原创｜打造企业客户服务中台

尹徐

Genesys大中华区资深解决方案顾问

点击视频观看精彩内容

分享主题

打造企业客户服务中台

内容摘要

今天我分享的题目是“打造企业客户服务中台”，刚才洪总讲体验是可以设计的，我们要借助一些工具来进行设计，今天分享的内容就是我们关心当我们企业客户服务中心或者客户体验中心搭建的时候我们到底需要在设计中遇到哪些问题和哪些坑，这里引入的一个概念就是企业客户服务的中台概念。

给大家看一个图，在Genesys我们的愿景和对于企业客户体验的理念中我们一直认为客户体验中心并不是一个用完即走的转瞬即逝一次性的交互，其实是灌输了一个客户与一个企业在中间联系中全生命周期的过程，包括了前期的对我们服务的勘察和购买的预判过程，也包括了购买过程，还包括售后型的咨询、客户服务以及能不能持久转化成再购或者续约的客户。体验确实是可以设计出来的，我跟大家分享一个昨天发生的案例，我今年出差挺多的，所以积分很多，就兑了一张机票打算晚上回家，我退票没有渠道退，然后就打电话，说积分是不是可以原封不动给我，他说不是只能退一半，我说我怎么退一半？他说让我等一会儿然后会有专人看我，后来有一个IT部的客服人员说已经给你更新了，我作为一个从业者就问怎么回事儿，他说网站和客服中心是分离的，积分中心和客服中心也是分离的，然后我们提了一个工单给中台，有具体实施的安全人员打电话给我，这个流程让我匪夷所思。

还有一件事情领导让我加班我就兑换和下一个星期的机票，我就问了我兑换的机票想改签怎么办，他说你打电话我给你把机票设成一个Open就可以操作了，我说APP可以操作吗？他说不行，网站也不行，我每一次打电话就说智能客服请你直接说出你的需求，为什么这个环节没有设计好？让我挺零乱的。设计一个良好的体验挺难的，我相信他们并不是没有考虑到，而是因为有了不同组织，有了不同的系统打通变成很困难的事情，系统不够人手来凑，通过这个方式来解决这个问题。

我们发现客服中心的复杂度这几年远远超出十年前或者五年前大家的想象，我们可能会看到一个成熟大型有钱的客服中心可能包括这么多的子系统，我相信无论是在今天发言的厂家或者大家门外看到摆展台的厂家或者市面上所有的厂家没有人说到自己能全做完，渠道的丰富化越来越丰富，第二个是手段的多样化，我既可以用人工来服务你也可以用在线服务你，我深知可以用很多离线的方式来进行服务你，后台的管理越来越精细化，我以前有抽检还有智能质检，情感分析，刚才嘉宾也分享到了，有很多的高精尖、高大上智能科技来帮助我们做进一步的精细化运营。但是如果是站在一个侧面要去看的话我整个系统实际上是非常臃肿的，或者是成本非常高昂的，作为厂家而言很开心，我今天帮你卖这个系统明天帮你卖那个系统，但是作为真正使用方来说定型处理多个系统是非常复杂的，有没有方法可以把多个系统串起来。我经常遇到什么情况，我会发展某一天打电话我用公众号聊天说了一堆再打电话，或者说微博上说了一个东西，官方客服说了一个东西，一说不知道，说流程不知道？站在消费者而言不是每一个渠道联系，跟你企业发生联系，尽管是多个不同的对话，我企业渠道你是一个企业，我们一定需要一个技术或者一个理念把多点的方式进行有机的整合，而不是有了微信加公众号，有了微博加公众号，小程序多了加个公众号，并不是这种概念这种叫做堆盒子。

作为一个技术人员就想了一下其他的行业有一些概念或者理念可以借鉴的。今年整个IT圈子里最火的词就是中台，但凡不说中台的就落伍了，我就百度搜中台，什么叫中台？是不是中间建成台？我们呼叫中心就是中间建的，我们就看到这么多中台，好像每一个都相关好像都无关，我就想到底什么是中台？逻辑上如果我们把与客户交互或者客户可以体验的技术叫做前台，把后端的核心系统叫做后台的话中间这部分的处理系统应该是中台，逻辑上只能这么划分了，中台不懂就要多读书，那我就多看看书，我找了三本书，我想给大家进行推荐，书不是我写的，都是阿里系的人写的，一本写淘宝的，一本写支付宝的，一本写阿里云的，非常详细介绍了中台里面的核心要素，而且他们并没有说中台就是我家的好，他引用了三个概念，第一个就是账号为帐户概念，概念很像，就是以前淘宝是账号，支付宝也是账号，天猫其实也是账号，你发现一个账号进行多个关联之后账号变成帐户了，呼叫中心也是一样的，我在你的企业网站有一个账号，公众号我也有一个账号可以关注我可以打电话有手机，我可以发微博，我有多个账号，把账号变为帐户就是一个人，第二个共享服务中心，就是说所有的可以公共的使用模板化成套体系东西我变成一个共享服务中心，第三个很重要就是改重用为复用，我客服中心有一套变化系统，营销中心也有一套变化系统，既然都是变化我一个平台其实变化输入输出一回事儿，我一个平台就可以复用了，这个中台三大我个人觉得很重要的三个特性，账号非帐户，那意思就是多个渠道变成一个完整的体验，第二个就是共享服务中心，不需要多的业务部门独立创造自己的系统，而是尽量有一个核心的平台或者是中台来做这样的公众事情。第三个重用为复用，能力在被复用的情况下才会越来越被放大壮大。这是我的三个体会，并不完全准确。

