來源：ACRC分析 09 第三章：人工智能實現呼叫中心降本增效 對于企業而言，客服中心作為服務部門，熱線電話接通率、用戶滿意度、用戶問題解決 率都是重要的衡量指標，隨著用戶數量的增長，客服中心也面臨著沉重的績效壓力。一 方面既要滿足用戶的業務咨詢和辦理需求、提高用戶服務滿意度，另外一方面客服中心 也面臨著座席不斷擴張、成本不斷上升帶來的壓力，除了應對用戶咨詢的話務峰值以 外，客服中心還需要不斷適應市場變化，隨時上線新的業務和配合市場促銷活動，各種 資源捉襟見肘。這是客服中

15、心無法逃避的時代背景帶來的困境。 以中國最大的電信運營商為例，為了服務9億移動用戶，某運營商從2014年開始成立 專業公司，核心就是做好客戶服務，隨著這幾年的發展，該專業公司已經擁有移動客 戶端、微信公眾號、支付寶公眾號等互聯網服務渠道，但服務量最重和最知名的仍是 傳統的10086客戶服務熱線。目前其客服中心平均每個月接到的熱線電話數量超過10 億通，這10億通內呼電話依靠傳統IVR（互動式語音應答系統）解決了大部分問題， 人工智能實現呼叫中心降本增效 圖：客服座席數量不斷增長帶來企業成本壓力 困境一：用戶滿意度和服務運營成本的困境 既要，也要，還要的矛盾，讓傳統企業應接不暇 10 但每個月仍

16、有1.6億通電話由人工座席接入處理。為滿足客戶的通信信息服務，該公司 在全國一共招聘了近6萬名人工座席客服員，已經成為全球最大的電話內呼客服中心。 人工話務的綜合成本超過10元/分鐘，每個月1.6億通人工座席電話，平均通話時長2 分鐘，這些都給該電信運營商造成極大的成本壓力，因此降本增效是高層一直關注的 方向。該公司一方面要滿足行業監管要求的15秒接通率指標，一方面還需持續降本增 效，因此逐步擴大了眾包比例，但接下來在看似降低座席人員成本的同時，帶來一系 列的問題。包括眾包人員的高流失率、對用戶服務的低滿意度等，為此該公司仍需投 入大量的時間和成本對眾包人員進行培訓、管理和監督，由此又帶來隱性

17、成本的上升。 因此僅僅從人員的外包角度來解決問題遠遠不夠。 那么如何才能夠既滿足消費者的業務服務述求？在保證服務的整體滿意度的同時還能 降低座席成本？從而解放寶貴的人力去提高更深層次的服務，比如業務規則的優化和 用戶行為的洞察？從而在市場上更有競爭力？ 數字化正以勢不可擋的規模滲透進我們的社會，影響我們的生活、工作，我們所有人 都在一步步進入精細解析的社會。隨著AI + 服務的深入應用和快速發展，客服領域逐 漸成為AI技術的重要應用場。伴隨著語音識別、語義理解等技術的日趨成熟應用，以 語音作為重要交互手段在客戶體驗和問題解決之間找到了更好的平衡點。智能語音導 航和機器智能應答讓傳統客服中心迎來

18、重生的機會。 智能語音應答/導航，就是通過語音識別和語義理解技術的綜合應用，讓客戶不用傳統 按鍵模式而是用語音說話的方式完成需求的交互理解，系統實現客戶需求的最優分發 或問題解決。例如2017年“雙11”淘寶/天貓利用AI客服來應答當天峰值的用戶商品 及折扣咨詢信息，一共服務632萬人次，占服務總量的95%；同樣在 2018年 12月 2 日舉行的世界神經信息處理系統大會上（注：NeurIPS大會，此會議是全球人工智能 最大的年度盛會），阿里巴巴展示了其物流公司菜鳥的 AI 客服對話能力，其精準性 在業界引起轟動，目前菜鳥AI客服每天已為數百萬客戶提供服務。 基于數據技術和AI的智能客服機器人

