通過四層智能化服務策略，初探銀行業(yè)客服中心轉型

　　當今，移動互聯(lián)網(wǎng)、客戶體驗革命、大數(shù)據(jù)、人工智能等新觀念、新技術正在深刻改變著客戶交互與服務領域的形態(tài)與內涵，新渠道、輕渠道、微渠道層出不窮，全渠道的互動形式迅速崛起，在線、社交化媒體等新興渠道迅速提升。伴隨著客戶互動的革命，傳統(tǒng)呼叫中心正逐步演變?yōu)橹悄芸蛻舴罩行模⒉粩鄶U展至全媒體時代下的客戶交互中心。

　　幾年前，當大家談及客服中心，首先問及的是規(guī)模，信用卡中心的呼叫中心是針對銀行信用卡客戶建立的服務渠道，目前大都以專線形式運營，而最大的痛點是伴隨業(yè)務量的變化而帶來的團隊規(guī)模迅速發(fā)展、人員流失率高、基層管理力量跟不上等問題。但科技為傳統(tǒng)客服中心帶來了轉型的可能。為順應時代與科技的進步，交通銀行信用卡中心客戶服務部圍繞著如何提升客戶體驗這一課題，提出了以5A（Anyone，Anytime，Anywhere，Anyway，Anyservice）為愿景的服務模式，并據(jù)此制定了主動服務-個性服務-智能服務-人工服務的四層智能化服務策略，在智能化轉型的道路上進行了初探。

　　主動服務

　　依托客戶標識實現(xiàn)超預期服務模式

　　圍繞大流量和高頻的來電場景，通過客戶畫像技術，精準預判并觸發(fā)主動服務。智能服務的本質在于服務，從客戶的角度來看，客戶更關心的是服務的過程?？蛻舨恢酪膊恍枰涝诜者^程中是否使用了智能的技術，反之，即使不使用智能的技術同樣能讓客戶感覺到智能。關鍵時刻MOT（MomentofTruth）理論自20世紀80年代由北歐航空公司前總裁詹·卡爾森提出以來深受服務行業(yè)認可，它的理念是指當客戶與企業(yè)的各種資源發(fā)生接觸的那一刻，就定了企業(yè)未來的成敗。

　　傳統(tǒng)的銀行業(yè)呼叫中心服務主要是以客戶呼入、客服代表解答為主的被動服務模式。時至今日，這種服務模式給予客戶的體驗是遠遠不夠的。因此，實現(xiàn)服務場景化，化被動為主動，創(chuàng)造超預期服務尤為重要。而場景化服務實現(xiàn)的基礎，在于對客戶需求的精準預判。信用卡客戶在整個用卡生命周期中可以劃分出成千上萬個關鍵時刻，通過深入梳理這些關鍵時刻，并結合客戶實際來電原因，進而運用大數(shù)據(jù)和機器算法模型，即可從茫茫的關鍵時刻中篩選出適合主動前置的服務觸點。同時，結合客戶反饋及后臺數(shù)據(jù)，精準劃分客戶群體，并根據(jù)場景建立客戶標識體系，進而實現(xiàn)客戶需求的挖掘并預判。以支付失敗場景為例，在傳統(tǒng)服務模式下，當客戶輸錯密碼導致卡片被鎖定需要致電客服并經(jīng)歷繁瑣的身份核實過程。然而當運用大數(shù)據(jù)分析等手段深度梳理卡片被鎖的原因后，通過針對不同的鎖定原因，設計不同的服務策略和服務流程，在合規(guī)要求及風險可控的前提下，即可實現(xiàn)智能機器人主動外呼為客戶提供解鎖重置密碼功能。對于客戶而言，能在最需要幫助的關鍵時刻及時獲得主動服務，即為智能。

　　個性服務

　　圍繞大數(shù)據(jù)挖掘實現(xiàn)千人千面服務模式

　　以大數(shù)據(jù)分析及人工智能技術作為基礎，實現(xiàn)個性化服務。信用卡業(yè)務在中國發(fā)展已十年有余，客戶的消費觀念和消費習慣都產(chǎn)生了巨大變化，唯有積極主動研究客戶，了解客戶的需求與期望才能以不變應萬變。通過不同渠道服務的數(shù)據(jù)分析，我們能迅速分類不同年齡層、不同消費習慣人員的服務需求類型。如90后客群的使用范圍多用于創(chuàng)業(yè)、娛樂；80后客群可能多用于購房購車，不同的年齡段對信用卡使用需求的側重點是不同的，而我們則需要將這些數(shù)據(jù)進行匯總分析，并以此為基礎建立對應的數(shù)據(jù)模型，改變固有的服務模式，通過客戶習慣進行服務方案推選，做到千人千面。