于是我延伸了一下，包括独立的资料，才博公众号写了很多文章，是非常受益匪浅的，我们把这个系统进行抽象化的话打造一个企业客户服务的中台有一个方法论的，首先是系统的系统，成体系搭建的系统。我们会越来越多的发现很多的系统都试图在打造闭环系统，你用我的，你后面的东西也只能用我的，这样我的利益才会最大化，在共生角度无可厚非，站在用户的角度我不希望你闭环，我希望拆开，保持开放并且持续开放。我没有见过任何一家企业把所有的功能套现，用一家运营商的，这不太可能。第二是满足云的应用背景，PaaS和SaaS并存，随着云的技术不断推广，呼叫中心企业化靠近跟云并不冲突的，我们既可以使用共有云也可以使用私有云，并不是说我有云传统搭建的大量系统就耗散掉了。第三是各种能力的丰富提供，我这里面各种各样的能力必须要提供，包括实时洞察和介入，常态化的实时运营，这里边我们发现AI的技术可以充分在这里面进行使用，最后一个就是统一的数据治理以及统一的决策引擎，这个在我个人看来往往是被忽视而且是最重要的，而且前期被忽视后面找我们更加困难的事情。

我们围绕这四个方面来给大家阐述一下我们的任务，企业客户服务的中台来怎么样进行打造，首先第一点这个概念是我拼凑出来的，目前并没有看到谁说企业服务中台的概念，我想你可以引用平台的概念，比如说企业客户服务中台，只不过中台这个词热，我们把这个词进行整合，把概念进行整合以后我们发现这个节点特性，首先第一个这是一个广告，这是Genesys客户体验平台，我们能够跟多种第三方的厂商进行集成，一定是要保持开放并且持续开放，我们有大量的用户案例是对不同的CRM有不同的人工智能、排班、录音、知识库进行集成，一个系统必须要保证一个持续的开放，第二个你这个系统的内生必须是要保证到前面说到的你要变账号为帐户，最起码的一点就是多轮对话必须要找到同一个人。第二个就是充分的拥抱云，我们在近几年大家有注意到我们国内有很多很多的云呼叫中心，有很多的基于SaaS的技术，也有很多基于私有化云端的技术，我们一开始想是不是软件和时代过时了，其实并不是，我们说的一点就是云并不是要把软件消灭掉，把软件变为服务，同时云还提供更多不同层面的东西，比如说LaaS、PaaS，每一个阶段我都可以接入各种各样技术并不重合，实际上在今年我个人在华东区域我接手所有的项目都是关于各种云来搭建平台，所以云计算呼叫中心不矛盾。相反我个人看来其实SaaS和PaaS界面分层在我目前看来我能够自己注册账号体验到的所有基于云的呼叫中心帐户成熟的软件服务产品的话其实并不能满足复杂的业务逻辑的需求。

这是Genesys标准外呼的技术架构图，看上去没有什么特殊的，但是知道背后技术的时候还是吓了一大跳，我原以为呼叫中心这个行业只要有经研究好，但是后来发现必须要不停的学习，这里面大概使用了几十种我不懂的技术。而且都是开元的。这里面使用IT行业技术，有各种各样的技术，你这个系统必须要保持开放并且是持续开放。只有你拥抱各种各样新的技术才可以更加好的敏捷的适应现在快速发展客户体验变化的需求，这是第二个概念就是充分拥抱云的变化，拥抱开运技术革命性的更新。