19、 機器人感知用戶述求和行為，協助人工座席解放生產力 人工智能實現呼叫中心降本增效 11 平安人壽在2018年也宣布，將利用AI技術實現保險行業的智慧客服，預計未來五年 將節約企業成本614億人民幣。（據平安人壽預測，依托智慧客服，未來件均服務的 時長將傳統模式的4天縮短為10分鐘，到2022年，服務人力將節約8萬人，小計節約 84億元人工成本。同時客服門店將實現未來五年0增長，現有55家門店支撐未來 5500家門店所承擔的業務，節省成本達530億元，兩項共節省成本合計614億元） 某電信運營商在2017年底攜手阿里，其看中的是阿里智能語音客服技術在淘寶/天貓 巨型電商平臺的發展、演進過程中積累

20、的能力以及對于電話呼叫流程智能化改造端到 端的系統性思維。雙方合作利用人工智能技術對客服業務進行全面優化、重構，提升 服務效能和品質，實現服務的升級。6個月以后，阿里智能語音機器人在該運營商部 分省份正式上線運營。 智能語音機器人根據不同省份的特點，通過不同的業務策略進行發布，通過知識圖譜 技術形成智能知識庫，機器人調用知識庫中的內容和用戶互動進行問答。因為歷史原 因，該電信運營商在各省擁有的使用中的不同業務套餐數量接近上萬種，復雜的業務 圖：智能客服已逐步使用在呼叫中心行業 實例XX運營商客服中心智能客服機器人應用 人工智能實現呼叫中心降本增效 了解更多阿里云智能客服整體解決方案，請掃碼：

21、12 套餐規則對傳統座席人員造成巨大的挑戰，因此全球最大的內呼中心實際上也幾乎是 全球最復雜的業務咨詢和受理中心。在這個背景下，智能語音應答機器人的精準度要 求以及背后的算法和知識庫的積累和訓練至關重要。 然而這個過程并不像想象中的順利，首先是對業務理解的思維轉變，之前該呼叫中心 基于IVR的傳統業務思維模式是圍繞企業以套餐和服務為中心，而阿里項目組入駐后 對于業務的梳理是以用戶的需求和問題為中心，雙方對于業務理解出現了差別。因此 雙方有較長的磨合過程，最終該運營商通過客戶數據標注和分析后，重新調整了業務 經過半年左右的時間，該電信運營商智能客服系統正式上線，在經歷過7月份變革的 陣痛期后，開

22、始明顯感受到了效果。智能導航實現了人工座席話務量的降低，從阿里 云合作的部分省分數據來看，很清晰的看到了指標的優化，8月份的話務波動系數出 現了明顯的降低（降低到年內最低點），并且智能導航首解率和用戶滿意度都明顯出 現了上漲，經過核算，相當于節約了4%5%的人力成本。極大的節約資源，緩解了 客服中心的成本壓力。 圖：某電信運營商智能客服轉型的業務流程梳理 數據來源：ACRC分析 人工智能實現呼叫中心降本增效 13 4月5月6月7月8月9月 83.98% 89.51% 86.94% 87.18% 89.29% 91.32% 79.94% 81.86% 85.28% 圖：某電信運營商智能語音機器人

23、服務效果（2018年） 數據來源：某電信運營商內部分析 月累計接通量首解率滿意度 實例某汽車金融客服中心智能客服機器人應用 人工智能實現呼叫中心降本增效 后續該電信運營商還將充分利用智能化變革節約下來的人力資源對客服中心積累的海 量服務數據進行分析，通過話務預測優化座席的排班管理，進一步降低人力成本；通 過數據的監控和分析優化業務設計；通過用戶的反饋及時調整市場策略等等。降本增 效是智能化的重要目的，未來該電信運營商會有更多的業務量，客服智能化的側重點 是資源的最大化利用，人工服務不是機器短期所能替代的，未來更多的是人機協同模 式。 某汽車金融在2018年3月攜手阿里，雙方合作利用人工智能技術

24、對傳統呼叫業務進行 全面升級，提升汽車金融服務效能和品質。2018年6月，阿里智能語音機器人在某汽 車金融逐步分期上線運營。 阿里云智能客服解決方案的落地一共分為四個階段：第一階段實現汽車金融智能催收 了解更多阿里云智能客服整體解決方案，請掃碼： 14 人工智能實現呼叫中心降本增效 業務場景應用，實現貸前、貸中、貸后咨詢及查詢業務場景應用；第二階段實現微信、 短信、網站等多渠道智能客服應用；第三階段實現保險咨詢及查詢、電話回訪，會話 智能質檢，APP在線客戶服務對接等；第四階段實現財務公司催收，三催等催收業務 場景，實現電話調查業務場景智能語音應用。 阿里云的技術合作在落地過程中給某汽車金融科

