客服网为您推荐一款更适合您的客服系统
您的位置:在线客服系统>新闻资讯>正文

我国智能在线客服现状及发展方向!

  来源:原创   编辑:jack   编辑:2020-8-18  

近些年随着技术的发展,在线客服系统也发生了一系列的变化,从早期的单一对接网站到如今的全渠道对接,从早期基本对话到如今的集成工单系统、客户中心、呼叫中心、智能机器人、智能质检、数据大屏等等,特别是智能机器人有了很大的发展,帮助各类企业解决了以往需要人工客服才能完成的部分重复性的工作,帮助企业降本增效。

目前智能客服的应用方式有三种:智能在线客服、终端智能客服、实体客服机器人。终端智能客服、实体客服机器人两种方式比智能在线客服多了语音处理的一步,虽然目前语音识别技术发展相对成熟,但各类方言和口音问题还是会给语音内容识别的准确率带来一定影响,而智能在线客服多数直接文字输入,目前应用相对广泛。国外客服机器人相对国内要成熟的多,毕竟国外软硬件发展领先国内,但是国内的电子商务发展要超过国外,国内的智能在线客服要优于国外智能在线客服的,很多国外智能在线客服停留在关键词回复阶段,因此本文探讨的是我国智能在线客服现状及发展方向。

智能机器人

虽然智能在线客服应用比较火热,很多大型企业也已经搭建或正在尝试搭建智能客服应用体系,但通过一些企业用户的反馈,国内智能在线客服的一些弊端也慢慢显现:

1、 客户问题识别不高

目前国内中低端客服系统厂商的机器人开发模式主要基于企业的知识库,采用关键字匹配来推荐答案,这种方式虽然直接,但其实没有很好地考虑到客户的提问习惯。对于普通客户而言,发问一般以相对口语化的方式进行,而系统则一般以结构化的语言去读取,在客户自然语言和计算机结构化语言之间必然需要一定的机制去做好翻译工作,例如客户的口语化提问方式、上下文智能关联等,但目前大多数智能客服处理这类问题的能力并不强,客户提问的内容一旦比较复杂或表达不完整,智能客服系统就无法识别客户问题,导致目前一些智能客服应用在实际使用过程中推荐答案的准确率并不高,从而影响客户的使用体验。

2、 被动回复无法主动挖掘信息

人工客服的最大优点就是灵活和具备思考能力,不仅能解决客户的基本需求,还能推动挖掘客户的潜在需求,结合客户的变化来改变服务策略,在良好的互动中完成更多的工作任务。当前中小厂商的智能客服应用都只关注解决客户的提问需求,很少没有考虑到如何主动去了解、分析和发掘客户的潜在需求。实际上在对话过程中,从客户文字信息可以反映出客户的某些情绪表现、产品需求甚至是对服务的评价态度,但中低端厂商的智能客服应用大多数都没有去关注客户提问的内容以外的其他信息,没有真正做到智能地收集客户信息并做出合适的判断和推荐。

3、 系统自我学习能力不足

系统自我学习包括业务上的学习和技术上的学习。前面提到当前中小厂商的智能客服系统基本围绕企业知识库来回复,这可能会存在两个问题,一是企业知识的补充或更新一般都是在业务变化情况下才会做进一步梳理和更新,管理流程比较复杂,操作周期较长;另外一个就是客户的问题有可能会超过知识库回答的范围,此时系统就无法给出准确的答案。当客户对于业务需求的关注点发生变化,如果这时智能客服系统能及时捕捉新的业务关注点、及时提醒管理人员及时更新业务知识或补充到知识库中,将能够更好地提高用户的服务体验。技术上的学习主要跟系统的推荐算法相关,作为智能客服系统的核心算法,目前中低端厂商的智能客服系统在算法的优化更新方面的速度非常缓慢,有些甚至几乎就不更新,没有考虑优化自身推荐机制、提高推荐准确率。