　　以信用卡服務的IVR為例，傳統(tǒng)的IVR系統(tǒng)設置復雜且繁瑣，服務層級全面但繁多，而每層服務層級設置下還有更多的服務類型選擇。對于客戶而言，客戶的需求往往是單一而直接的，當單一而直接的需求遇見繁多而復雜的選項時，必然會產(chǎn)生強烈的不滿情緒。依托大數(shù)據(jù)對客戶行為進行分析，挖掘客戶需求，實現(xiàn)將傳統(tǒng)IVR系統(tǒng)固定菜單的模式優(yōu)化成符合客戶需求、便于操作的極簡3x1菜單，并配套機器人進行服務，從而有效達到客戶滿意度與企業(yè)服務水平的雙提高，實現(xiàn)雙贏。

　　優(yōu)化業(yè)務流程，致力于秒級服務的實現(xiàn)。天下武功，唯快不破?？蛻魧τ谛庞每I(yè)務的訴求是簡單且單一的，即按照統(tǒng)一、規(guī)范的標準及模式為其快速地解決。而對于銀行內部而言，卻因為組織架構及崗位職責的分工不同，容易出現(xiàn)多點受理、職責不清的情況，如何突破架構的束縛，有效整合業(yè)務的不同處理環(huán)節(jié)，并清晰地將進度展示給客戶是重中之重。

　　以信用卡的爭議業(yè)務為例。一個簡單的用卡爭議場景背后卻往往涉及多部門間的業(yè)務流轉，甚至涉及卡組織的規(guī)則與限制。這曾經(jīng)是一道不可逾越的鴻溝。然而，通過運用大數(shù)據(jù)分析等手段對客戶問題場景進行細分，對不同維度、不同模塊的問題分類整合，進而對各分散在不同系統(tǒng)中的業(yè)務環(huán)節(jié)進行原子化的重構并制定細化的處理流程，最后基于統(tǒng)一的模式、統(tǒng)一的維度將處理進展展現(xiàn)給客戶，將本來繁瑣復雜的信用卡爭議處理碎片化、模塊化，交行信用卡的客戶現(xiàn)在用喝一杯咖啡的時間就能完成爭議申請、查詢和賠付，在解決傳統(tǒng)業(yè)務處理模式下的責任模糊、時效過長、成本過高的內部問題的同時，服務體驗得到了大幅提升。

　　智能服務

　　人機協(xié)作實現(xiàn)AI服務模式

　　以人機協(xié)作為手段，實現(xiàn)智能能力的提升。線下的人工客服模式其實是最早形成的，也是最為傳統(tǒng)的客服形態(tài)，而恰恰就是這種最早開始發(fā)展的線下客服形態(tài)，由于受限于其本身的服務模式而在技術革新和發(fā)展速度上遠不如其他的客服形態(tài)。如今隨著人工智能時代的到來，線下服務機器人逐漸進入大眾的視野。然而，盡管聲紋識別、圖像識別、人臉識別等新興技術賦予了機器人聽覺與視覺，機器人的智力仍然無法直接取代傳統(tǒng)的人工。因此，如何賦予機器人思考能力及其后續(xù)的反饋機制才是其核心，也是其智能化程度的體現(xiàn)。人機協(xié)作模式就是在此背景下誕生的解決方案。通過綜合運用語音識別技術（ASR）、自然語言理解技術(NLP)及語音合成技術(TTS)，實現(xiàn)客戶與機器人間的擬人化人機交互，達到智能化第一步，清晰地了解客戶需求；通過知識點結構化與非結構化重組并引入分布式搜索引擎、內存數(shù)據(jù)庫、前端框架等為機器人提供強大的后臺支持，實現(xiàn)智能化的第二步，調動不同策略滿足客戶服務訴求；通過智能專家實時標注，改善機器人的訓練效率，實現(xiàn)智能化的第三步，實時迭代，深化智能能力；通過人工賦能機器人，協(xié)助機器人從聽得見向聽得懂轉變。

　　銀行業(yè)客服中心的轉型其本質就是實現(xiàn)從事件、業(yè)務化管理模式到數(shù)據(jù)化管理模式的轉型，其核心依舊是緊緊圍繞著客戶的體驗。面對人工智能、機器學習、AR、VR這些詞語、概念與實踐，大家都踴躍實踐，這是時代發(fā)展使然，也恰恰是推動社會前進的力量和方式。回歸到日常的業(yè)務領域，通過人工與智能的結合，推動內部流程的智能化轉型，將復雜的業(yè)務流程留給自己，將便捷的服務體驗給予客戶將是未來智能客服的必經(jīng)之路。隨著人工智能技術的發(fā)展及數(shù)據(jù)挖掘能力的進一步強化，交通銀行信用卡將繼續(xù)創(chuàng)新產(chǎn)品及服務模式，為廣大客戶帶去個性化的極致體驗，開啟金融機構創(chuàng)新的新歷程。