有效的客户服务以高效的一线接触为前提，但是按键式和交互式语音响应（IVR）系统经常被视为客户与一线客服之间的刺激性障碍。

       75%的客户表示，与客服沟通的时间太长。平均客服中心转接32％的呼叫至少四次。出于相同的原因，有91％的客户多次致电客服，90％的电话搁置时间过长，89％的电话被迫向多个客服重复沟通。

       糟糕的客户服务会造成巨大的负面影响。美国企业每年在客服中心的人工和技术上支出约1,120亿美元，但在2700亿次客服呼叫中，仍有一半没有解决客户问题。导致的损失将近410亿美元。

       此外，当下客户对企业服务质量的要求比以往更高。他们期望实时的、个性化的、更加便捷的服务。不良的客户服务会导致客户的负面体验，或会造成客户永久的流失，糟糕的客户体验的影响是优质服务的两倍。

       客服中心主管的首要任务是提升客户体验，大部分的客服中心也开始寻求利用认知技术和人工智能来应对这些紧迫的挑战。同时，许多认知技术的早期采用者反馈说，改善客户服务是最重要的结果。

认知系统可以自动完成客户服务

       与按键音和IVR系统不同，认知系统可以模拟人工客服。通过对数据的挖掘、识别，并从经验中学习、模仿人脑的工作方式。通过自然语言提供个性化的客户交互。认知系统在情感上也很聪明，他们检测客户情绪并实时调整适当地回应语调。反复从实践和经验中学习，随着时间的推移而不断进步。

       认知系统实时、高效、准确且用途广泛。培训后可以成为行业专家，并扩展客服人员的专业知识。几乎任何客户服务渠道都可以与这些系统集成，利用认知系统在通话过程中实时支持客服服务，也可直接与客户互动。认知系统根据通话记录、购买记录和其他数据来定制交互，以建立服务模式。

       但是，认知系统并不能消除对客户对人工客服的需求。例行业务可委托给这些系统，但复杂的、新颖的客户问题仍需要交给客服人员来处理。例如，理财顾问倾向于花费更多的时间维护高价值客户。利用认知系统为大量初级客户进行行业知识的介绍，从而节省理财顾问的时间。

       当利用认知系统处理常规业务时，客服人员则可以专注于更加复杂而有价值的客户互动。利用认知系统来完成业务中平凡、常规而重复的任务，从而解放人力，以用来执行更多复杂的、创新性的有意义的工作。而曾经同机器人一样日复一日的客服工作，不得不处理的差评客户的客服沟通，也都被认知系统代替，为人工客服创造了更健康、愉悦的工作环境。

       由于客服人员的专业知识有限，许多时候，需要咨询或转接客户电话至技术专家，这就造成企业的技术专家们，需要耗费大量的时间和精力应对客服中心的问题。其中至少一半的时间都是重复的问题，甚至很多问题可以在网站上可以查询到结果。认知系统的访问权限可以解决这些问题，解放技术专家的时间，使他们可以将注意力集中在真正需要思考的技术问题上。

认知系统可提高运营效率

       三井住友保险（MSI）利用认知技术得到的分析结果，使客户互动更加有效。MSI曾在通话高峰时期依靠临时合同工。尽管此方法成功解决了高呼叫量问题，但随着人工成本的上升，客户满意度指标并未有所变化。MSI不想增加人力成本，而是希望找到适合的服务模式并优化资源。

       MSI的认知解决方案，通过分析呼叫的内容，处理了海量的非结构化数据，识别客户情绪和偏好，从而使MSI优化常见问题（FAQ）网页及来电语音自助，设置更具洞察力的自助服务来响应客户来电。该公司发现，优化后的响应措施大大减少了客户来电的数量。

       MSI训练其客服人员利用认知系统，高效地响应常见来电问题。认知系统可根据客户情绪和行为，为客服人员提供实时的分析结果。例如，认知系统发现，客户购买的保险到期时，取消保单的可能性很高，但同时，购买其他保险产品的可能性也很高，通过识别客户数据，助力客服人员精准推荐保险产品，提升复购、加购几率，降低客户流失率，增加销售额。

       由于采用了认知解决方案，MSI将客服中心的响应率提高了11％，将客户满意度从两星级提高到了三星级，并大幅降低了临时客服的人工成本。MSI高管表示：“认知技术为我们提供了关于客户声音的全新视角，大幅提高了运营效率。”

认知技术简化了多渠道支持

       尽管电话仍是客户互动的主要渠道之一，但随着多种多样客户交互方式的出现，数字化互动将在未来取代传统的电话互动。其中，社交媒体正迅速成长为数字客户的首选，但60％的客服中心仍不支持微信、微博、电商等渠道。这些渠道作为客户交互平台，既提供了增强品牌的机会，也带来了公共关系的风险。大多消费品牌都已将社交媒体整合到其客户服务的计划中。但他们通常缺乏管理大量社交活动所需的资源。

       认知技术通过理解自然语言的能力，简化分类。筛选并处理非结构化信息、混乱的数据流。将自然语言处理应用于社交内容，不仅理解文字，还可以理解客户情感和意图。定位敏感话题和强烈的情感表达，及时反馈给具备适当技能的工作人员。

       例如，航空公司客户可能发布有关遗失行李的负面言论。通过情感和情感分析，认知解决方案可检测出客户的不满情绪。

       并判断是否紧急响应，以及是否将客户分配给在处理差评方面具有专业知识的客服人员。有了这种洞察力，系统就可以自动做出明智的决策，例如助力市场营销或客户服务部门做出更合适的客户响应。

       这种自动的优先级排序可以过滤掉噪音，并减轻客服人员的工作负担，使他们能够专注于更复杂的客户问题。降低人工成本的同时，缩短响应时间、提高客户满意度。

原文链接：
https://www.ibm.com/watson/advantage-reports/cognitive-business-lessons/customer-service.html