0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

如何使用AI、機(jī)器人和大數(shù)據(jù)增加FCR

931T_ctiforumne ? 來(lái)源:cg ? 2019-01-08 15:35 ? 次閱讀

基于筆者在2018年4月的專欄“使用人工智能,機(jī)器人,大數(shù)據(jù)和分析來(lái)減少對(duì)支持的需求,作為客戶體驗(yàn)(CX)領(lǐng)導(dǎo)者面臨的七大挑戰(zhàn)之一,今天我將討論如何面對(duì)第二個(gè)挑戰(zhàn),即提高首次聯(lián)絡(luò)解決率(FCR)。

人工智能,機(jī)器人,大數(shù)據(jù)和分析的強(qiáng)大功能現(xiàn)在使我們能夠?qū)崿F(xiàn)“我們?nèi)绾卧诙鄠€(gè)渠道和接觸點(diǎn)創(chuàng)建和維持一致且令人敬畏的客戶體驗(yàn)”這一整體目標(biāo),從而提高可持續(xù)收入,實(shí)現(xiàn)更高利潤(rùn)率,并維持更高水平的客戶滿意度和忠誠(chéng)度。

讓我們深入探討第二個(gè)挑戰(zhàn),即提高FCR。

經(jīng)過(guò)研究證實(shí),聯(lián)絡(luò)中心和其他支持功能的首次聯(lián)絡(luò)解決率(FCR)是客戶滿意度的最大驅(qū)動(dòng)因素。然而,大多數(shù)公司過(guò)分依賴平均FCR等點(diǎn)數(shù)統(tǒng)計(jì),他們忽略了今天客戶開(kāi)始查詢或在線搜索支持的事實(shí),在IVR系統(tǒng)中失敗的事實(shí),然后他們才會(huì)通過(guò)電話、電子郵件或聊天來(lái)聯(lián)系客戶服務(wù)代表。想一想:如果客戶無(wú)法在網(wǎng)上得到他們想要的東西,并且在IVR遭到挫折,那么他們與座席的互動(dòng)是第三次接觸=非常不滿意,而且代價(jià)高昂!

客戶在座席級(jí)別了解FCR會(huì)不會(huì)更好,更令客戶滿意(哪些座席比其他座席有更高的解決率,哪些座席不會(huì)產(chǎn)生重復(fù)聯(lián)絡(luò))?并找出第一次難以解決哪些問(wèn)題,產(chǎn)生重復(fù)聯(lián)絡(luò)?并分析客戶在網(wǎng)站上啟動(dòng)的FCR,并盡可能多地解決這些交互?最后一點(diǎn)還涉及我之前關(guān)于減少對(duì)聯(lián)絡(luò)中心需求的專欄,并在我的第一本書(shū)“最佳服務(wù)是無(wú)服務(wù)”和我的第二本書(shū)“客戶規(guī)則”的關(guān)鍵部分中整齊地聯(lián)系起來(lái)!

在這篇文章中,我將不討論如何定義和改進(jìn)IVR遏制,因?yàn)檫€有很多其他的地方可以找到方法。為什么增加FCR如此困難的一些原因,特別是在我提出的全渠道基礎(chǔ)上,包括:

(1) 渠道通常由不同的團(tuán)體或職能部門(mén)“擁有”;

(2) 渠道發(fā)展不協(xié)調(diào);

(3) 渠道報(bào)告同樣不協(xié)調(diào),存放在不同的數(shù)據(jù)庫(kù)中;

(4) FCR沒(méi)有單一的定義;

(5) 我們經(jīng)常依賴FCR的“平均值”,就像處理時(shí)間(AHT)等許多其他指標(biāo)一樣,而不是深入到座席級(jí)別或問(wèn)題級(jí)別上。

最后一條是因?yàn)槿狈ψ銐蚓_的數(shù)據(jù)來(lái)預(yù)測(cè)績(jī)效,因?yàn)樽尤?,被培?xùn)或離職,并且使問(wèn)題或原因或多或少地變得復(fù)雜。