25、技部留下了深刻印象，其協同復雜程 度超出了想象。在集成方面，僅智能會話流程在系統層面就涉及到至少9個模塊的集 成，才最終完成語音識別、語音播報等功能。在人員方面，涉及阿里和某汽車科技部 內外部人員一共建立100人團隊，一起合作攻堅半年才實現逐步上線。在智能訓練方 面，某汽車金融和阿里合作伙伴一起對場景進行了大量梳理，才逐漸形成了完善的機 器人知識體系。但在經歷了這些過程后，該汽車金融科技部最終掌握了智能業務的設 置規則以及機器人訓練等能力，開始全面讓智能機器人介入呼叫中心的業務領域。 很快，經過系統上線的痛苦轉型期后，某汽車金融科技部技術團隊培育了足夠能力，整 體業務運營收到了良好的效果。在業

26、務模式方面，汽車金融服務模式由7*8小時人工服 務變成7*24小時智能服務；在管理創新方面，建立了電話、微信、官網、APP等多渠 道智能呼入流程管理體系，并根據催收類型、貸款產品、催收客群，拆解催收流程，實 現催收流程的場景化、模塊化、差異化，建立易管理、易跟蹤、易維護的智能催收流程 管理體系；在服務質量方面，自2018年6月一二期上線以來，機器人問題識別準確率由 100 90 80 70 60 50 40 30 20 10 0 6月30日8月30日9月30日12月30日 一次問題解決率%智能催收成功率% 轉人工比率%問題識別準確率% 人工電話接通率% 圖：某汽車金融智能客服上線效果（2018

27、年）數據來源：某汽車金融科技部分析 15 困境二：客服呼叫中心的業務匹配能力越來越弱 客服人員用業務規則匹配用戶需求，但幾乎從來不參與業務流程設計 人工智能實現呼叫中心降本增效 上線初期46%提升至83%，人工電話接通率由上線初期30%提升至93%，超出呼叫中 心行業水平（80%），機器人首解率提高到50%，智能催收成功率也由上線初期30% 提升至70%。在經濟效益方面，僅2018年半年即節省外呼催收費用及人力成本共80萬 元，2019年經過測算預計將繼續節約各種成本共281萬元。 同時，該項目使得某汽車金融成為金融行業繼平安、招商銀行之后少數在電話渠道既實 現智能語音導航，又實現智能語音外呼

28、的金融企業。也是國內汽車金融行業首位在電話 渠道實現智能機器人處理呼入咨詢、電話催收的企業。該項目最終獲得該汽車金融集團 2018年重大創新項目，在2019年春節前該汽車金融董事長親自參觀了這個項目帶來的 效果。 近十年隨著技術的突破和發展，呼叫中心已經逐步跨過IVR時代，進入到智能語音時 代，但大部分企業在IVR和電話排隊機時代養成的思維模式卻沒有發生變化。通常傳 統企業呼叫中心需要各個廠商長期駐場進行服務支撐，業務變更和新業務上線均通過 各駐場廠商隊伍進行定制化開發和上線。由此帶來的問題也顯而易見，由于過度依賴 駐場廠商，客服中心人員幾乎從來不畫業務流程圖，完全以下派工單形式進行技術外 包

29、，一方面呼叫中心的業務理解和動手能力越來越弱，另外一方面更關鍵的是新業務 上線周期越來越久，甚至有的因為駐場廠商的資源瓶頸而耽誤主營業務的營銷和發布。 例如某移動運營商平均一個省的在用業務套餐至少有幾千種，業務定制開發的頻度較 高，而廠商駐場開發周期較長（提需求、排期，開發、上線），通常一個月才能開發 34個項目，效率低，最重要的是省分公司逐步產生了依賴性，業務嚴重依賴技術廠 商，低效率極大的影響了市場部門的業務拓展。這些都是客服中心的運營之痛。 用戶服務應以業務需求快速響應為中心，而不是以產品功能為中心。那么如何才能夠 讓業務快速上線？如何讓客服人員更深度的理解業務并服務用戶？ 了解更多阿里