提高机器人学习能力

上述问题是笔者对于国内目前智能在线客服现状的一些看法,就国内目前技术的发展趋势,建议客服系统厂商可以考虑从以下几个方面来推动智能客服应用的优化建设,更好为企业降本增效。

1、 让系统更智能

如果还停留在用传统的思维模式去做机械化的分词、关键字搜索、匹配,这样的方式远远谈不上智能。真正的智能客服是集合人工智能学、计算机科学、语言学等多门学科的综合应用,而所谓的智能应该是能让机器主动去认知和学习,不断强化行为模式,提高思考能力,从而更加灵活地完成各项工作任务。从这个层面上来说,企业如果要投入做智能客服,还是要把更多的精力放在人工智能相关的各种数据挖掘、机器学习、深度学习的算法研究上,这才是体现智能的核心技术。如何去做,可以从以下两个方面考虑。

(1) 语义理解

要做到让客户感觉不到是与机器人对话,这取决于系统是否能够适应客户提问方式的随意性。智能服务的基础核心技术是自然语言处理,它通过对自然语言进行分词、分析、抽取、检索、变换、翻译等工作而让计算机快速理解自然语言表达的意图并准确地反馈用户所需信息,因此如果要提高的系统的理解能力,还是要更加充分地利用自然语言处理技术中如语义分析、情感分析、上下文关联等技术而不单只是切词匹配,这样在应对客户多样化的提问时才能更加准确地判断客户需求并提供最佳答案。

机器人语义理解

(2) 自我学习

机器学习、深度学习等相关技术目前已经不是实验室理论,不少领域都有一些应用的探索和研究,难度只在于如何跟实际的业务关联起来并可以投入实际生产使用。企业在建设智能客服的过程中可以多投入精力和技术资源在这方面的研究,让系统实现自我学习和优化,才能真正体现智能客服的意义。

2、提高与业务的结合度

第一个是能基于业务流程、业务特点等来调整系统的智能机器人的流程和算法,让系统更加契合不同企业的特点,提高推荐精准度,这里涉及智能机器人冷启动,智能机器人诊断,智能机器人调优,智能机器人优化等。

第二个是业务知识的积累。业务知识包括知识库和行业知识云,知识库是智能客服的服务基础,行业知识云则是影响智能客户认知的因素之一。由于不同企业知识库的管理流程并不相同,更新完善的周期也不一样,所以在这方面主要还是考虑如何结合上述提到的自我学习机制来及时获取客户关注点,提醒机器人维护人员更新知识库信息。而在行业知识云方面因为是系统识别业务知识点的关键因素,因此同样需要及时更新维护,这要依赖客服厂商的维护。

行业知识云

第三个就是要更多地去分析企业业务流程,提高智能客服系统的综合业务能力。实际上对数据的重视和应用已经成为不同领域和行业的默契,很多企业都已经开始了结合业务需求的数据挖掘分析工作,如客户满意度、客户问题解决率、顾客问题匹配率,相似问题匹配率等。可以利用企业的客户画像体系在服务过程中结合不同客户标签采取不同服务模式;在交互过程中及时捕捉客户意向、把握营销机会。

智能在线客服虽然已经走过了几年未来的路还很长,人工成本的不断高涨以及对服务效率和质量要求的提高会推动这种服务模式更加智能化和多功能化。国内随着语音识别、图像识别、机器人应用等上下端技术的日趋成熟,已经出现如网易七鱼、腾讯企点、智齿客服Udesk等智能客服厂商,相信不久智能在线客服系统会在服务领域真正地大放异彩。

以上是关于“我国智能在线客服现状及发展方向!”的阐述,如果您还有什么不明白的地方可以联系我们的在线客服人员,或者拨打我们客服网的咨询热线:400-006-0362

(本文收集整理自网络,如果文中内容有侵犯到您的权益请及时联系我们,我们会在收到您的请求后及时处理)