官网新闻
传统意义上认为,用户只有在打开客服对话窗口时, 才算是进入了客服服务时间,这种看法显然是狭隘的。事 实上,用户从进入网站开始就会产生大量的浏览和操作行 为数据,这些数据的背后满满的都是销售机会。譬如用户 长时间浏览某个商品,并在两个商品间反复跳转犹豫不决, 或是将某商品链接发送给亲友参考等。掌握这些行为数据, 对于转化用户来说是极有价值的。但即便是大多数的智能 客服解决方案,也未能提供这种与客
传统意义上认为,用户只有在打开客服对话窗口时, 才算是进入了客服服务时间,这种看法显然是狭隘的。事 实上,用户从进入网站开始就会产生大量的浏览和操作行 为数据,这些数据的背后满满的都是销售机会。譬如用户 长时间浏览某个商品,并在两个商品间反复跳转犹豫不决, 或是将某商品链接发送给亲友参考等。掌握这些行为数据, 对于转化用户来说是极有价值的。但即便是大多数的智能 客服解决方案,也未能提供这种与客户咨询前行为数据相 融通的技术。而且,这些智能客服解决方案重点在于回答 客户的问题,却失去了人工客服主动营销的能力。
旅游业对于对话智能的需求肉眼可见,尤其在面对庞大的呼叫中心带来的高昂成本时,智能客 服和智能助理成为旅游企业最现实而迫切的需求。
携程曾在公开报道中表示,携程每天70%左右的电话可以通过智能客服解决。在2018年华住 世界大会上有数据显示,华小二智能客服2018年的服务人次超过434万。
将客服的工作范围由对话框内的问答,扩展到用户站内 行为分析,进而帮助企业提高流量的转化率。
比如,通过分析用户在网站内的浏览页面,悬停时间, 悬停部位,客服系统可以优先将购买意愿最强的用户分 配给人工客服。同时,预判该用户可能关心的商品和要 点,以便让企业方在对话中既能占据主动,又不至于惹
携程的智能客服系统基本为自我研发,支持在线咨询场景及少量电话咨询场景,整体解决率超过80%, 在基本语义识别上达到94%。
携程方面表示,目前携程拥有超过60条业务线,基于自身对业务的熟悉和理解,携程的相关产品比第 三方标品做得更深入,可以快速进行响应。
智能客服也正在迅速向硬件领域迈进。包括快 商通等智能客服企业已开始将人工智能客服技 术应用到了医疗导诊、房地产销售等机器人身 上。它们的战略意图并不难猜,即依托机器人 操作系统,以大数据挖掘、SaaS云服务为基础, 构筑从底层算法、行业应用,最终完成智能硬 件的人工智能全产业链模式。而人工智能客服 技术,正是这一数万亿级市场的入口,牵涉到 庞大数据的积累及行业标准的建立。
虽然移动时代的精准引流变得更加容易,但应用场景 的变化,使得用户对于站内服务的要求大幅度提高。譬如, PC时代的用户向客服咨询一个问题,即使回应有所延迟, 用户也可以最小化客服窗口去做一些其它事等待。但在移 动时代,切换客服窗口却是一件相当麻烦的事,很可能回 来你就找不到了。据Provide Support调查的数据显示, 62%的用户不会再访问一个有着糟糕客服体验的站点。
如果机器人需要执行一个 过程,往往需要明确的命 令,不明确的指令容易给 机器人造成一定的困扰。
利润不高,一定程度上也影响技 术的应用。智能客服在一些OTA 已经应用起来了,特别是携程, 技术上甚至超过了航司和中航信。 但也只有OTA可能率先尝试这些 领先的技术。其他企业,稍微引 进一两个装点一下门面还可以, 很难大规模应用。”
基于语法的语义识别技术,能确保智能客服真正理解用户所说的每一句话。同时,系统 还将从人工客服的回应中学习语言,自主组成个性化的回应语言,让用户不会感觉对面是冷 冰冰的机器人。
微信亦将为小程序开放其生态数据和其它基础功 能,简化用户的访问路径为用户打造“快进快出, 用完就走”的体验。
如果某家客服系统使用基数已经非常庞大,那么其用 户数据分析便有了巨大的价值。某位消费者的消费行 为习惯是怎样的,重视哪些产品要素,这些经过一次 智能分析便可以为广大的企业用户所共享,智能机器 人客服甚至可以被用户收藏在微信里,成为一个新的 流量分发渠道。
知识体系的传承靠口口相传或者 简单的内部梳理文档,导致有效 的结构化数据留存不多。对于对 话智能公司来说,场景学习和训 练建立在海量数据之上,能够 “喂”给机器学习的有效数据少, 启动起来比较困难。
2018年以来,Udesk、图灵机器人、来也、追一科技等对话智能公司纷纷获得融资,其中不 少企业在旅业已有布局。