向澳大利亚政府学客服数字化

　　数字客服，又称虚拟助理、聊天机器人或软体机器人，将在未来十年给客户服务带来巨大变革‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。软件算法使数字客服能够与人类互动，它们使用大数据分析和技术，例如自然语言处理、机器学习，来建立准确的客户档案，与客户沟通‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。根据研究机构GrandView Research的报告，在全世界各行各业的消费者中，约有45%的消费者偏好使用数字客服作为与组织沟通的主要渠道‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。这意味着到2025年，全球数字客服市场将达到约12.5亿美元的规模。

　　大多数公司通常采取的策略是使用数字客服(例如呼叫中心、网站和智能手机应用程序)筛选接入的客户请求，然后处理其中最简单的问题，例如查询账户余额等基本信息，这也是许多公司面临的大部分客户咨询问题。更复杂的问题会转给人工客服。通过这种方式，数字客服可以减少人工客服的工作量和相关成本(尽管数字客服的实施成本可能很高)。

　　许多公司认为这些工具只能处理基本查询，其他问题都必须由人工客服处理。但事实并非如此。过去四年来，我们研究了数字客服在澳大利亚本土公共部门和私营领域的应用。通过研究，我们发现公共部门已经在使用这些技术来处理公民对服务的复杂咨询。

　　公共部门采用数字客服这件事本身不符合传统观念。在大多数国家，政府机构对新技术的采纳比企业要慢。它们没有此类投资的预算，被制度惯性所牵制，而且倾向于规避风险，其中部分原因在于一旦出错，就可能名誉扫地。然而，自2015年以来，澳大利亚的一些公共服务机构，特别是公共福利机构，大力投资于数字客服领域。

　　这些机构需要处理海量的客户问题，迫切需要通过推广自助服务来提高工作效率。2017年，澳大利亚的公共服务机构处理了7亿件网上社会福利申请，呼叫中心接听了5，200万个电话，服务中心接待了1，900万次客户访问。此外，大多数社会福利计划都要求申请人提供详细的有记录的证据，例如申请人的配偶、家属、工作收入、资产和医疗问题，而与福利发放有关的决策都是通过复杂的业务规则来计算的，包括计算福利申请是否符合条件、支付水平和其他因素。数字客服为所有这些工作提供了帮助。

　　在某些情况下，公共机构使用数字客服在前，而企业效仿跟进在后。例如，澳大利亚税务局(Australian Taxation Office， ATO)成功地将名为Alex的先进数字客服接入其服务流程。Alex由一家名为Nuance的美国公司开发，自2016年以来一直为澳大利亚税务局使用，而且在与客户的首次接触中就可以解决80% 的客户问题。这项技术现在也被私营企业使用，例如在澳大利亚、新西兰和一些亚洲国家开展业务的捷星航空(Jetstar Airways)。

　　我们的分析表明，澳大利亚公共服务机构通过数字客服改善客户服务的事例，可以为全世界的公司提供宝贵启示。概括地说，这些启示可以分为应用、挑战和关键建议。

　　数字客服的应用

　　数字客服可以提供一系列复杂的客户服务，大致可分为三种类型。

　　将问题进行基本分类 数字客服的第一个应用是为客户找到适合他的服务。在这种情景中，客户与服务中心联系的时候已有一个直接的问题。他知道自己想要什么，因为他已经有一个特定问题，这个问题可以通过提供新服务或调整现有服务来解决。为了提供这类援助，澳大利亚的公共机构采用了数字客服，这些客服使用自然语言处理(电话语音或文字聊天)和机器学习功能，结合过去的客户服务数据以及当前查询的实时信息，为客户识别合适的服务。更重要的是，数字客服不断从与客户的互动中学习，因此随着时间的推移，它们会变得越来越准确。

　　例如， 使用这些后端技术的数字客服Roxy，能帮助人们了解澳大利亚复杂的社会福利计划，并为他们推荐最相关的服务。

　　还有一个类似的数字客服Amelia，她是一个更善于对话的客服，新南威尔士州政府用她来给内部员工和外来客人提供查询服务。Amelia 甚至能根据服务内容改变她的语调。

　　提供有针对性的帮助 数字客服的第二个应用是提供更有针对性的帮助，例如为客户预填表单，或以定制化方式帮助他们解决问题。例如，在申请澳大利亚的失业救济金时，申请人需要回答大约150个问题。公共福利机构采用的数字客服Oliver 可以根据客户档案自动填写许多答案，将需要申请人人工输入的问题减少到了10到15个。

　　提供有预见性的帮助 数字客服的第三个应用——也是最复杂的——是为客户提供有预见性的帮助。公共福利部门可以使用数字客服进行预测分析，进而向客户本人可能都还没意识到的问题，发送个性化建议，诸如未来将要发生的事件，或在未来申请特定服务所需的步骤。比如提供与人生大事有关的建议，例如结婚，生育第一个孩子，搬家或退休前的准备。然后，数字客服可以构建决策树，帮助人们联系相应机构并浏览相关服务。