30、云智能客服整體解決方案，請掃碼： 16 業務團隊技術化，賦能打造敏捷組織 業務和技術清晰、流暢和參與的動態組合，才能創造企業的獨特價值 阿里云的合作模式完全打破了駐場開發的傳統，更像是一種賦能模式，在完成基礎的 智能產品上線后，賦能培訓某移動運營商省分公司客服人員進行業務的自主開發和上 線、同時培訓客服人員對智能客服機器人、智能知識庫進行標記訓練，通過技術和業 務的聯動帶動省分公司人員主動參與到客服智能化的轉型中。這種模式一開始在省分 公司中帶來爭論甚至爭吵，因為它打破了該移動運營商客服中心傳統的思維慣性，尤 其是在智能技術業務開發培訓初期，省分公司深刻感受到了轉型帶來的陣痛。在轉型 最痛苦的

31、階段，整體的內呼用戶滿意度甚至一度出現了下滑。 實例某移動運營商智能客服的賦能轉型之路 人工智能實現呼叫中心降本增效 上智能客服項目需要打造業務和用戶需求的知識圖譜，并且智能知識庫還需要根據使 用情況不斷進行維護和積累，這些都離不開業務人員和技術人員，以外傳統模式業務 人員和技術人員是分離模式，但未來智能機器人的訓練和培育需要業務和技術人員共 同參與。尤其是業務種類比較多的企業，業務團隊的技術化是組織是否真正適應智能 化市場和服務的關鍵。 圖：某移動運營商智能客服上線過程中各月滿意度變化圖 數據來源：某移動運營商分析 3000000 75.00% 83.18% 79.00% 85.68% 43

32、.05% 2538683 1477333 35468 13% 11% 5.53% 2500000 2000000 1500000 1000000 500000 0 1月2月3月4月5月6月7月8月9月 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 湖北&福建 業務運營數據 使用UV數與人工服務比 滿意度 轉人工率 17 阿里云的技術交付團隊有自己的系統方法論，堅持技術和一線業務團隊融合在一起的方 式，這種底氣來自于長期巨型電商平臺智能客服系統建設中形成的經驗和技術厚度，因 此阿里云的技術視角相比較傳統技術廠商更加具備全局觀?？陀^來講，單純的技術定 制化絕不是智能轉

33、型的發展趨勢，因為業務更新的頻度越高，業務上線效率就越低， 而讓某移動運營商的技術團隊和業務團隊進行合并，通過賦能可以快速提高業務上線 的效率。才能實現真正的智能化提效。 很快，經過賦能轉型階段后，省分公司的技術和業務團隊培育了足夠能力，整體業務 運營收到了效果，以某省為例，在逐步擴大智能應答/導航服務范圍的同時，用戶滿意 度開始迅速提升（平均從79%提升到86%），業務的上線速度更快了（從原來上線 34項業務要一個月到現在只需要一周），極大提升了效率。而且智能客服運營速度 突飛猛進，到10月份已經具備了自主訓練語音模型的能力，截止10月底，已經自主上 線超過30項業務，并完成全省半數地市智能

34、導航全語音門戶的開放。 更關鍵的是客服人員的變化，該移動運營商智能項目團隊里面的客服人員第一次和業 務有了更緊密的捆綁，心態發生很大改變，不再覺得自己是普通的客服座席，而是人 工智能訓練師，每天的工作都和業務強相關，有流程的分析、有業務規則的分析，開 始找到自己的價值和成就感，工作的主觀能動性也得到了極大提高，主動加班、自主 上線業務、積極強化智能知識庫的積累，發現問題再自主優化。整個客服中心帶來了 和以前不一樣的工作氛圍。 人工智能實現呼叫中心降本增效 圖：某移動運營商智能客服團隊組織優化 數據來源：某移動運營商分析 18 第四章：智能路由實現資源的精準匹配對接 傳統客服呼叫中心主要利用IV