然而,通過(guò)使用AI,機(jī)器人,大數(shù)據(jù)和分析,解決這五個(gè)原因并跟蹤FCR的持續(xù)增長(zhǎng)變得更加容易。我將回顧解決這個(gè)關(guān)鍵問(wèn)題的五個(gè)步驟:“我們?nèi)绾晤A(yù)測(cè)重復(fù)接觸;第一次完全解決它們;并專注于開(kāi)始重復(fù)接觸過(guò)程的問(wèn)題,原因代碼和座席(或創(chuàng)建滾下山的”雪球“),以及能夠解決重復(fù)接觸的過(guò)程和座席(或”融化雪球““)?”

步驟1=在每個(gè)渠道和跨渠道定義FCR

正如所指出的那樣,對(duì)于FCR沒(méi)有一致的定義,并且周圍的內(nèi)容被稱為渠道不同的東西(網(wǎng)絡(luò)支持和IVR支持的“遏制”,聯(lián)絡(luò)中心的FCR平均值)。讓我們首先使用相同的術(shù)語(yǔ)來(lái)表示重復(fù)的,未解決的聯(lián)系人(“雪球”);在網(wǎng)站上開(kāi)始客戶啟動(dòng)的地方;并發(fā)送平均值以達(dá)到座席和問(wèn)題級(jí)別。我們可以通過(guò)多種方式定義FCR,最受歡迎的是“同一個(gè)客戶在7天內(nèi)沒(méi)有再次與我們聯(lián)系”;然而,通常引用的“聯(lián)系人”是在聯(lián)絡(luò)中心,而不是在所有渠道上,也不是從網(wǎng)絡(luò)上開(kāi)始。因此,讓我們將FCR定義為“同一客戶沒(méi)有因?yàn)槿魏吻乐械耐粏?wèn)題在4天內(nèi)再與我們聯(lián)系,”,更嚴(yán)格的時(shí)間表等同于客戶更大程度的不耐煩。

步驟2=在座席和問(wèn)題級(jí)別收集FCR數(shù)據(jù)點(diǎn)

這一步驟大大提升了大數(shù)據(jù)的力量,以“混搭”無(wú)數(shù)的數(shù)據(jù)源,并整理出具有最高預(yù)測(cè)價(jià)值的數(shù)據(jù)源。這是我們?cè)谒袉?wèn)題上擊倒“平均”FCR和整體FCR的地方;相反,我們需要收集所有渠道,座席和問(wèn)題的數(shù)據(jù)點(diǎn),問(wèn)題=客戶語(yǔ)言中的一組有限的“原因代碼”,例如“我的退款在哪里?”或“我如何獲得另一個(gè)過(guò)濾器?”您會(huì)發(fā)現(xiàn)該網(wǎng)站的FCR非常低(我們經(jīng)??吹狡骄W(wǎng)絡(luò)支持FCR約為30%?。档妹芮嘘P(guān)注,使網(wǎng)絡(luò)支持變得簡(jiǎn)單。您會(huì)發(fā)現(xiàn)某些問(wèn)題的FCR非常低,可能是因?yàn)檎呋靵y(參見(jiàn)步驟4),有些問(wèn)題可能接近100%FCR,因此不太注意修復(fù)。

通過(guò)構(gòu)建一個(gè)輸入--輸出表來(lái)顯示哪些座席解決問(wèn)題,哪些不解決問(wèn)題,您最終可以超越平均值并將座席匯總到他們的團(tuán)隊(duì)中以生成基于管理員的FCR結(jié)果。在這里你會(huì)看到一些座席的FCR低于50%,拉低了整體平均FCR,可能是因?yàn)榕嘤?xùn)不足(參見(jiàn)步驟4),有些幾乎是完美的100%,值得你持續(xù)保持對(duì)他們的關(guān)注。