　　举个例子，数字客服可能会读取客户的资料——发现这是一位澳大利亚的采矿工程师——并通过他的年龄和其他统计信息，确定他在目前的岗位上已经快达到一定年限，可能很快调到相关行业中强度较低的工作岗位。然后，数字客服可以识别备选的高需求行业，并提供有关特定职位的信息和联系方式。数字客服还可以提供捆绑服务，例如这些行业的有关培训，猎头的联系方式，乃至薪资差异可能产生的潜在财务影响分析。

　　采用数字客服的挑战

　　在对公共机构的研究中，我们发现希望采用数字客服的企业面临着一些重大挑战。

　　成本 部署数字客服的初始成本可能很高，特别是在涉及不能即插即用的复杂后端技术的时候。已经在当前客户服务项目中投入大量资金的公司，可能不大乐意再追加投资。然而，时间会证明，对数字客服的投资物有所值，因为依靠前台员工与客户直接互动的成本更高。

　　数据管理 用大数据赋能数字客服，其前提是能够存储数据，同时能随时访问数据。公共机构和私营企业都苦于理清大量的客户数据，这些数据通常分散在不同的渠道和系统中，这使得建立统一、完整的客户档案变得更困难‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。高效的数据管理战略必不可少，特别是要提供令人满意的、有针对性和有预见性的帮助，数字客服需要访问当前和过去的客户服务互动数据。

　　一个相关挑战是要确保遵守隐私方面的法律规定，尤其是当企业想要从多个销售渠道或同一服务生态系统中的公司(例如，供应商、分销商或合作企业)收集非常隐私的个人数据时。

　　服务管理 即使是采用最先进的后端技术的数字客服，也需要大量的训练，以植入客户特定的专门术语和服务流程，并学习最恰当的客户应答方式。凭借强大的机器学习算法，数字客服能够审视数百万份人机互动的内容，然后定制适当的客户应答，但数字客服无法自己训练自己。它们需要通过动态流程中的真实人机互动来学习，这意味着企业在将数字客服纳入自己的运营模式时必须谨慎。除非在使用之前已经使用现实场景进行过稳妥测试，否则早期不成熟的用户体验或数据处理可能会损害企业的声誉或品牌。

　　主要建议

　　尽管面临这些挑战，数字客服将随着时间的推移变得越来越普遍;它们不是企业可以袖手旁观等待其消失的短暂潮流。实际上，企业需要尽早开始采用数字客服，以便紧跟技术的快速进步、提高自身能力。我们建议企业执行以下步骤:

　　从小规模开始——船小好调头 数字客服都需要经过实地测试，暴露在各种可能的场景中，以便在正式服务客户之前，让有经验的员工验证它们的建议是否有效。在它们变得足够准确之后，数字客服就可以开始处理简单的客户服务的流程，例如引导客户使用自助资源，比如查看操作手册和演示视频。一些公司在内部(例如人力资源服务等领域)试水还处于早期阶段的机器人，以避免危害客户关系的方式，打造相应能力。

　　整合数据和服务管理 接下来，公司需要解决服务战略的数据方面的问题。数据就像数字客服的氧气。企业必须从所有服务接触点(例如网站、移动应用、呼叫中心和社交媒体页面)捕获历史数据以及来自用户连接设备的信息(从手机上的网页浏览器到Alexa 和Siri等虚拟助手)。企业需要在服务互动中实时管理数据流，以建立客户的统合档案。

　　专注于客户体验，而不是技术 有些企业错误地认为数字客服本身就足以改变它们的客户服务。数字客服只是解决方案的一部分，而且将本身就有缺陷的流程数字化会带来真正风险。为了利用技术，企业需要围绕客户体验，重新设计自己的客户服务的互动方式和流程，无论该客户是从数字客服还是人工客服获得支持。而良好的设计需要相关人员的洞见。无论数字客服如何精细成熟，单凭技术本身都无法为所有类型的人类互动提供卓越服务。

　　这就是为什么在使用数字客服时，企业既不应该盲目相信，也不该盲目反对。它们是强大的工具，但最终也只是工具。

　　相关论文范文阅读：全面数字化创新引领汽车新时代变革

　　在这种形势下，汽车企业之间的竞争也异常激烈，各车企在竞争中想要一直保持有利位置，就必须主动预见性的寻求创新，以保证自身在技术、管理、服务等多个方面的先进性，否则将会面临市场无情的淘汰。而这些技术、管理、服务都是以客户的体验与感受为基础的。作为汽车行业的管理与营销专家，牛国胜长年与客户打交道，深深了解客户对汽车及相关服务的各种需求，并对需求趋势有着极强的预判性。