过去各种各样的大会和论坛中人工智能不停的出现，我总结一个概念呼叫中心天然有数据可以做智能，有多少数据就有多少智能，第二个呼叫中心的企业比较有钱，这个企业有钱到能建呼叫中心了，第三点人工智能技术在呼叫中心天然适配，人工智能技术其实是数据的技术，呼叫中心数据天然是干净的结构化，而且是长期保存的数据，很容易方便各种各样的人工智能公司去做，我在上台之前搜了机器人，一搜发现有两百多场，在另外一个层面看人工智能技术在呼叫中心应用分成前端和后端，前端可以就是客户可以体验到的技术，比如说语音机器人，客户可以感知到推荐，这三种人工智能技术是客户可以体验到的，还有坐席可以体验到的，智能知识库、智能辅助技术，还有运营管理者可能会使用到的比如说智能的排班，智能业务分配，智能质检。呼叫中心还有IT，有智能运维，有后端流程自动化，这张图就阐释了人工智能在呼叫中心中的各种各样的应用。如果有哪个公司说自己都能做那也是骗人的。我第一次接触智能质检的时候听大家讲一堆说完以后怎么用，作为全量合规使用，这是很尴尬的事实，你把东西说出来很容易但是做明白落地往往不一样，把录音转向文字，把文字导入数据库导入匹配，很容易自己就可以做，上下文分析，做积极的负面的以及潜在用户案例的，标准的各种的，后来就难了，为什么做不出来？我说你把过去三年录音打标然后慢慢分析，还是那句话，多少人工就有多少智能。我们把智能技术想明白以后就知道这些技术怎么在呼叫中心中进行有序号的层次化推进建设呢？其实这个是我们需要有一个强大的中台或者是平台，能够不停的嵌入，而且必须是共享的，共享是非常重要的，因为数据治理必须要求数据的共享，这是Genesys关于AI的愿景。我们是前期想明白了我们公司产品研发的方向，同时我们做第三方生态系统的对接，我们在国内大量的客户都是与第三方的AI技术对接的，并不是一定要这样的概念，这里面一个企业服务中台必须要保持开放能够对接。我们同时推出一个概念叫做AI连接期，有一个客户曾经告诉我我没半年就要换一个厂商，为什么？都不能满足我的要求所以用不好我就换，每一次换的时候就发现难度很大，机器人需要训练，训练需要数据的，我还没见过A厂家数据可以被B厂家直接拿来用的，因为数据各自沉淀，数据库迁移变成不可能的事情，不是因为数据问题，所以对于Genesys而言提出了一个设想并且变成了一个现实，我们做了一个叫AI连接器，我系统和AI连接的部分变成了AI连接网关，我对应了四家AI，可能就变成一个情况是当我客户聊天的时候并不知道哪一个企业服务的，这里面有一个概念就是不同的服务领域有不同的数据集和知识库，有不同的机器人是用一个平台还是数个平台？这里面就有差异。有智能AI网关可以消除部分的差异。

这是我关于人工智能近几年创建跟客户走访的思考，我发现做AI的公司最好不要做呼叫中心，因为他们觉得这个东西做起来太复杂了，比做AI还复杂，必须要能够进行共存。第二点最难点就是对于自然语言的理解和自然语言的处理，我们把机器人的问题又变成知识库，有丰富的知识才可以完成智能的应答。这个知识的问题又变成知识库的问题，知识库的问题又变成知识库该怎么建的问题，知识库该怎么建，到底是生成答案还是生成问题的问题，如果是这样的话最终可以转化成知识库是怎么样的，知识录入是怎么样的，我们成熟比较好的应用几乎很少。这里面的概念所有智能的程度归根到底之后会变成知识结构与知识录入。知识结构就是数据治理的问题，这是一个很大的问题。

我们说渠道即能力，我有一个需求就可以立即打电话发电子邮件、发短信、微信有各种渠道进行处理，渠道即能力，全渠道即全能力，在呼叫中心本身自有的域中具备不同的渠道能够帮助我跟客户产生联络，同时变账号为帐户，这里面很重要。最后一点关于数据治理的思维，人工智能这个问题有数据的问题，呼叫中心一直有数据的问题，录音存几年，报表怎么看，呼叫中心整体的数据越来越大，引用了智能的技术，引用了相对自动化辅助的技术，数据越来越多，与生产、CRM、ERP关系越来越密切，这个时候发现数据治理变成了首当其冲的问题，数据治理必须要做好数据顶层的设计，这个数据哪些是核心架构，数据治理的好不好看你的报表是一张表拿出来还是很多表里找人做出来的，这是非常重要的，这是一个永恒的话题，接下来我们可以在如果大家感兴趣可以单独聊这个问题。

还有很重要的是前微软总裁说的一句话如果数据长期堆积产生数据宏，你必须要每天用，如果不用，很难挖出金矿。

点击