步驟3=在座席和問(wèn)題級(jí)別可視化FCR數(shù)據(jù)

現(xiàn)在是有趣的部分......將粒狀FCR數(shù)據(jù)點(diǎn)加載到清晰且可操作的模型中。幾年來(lái),我的團(tuán)隊(duì)一直在使用Microsoft PowerB I,Qlik或Tableau等工具構(gòu)建這些模型,還有其他可用的可視化工具。最好將輸入,趨勢(shì)視圖和“所有者”顯示與所有者=負(fù)責(zé)開(kāi)發(fā)或改進(jìn)影響FCR的流程和系統(tǒng)的高管結(jié)合起來(lái)。

步驟4=測(cè)試預(yù)測(cè)模型以增加FCR

通過(guò)步驟2中發(fā)現(xiàn)的一些假設(shè),使用AI,您可以找到FCR可能驅(qū)動(dòng)程序的原因和結(jié)果,例如重新設(shè)計(jì)的Web支持頁(yè)面,新培訓(xùn),簡(jiǎn)化的知識(shí)共享頁(yè)面以及對(duì)座席的反饋(以便每個(gè)人都可以看看他們的工作如何影響客戶滿意度)。您還可以開(kāi)始預(yù)測(cè)哪些客戶和問(wèn)題可能是雪球,使勞動(dòng)力管理能夠?qū)⑺麄兟酚傻礁鼘I(yè)的座席那里,這些座席具有融合雪球的成熟技能。

第5步=慶祝成功(并推下加速器)!

在最后一步中,您將能夠識(shí)別能夠解決更多聯(lián)系人的座席,而不是送雪球下坡,開(kāi)發(fā)人員能夠增加WebFCR,以及可視化專家能夠?qū)⑺羞@些都集中在一起。然后,您可以從這些成功中學(xué)習(xí),并建立在它們之上,進(jìn)入持續(xù)改進(jìn)的良性循環(huán)當(dāng)中。

通過(guò)遵循這五個(gè)步驟并使用AI,機(jī)器人,大數(shù)據(jù)和分析,您將增加FCR并提高客戶滿意度。你還會(huì):

避免在座席和問(wèn)題級(jí)別使用更精確的數(shù)據(jù)點(diǎn)的“平均值”瘟疫;

降低客戶支持成本;

讓導(dǎo)致問(wèn)題的“所有者”深入了解解決方法并采取最佳行動(dòng)。

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 機(jī)器人
    +關(guān)注

    關(guān)注

    211

    文章

    28423

    瀏覽量

    207147
  • AI
    AI
    +關(guān)注

    關(guān)注

    87

    文章

    30898

    瀏覽量

    269134
  • 大數(shù)據(jù)
    +關(guān)注

    關(guān)注

    64

    文章

    8890

    瀏覽量

    137449

原文標(biāo)題:如何使用AI,機(jī)器人和大數(shù)據(jù)提高首次聯(lián)絡(luò)解決率

文章出處:【微信號(hào):ctiforumnews,微信公眾號(hào):CTI論壇】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏

    評(píng)論

    相關(guān)推薦

    【「具身智能機(jī)器人系統(tǒng)」閱讀體驗(yàn)】+數(shù)據(jù)在具身人工智能中的價(jià)值

    機(jī)器人領(lǐng)域貨幣化的重要工具,在互聯(lián)網(wǎng)領(lǐng)域,公司主要將用戶數(shù)據(jù)用于定向廣告和個(gè)性化內(nèi)容。這種有針對(duì)性的方法不僅可以增加銷售額,還可以提高用戶參與度,從而導(dǎo)致更高的訂閱費(fèi)用或增加使用量。
    發(fā)表于 12-24 00:33

    《具身智能機(jī)器人系統(tǒng)》第1-6章閱讀心得之具身智能機(jī)器人系統(tǒng)背景知識(shí)與基礎(chǔ)模塊

    要給AI這個(gè)聰明的“頭腦”裝上一副“身體”。這個(gè)“身體”可以是一部手機(jī),可以是一臺(tái)自動(dòng)駕駛汽車。而人形機(jī)器人則是集各類核心尖端技術(shù)于一體的載體,是具身智能的代表產(chǎn)品。與傳統(tǒng)的軟件智能體不同,具身智能
    發(fā)表于 12-19 22:26

    【書(shū)籍評(píng)測(cè)活動(dòng)NO.51】具身智能機(jī)器人系統(tǒng) | 了解AI的下一個(gè)浪潮!