35、R來自助實現資源匹配，但受IVR的設計限制，資源匹配 的準確性并不高。根據對行業內幾個大型呼叫中心的調查，進入客服中心的呼叫大約有 35%是被誤轉，此外有40%的用戶進入菜單后直接選擇按鍵轉人工。在用戶選擇和用 戶體驗還不夠豐富的過去，IVR確實發揮著重要作用，但在消費升級、消費主權興起的 時代背景下，IVR的局限性暴露無遺。IVR適合簡單清晰的語音交互，而對于過長的語 音內容以及復雜的長流程業務，它能起到的作用有限，資源的匹配準確性會出現線性下 滑，此時IVR作為解決問題的手段，本身就成為一個“問題”。 客服的智能化實際上就是利用技術實現資源匹配的效率最優化，讓每一通客戶電話背后 隱藏的問題

36、和需求能夠和企業的業務資源進行精準匹配，這種匹配一定是全流程所有環 節的聯動。未來的客服中心，無論客戶是通過電話熱線，還是互聯網渠道接入，都將由 智能路由進行導航的自動判別，根據客戶的需求自動判斷是由智能語音機器人、在線導 購機器人、在線業務辦理機器人、IVR菜單、還是人工客服來承接，實現資源的精準匹 配。同時在不同的關鍵環節實現話務量的降低以及增加流量銷售的轉化率。 浙江省委省政府的支持下，浙江省信訪局2016年打造了全省統一的政務咨詢投訴舉報 平臺，統一平臺匯聚全省資源，全面整合信、訪、網、電“四位一體”建設。將全國各 種投訴舉報熱線（以1和9開頭）的21條熱線以及各部門、各系統設立的投訴

37、舉報電話 全部整合到12345熱線中，實現一號受理，方便群眾。同時用統一平臺整合網絡在線渠 道，實現用戶統一認證、統一受理，業務實現統一流轉、統一辦理和統一督辦。到 2017年，信訪局統一平臺則進入協同對接、數據融合階段，縱向將地市區縣數據統一 接入，橫向與省質監局、省平安建設、司法部、基礎治理四平臺進行對接，同時與省數 據局、省物價局等進行數據共享。此外還為增強群眾服務受理的便利性，增設了統一 困境：傳統運營模式無法準確匹配資源 在人工資源緊張的前提下，資源匹配的準確性成為關鍵 智能變革，用技術實現資源匹配的效率最優化 技術穿透資源盲區，牽引實現服務效率的提升 實例浙江信訪局統一咨詢、舉報、

38、投訴平臺的轉型之路 智能路由實現資源的精準匹配對接 19 APP、微信、支付寶以及視頻接訪等新的媒介手段。 在2018年，浙江信訪局互聯網轉型全面進入到平臺智能化迭代過程中，包括打造統一 標準的綜合知識庫、群眾信訪流程的再造和簡化、智能客服機器人系統、智能分派系統 以及智能數據助手等。通過數據化和智能化，全面提升平臺的服務和創新能力，提高群 眾信訪響應速度，對內對外提升輔助決策和服務的精細化顆粒度。 其中網絡在線智能客服系統已經上線，通過智能客服機器人和統一的知識庫，群眾在使 用手機或網絡咨詢投訴相關問題的時候，只需要直接語音說話即可，不需要錄入文字， 機器人可以自動識別語義并自動回復，不但針

39、對性更強，而且節約了群眾的時間，提高 了效率。 電話熱線機器人正在上線過程中，將通過統一的1+N知識庫和多倫問答知識庫實現熱線 電話的智能導航和自動回復，這在電話占浙江省信訪總量90%的場景下更加適用，同 時也將減輕全省每天幾萬通電話呼入量的座席話務的壓力。浙江省信訪統一平臺網絡在 線和電話熱線智能客服機器人的上線，將促使平臺成為人民群眾永不打烊的咨詢場所、 永不下班的政府機關。 此外，針對網絡在線信訪，阿里建設了智能分派系統，浙江信訪局統一平臺統一全省信 訪入口后，針對網絡在線信訪件，之前靠人工分派給各個相對應的部門效率較低，通常 要好幾天。阿里通過智能化手段，梳理出大量信訪高頻問題，通過5