    。 近年來(lái),由于大數(shù)據(jù)機(jī)器學(xué)習(xí)技術(shù)的飛速發(fā)展,具身智能機(jī)器人在多模態(tài)感知、任務(wù)規(guī)劃和自動(dòng)導(dǎo)航等方面的能力得到顯著提升。 例如, DeepMind 的“通才”智能體 Gato 和特斯拉的 Optimus
    發(fā)表于 11-11 10:20

    使用機(jī)器學(xué)習(xí)和NVIDIA Jetson邊緣AI機(jī)器人平臺(tái)打造機(jī)器人導(dǎo)盲犬

    Selin Alara Ornek 是一名富有遠(yuǎn)見(jiàn)的高中生。她使用機(jī)器學(xué)習(xí)和 NVIDIA Jetson 邊緣 AI機(jī)器人平臺(tái),為視障人士打造了機(jī)器人導(dǎo)盲犬。 該項(xiàng)目名為 I
    的頭像 發(fā)表于 11-08 10:05 ?404次閱讀

    首例AI機(jī)器人致死案震驚全球

    威脅的現(xiàn)實(shí)案例。 據(jù)外媒報(bào)道一位佛羅里達(dá)州的美國(guó)母親控訴在線聊天AI機(jī)器人勸導(dǎo)其14歲的兒子自殺。在失去愛(ài)子后這位美國(guó)母親起訴了這家AI公司,但是這家AI公司拒絕承認(rèn)負(fù)有責(zé)任,后來(lái),這
    的頭像 發(fā)表于 10-25 16:32 ?932次閱讀

    柔性機(jī)器人和剛性機(jī)器人有什么區(qū)別?

    柔性機(jī)器人和剛性機(jī)器人都是工業(yè)機(jī)器人的一種,柔性機(jī)器人和剛性機(jī)器人的主要區(qū)別在于它們的結(jié)構(gòu)和使用方式:結(jié)構(gòu):柔性
    的頭像 發(fā)表于 08-16 10:17 ?546次閱讀
    柔性<b class='flag-5'>機(jī)器人和</b>剛性<b class='flag-5'>機(jī)器人</b>有什么區(qū)別?

    Al大模型機(jī)器人

    理解能力強(qiáng)大: AI大模型機(jī)器人可以理解和生成自然語(yǔ)言,能夠進(jìn)行復(fù)雜的對(duì)話和語(yǔ)言任務(wù)。它們能夠識(shí)別語(yǔ)言中的語(yǔ)義、語(yǔ)境和情感,并據(jù)此作出適當(dāng)?shù)幕貞?yīng)。廣泛的知識(shí)儲(chǔ)備: 這些模型基于大規(guī)模的數(shù)據(jù)集進(jìn)行訓(xùn)練,擁有
    發(fā)表于 07-05 08:52

    全球機(jī)器人開(kāi)發(fā)領(lǐng)域采用NVIDIA 機(jī)器人開(kāi)發(fā)和生產(chǎn)

    比亞迪電子、西門(mén)子、泰瑞達(dá)和 Alphabet 旗下公司 Intrinsic 采用 NVIDIA Isaac 機(jī)器人平臺(tái)開(kāi)發(fā)自主機(jī)械臂、人形機(jī)器人和移動(dòng)機(jī)器人 ? NVIDIA 于今日宣布,全球
    的頭像 發(fā)表于 06-03 18:25 ?1250次閱讀