40、0000+歷史信件深 度學習建模，利用智能算法將公眾的咨詢投訴自動精準分流至各職能部門，縮短群眾咨 詢投訴的處理時間，有效、快速解決公眾遇到的問題。通過智能機器人和智能分流引 智能路由實現資源的精準匹配對接 20 擎，浙江省簡單的咨詢類問題可以實現秒回應，較難復雜的信訪件也可精準快速分派到 相關部門，基本可以在30天內回應。這相當于把國家信訪條例中規定的60天回應時間 縮短了一半，極大的提高了群眾的滿意度。 這相當于實現了群眾問題和政府資源的精準匹配，統一入口，精準分派，監督處理，所 有的流程都通過數字化和智能化技術驅動，減少了人工干預，提升了響應效率。 智能路由實現資源的精準匹配對接 圖：浙

41、江信訪局用智能技術提升信訪分派效率 數據來源：ACRC分析 21 數據洞察反哺業務良性運營 圖：客服行業數字化轉型的數據中臺 數據來源：ACRC分析 第五章：數據洞察反哺業務良性運營 當針對大眾群體的服務和咨詢需求問題，逐漸用數據標簽標識時，細顆粒度、微?；?數據流在智能分析的基礎上可以廣泛洞察大眾的業務需求和消費習慣，大幅優化企業業 務和運營流程，實現基于消費者市場洞察的業務供給和調優，這是未來智能客服數字化 轉型、智能化變革的核心。 與數據相對應的，是企業需要進行的一系列平臺的改造，實現智能化數據解析結果的共 享和面向各職能部門的數據整合。這是客服行業數字化變革的重要基礎。 數據分析實現

42、基于用戶數據的良性運營 基于用戶數據循環的飛輪效應，賦予業務強盛的生命力 22 基于數據的用戶洞察反哺業務良性運營 圖：數據中臺的核心價值 數據來源：ACRC分析 阿里提出的“小前端，大平臺，富生態”創新戰略，將業務共同的工具和技術予以沉 淀，形成專門的中臺架構。這樣各類原有業務以及新的業務可以重用中臺服務而不用 重新設計，避免重復功能建設和維護帶來的資源浪費和業務豎井。 中臺類比到編程領域，就是形成可復用的函數庫，抽象共性，減少重復開發，提升迭代 效率。中臺將人力，技術和服務重新組織。例如數據中臺維護底層數據能力，將各類業 務的數據進行全量引入，利用算法整理數據規范、深度萃取并進行數據的綜合

43、管理，使 用數據同步工具、數據開發套件、數據質量管理、數據模型約束、元數據管理、主數據 管理、數據API平臺等等工具，形成數據的主題式服務，反哺業務領域；而智能客服每 天接觸海量客戶，是數據的重要入口之一，和其他數據入口一樣，客服中心通過將長期 與客戶接觸的數據進行輸入，數據中臺對整體數據進行運營分析。此外數據中臺的一些 重要數據（如用戶畫像等）也可以反饋給客服中心，更好的提供服務。 中臺是平臺的自然演進，“大中臺+小前臺”的運營模式，是美軍的“特種部隊（小前 臺）+航母艦群（大中臺）”的組織結構方式，“前臺”就是貼近最終消費者大眾的各 個業務部門，包括客服中心；“中臺”則是強調資源整合、能力

44、沉淀的平臺體系，為“ 前臺”業務提供通用的底層技術、數據互通、數據治理等資源的支持。從系統架構角度 ，企業可采用漸進式的演進原則，逐步建設中臺，真正做到數據打通、降本增效和提質 創收。 基于中臺的強大數據整合及資源支撐能力，前臺的業務將實現良性循環，真正可實現圍 繞消費者真實需求的業務供給調優，而其中的核心邏輯就是數據的利用，數據是未來營 銷的核心競爭力，在數據孤島普遍存在的今天，如何全面收集數據、充分挖掘數據、精 23 浙江信訪局正在積極建設智能數據助手，通過積累的大量數據進行實時精準分析，阿里 協助將原有的數據分析平臺進行迭代，提升信訪局基于數據的分析和運用能力。充分利 用統一平臺對浙江全

45、省市縣鄉四級共1萬余個機構的接入和3.2萬余名工作人員的覆蓋， 通過這張深入到鄉鎮的毛細血管網絡，除了日常的數據統計和分析以外，對于群眾輿情 變化和相對集中爆發的問題未來可以通過智能化做到提前感知、提前預警，及時輸出關 聯數據給相關部門和領導做科學決策參考，真正做到用數據支撐浙江省政務治理。 實例浙江信訪局統一平臺利用數據分析提升感知和預警能力 杭州某銀行聯合阿里利用智能機器人推出柜面助手，真正實現了全行柜員標準化知識 庫，直接在各一線營業廳網點柜臺使用，客戶提出的問題會自動語音轉文字并從知識 庫里搜索推薦答案展示在工作臺里，客服人員可以參考回答，提高效率同時還能統一 規范應答話術。這也是國內

46、銀行少數由客服中心直接介入到一線營業網點利用智能技術 進行話術支撐的業務場景。 同時，杭州某銀行客服中心還專門成立視頻客服團隊，利用互聯網智能技術，實現營業 網點遠程視頻理財雙錄功能。理財雙錄因為監管要求（要求用戶必須到營業網點拍照簽 字），之前用戶經常需要在柜臺排隊，并且在理財室和柜臺兩邊跑，耗時耗力；現在可 以直接在營業網點改造的機具上遠程與客服中心視頻連線，一站式實現理財辦理的系列 流程。理財用戶從此不用排隊，這種新模式讓用戶現場辦理理財流程的時間從過去平均 20分鐘縮短到現在的4分半鐘，而且解放了柜臺業務員的勞動力。經統計單一營業網點 每天辦理理財雙錄的效率提升了3倍（由平均一天20筆

47、提升到60筆）。這種后臺服務一 線的模式今年將在杭州某銀行全面鋪開。 實例杭州某銀行客服中心利用數據智能支撐一線部門優化業務 基于數據的用戶洞察反哺業務良性運營 準分析數據，高效利用數據，成為企業戰略的重中之重。未來，客服中心將轉變成為基 于數據的“客戶智能服務中心”或“客戶智能運營中心”。 24 基于數據的用戶洞察反哺業務良性運營 杭州某銀行客服中心聯合阿里除了推出在線智能客服機器人和柜面助手以外，還將實 現智能質檢，把沉淀的大量錄音數據文本化、標簽化，利用這些數據優化業務，按月 給業務部門提供業務優化建議清單。例如質檢當中發現某一類問題客戶來電非常多， 或者同一個問題客戶反復詢問，會定期提

48、交清單給業務部門的開發團隊進行優化。這 項工作客服中心目前是通過人工方式進行梳理，每年給業務部門提供將近200多條有 效優化建議，而在未來杭州某銀行客服中心將逐步實現智能化和自動化，真正做到人 機協同，為一線部門的業務優化提供更高效支撐。 了解更多阿里云智能客服整體解決方案，請掃碼： 25 轉型相應的配套和未來趨勢 第六章：轉型相應的配套和未來趨勢 客服行業盡管有著行業、地域、機制及業務的差異，轉型的戰略定位、技術選型、策 略運用方面也有所差別，但轉型背后仍有著深層次的共性，也是企業轉型面臨的難點 和風險。 客服行業智能化轉型的風險 思維、文化和領導層的心智才是風險的最終根源 戰略實施的探索和

49、穩定性，客服行業仍有不少企業在數字化轉型方面一直運用簡 單的邏輯，即現有的業務經營模式固定不變，僅僅通過擴展微信、微博和手機客 戶端形成服務渠道的拓展，但對于智能化新環境而言，基于語音呼叫單純疊加的 戰略有效性明顯不足。依舊無法擺脫客服人員之前的普遍困境。而基于機器人的 智能應答、智能導航和數據運營方式與傳統業務運營有較大的差別，哪些領域和 技術選擇需要迅速進入？哪些又不能操之過急？每個企業基本情況都不一樣，因 此轉型戰略的實施是一個不穩定、逐步探索的過程。沒有最正確的模板，只有最 合適的路徑。 01 對環境判斷和反應的敏銳性。部分傳統行業的過往成功除了體制壟斷以外，共同 的一面是偏保守，雖然近幾年傳統企業也在擁抱互聯網，其客服中心也在探索 多渠道服務，但在環境瞬息萬變，機遇轉瞬即逝的變化中，傳統客服中心一旦 缺乏對環境變化的判斷或稍有遲滯，就很可能錯失機遇，而