    NVIDIA Isaac機(jī)器人平臺(tái)升級(jí),加速AI機(jī)器人技術(shù)革新

    NVIDIA Isaac機(jī)器人平臺(tái)近期實(shí)現(xiàn)重大升級(jí),通過(guò)引入最新的生成式AI技術(shù)和先進(jìn)的仿真技術(shù),顯著加速了AI機(jī)器人技術(shù)的發(fā)展步伐。該平臺(tái)正不斷擴(kuò)展其基礎(chǔ)模型、
    的頭像 發(fā)表于 03-27 10:36 ?686次閱讀

    英偉達(dá)推出全新AI聊天機(jī)器人

    近日,英偉達(dá)(Nvidia)宣布推出其全新的AI聊天機(jī)器人——“Chat With RTX”。這款聊天機(jī)器人被視為英偉達(dá)版的ChatGPT,為用戶提供了一個(gè)全新的、本地化的AI交互體驗(yàn)
    的頭像 發(fā)表于 02-19 11:09 ?924次閱讀

    并聯(lián)機(jī)器人和串聯(lián)機(jī)器人的區(qū)別是什么?

    并聯(lián)機(jī)器人和串聯(lián)機(jī)器人的區(qū)別是什么? 并聯(lián)機(jī)器人和串聯(lián)機(jī)器人是兩種常見(jiàn)的機(jī)器人系統(tǒng)結(jié)構(gòu),它們?cè)谠O(shè)計(jì)和應(yīng)用上存在著一些明顯的區(qū)別。 1. 結(jié)構(gòu)
    的頭像 發(fā)表于 01-26 15:17 ?3508次閱讀

    協(xié)作機(jī)器人和工業(yè)機(jī)器人區(qū)別在哪?

    協(xié)作機(jī)器人和工業(yè)機(jī)器人區(qū)別在哪? 協(xié)作機(jī)器人和工業(yè)機(jī)器人是現(xiàn)代工業(yè)自動(dòng)化發(fā)展中兩個(gè)重要的概念。雖然這兩種機(jī)器人都是用來(lái)提高生產(chǎn)效率和減少勞動(dòng)
    的頭像 發(fā)表于 01-26 14:56 ?1985次閱讀

    富唯智能機(jī)器人集成了協(xié)作機(jī)器人、移動(dòng)機(jī)器人和視覺(jué)引導(dǎo)技術(shù)

    智能機(jī)器人還集成了協(xié)作機(jī)器人、移動(dòng)機(jī)器人和視覺(jué)引導(dǎo)技術(shù),具有物料高精度抓取或放置功能,可滿足各種復(fù)雜場(chǎng)景的協(xié)作搬運(yùn)需求。
    的頭像 發(fā)表于 01-17 11:58 ?436次閱讀

    NVIDIA Isaac平臺(tái)為AI機(jī)器人開(kāi)發(fā)提供支持

    在今日的CES特別演講中,NVIDIA機(jī)器人和邊緣計(jì)算副總裁Deepu Talla揭示了NVIDIA及其合作伙伴如何將生成式AI機(jī)器人技術(shù)融為一體。
    的頭像 發(fā)表于 01-09 15:00 ?1093次閱讀

    生成式AI通過(guò)NVIDIA Isaac平臺(tái)提高機(jī)器人的智能化水平

    今日,NVIDIA 機(jī)器人和邊緣計(jì)算副總裁 Deepu Talla 在 CES 上的特別演講中,詳細(xì)介紹了 NVIDIA 及合作伙伴是如何將生成式 AI機(jī)器人技術(shù)相結(jié)合的。
    的頭像 發(fā)表于 01-09 10:27 ?1141次閱讀
    生成式<b class='flag-5'>AI</b>通過(guò)NVIDIA Isaac平臺(tái)提高<b class='flag-5'>機(jī)器人</b>的智能化水平