“数字客服”：如何实现从成本到价值的转变

当前，互联网及新技术的发展正逐渐改变中国消费者对客户服务的期望，企业“智能客服”的出现使得“客户服务”这一常规工作正在由“成本中心”转化为“价值中心”。消费者希望被技术赋能的客服工作能够普惠自身，比如，能够通过智能自助的方式解决问题，期待企业通过更具创造力的方式与其互动，真正了解自己并为之提供定制化服务……

数字客服的需求与技术

在新客户和新企业对客服行业新需求的拉动下，以新技术为核心驱动力的数字客服行业正在临近爆发拐点据业内专家估算，数字客服潜在市场可达数千亿级，其中金融、零售电商、旅游出行、政务、教育、电信运营及文娱传媒等行业是数字客服重点细分领域。

以金融行业对数字客服的诉求为例，庞大的数据积累使得金融行业对数字化升级的需求极为迫切。据不完全统计，目前中国大型商业银行和保险公司的数据量已经达到100TB以上。此外，由于金融机构通过大面积触达客户生活场景，积累了大量的非结构化客户数据及运营数据，技术的进步使这些非结构化数据向结构化数据的转化成为可能，进一步加大了具有可分析价值的数据量。与此同时，金融行业同客户多样化的生活场景息息相关且涉及到的金额有时较大，因此从客户角度出发，其对金融机构服务的需求量及服务质量的要求就会比较高。从金融机构自身出发，一方面国家对服务质量有监管规定（如保险行业），另一方面金融机构客户交易产生的业务净值非常高，为了提升客户黏性，金融机构自身也对自己的服务质量提出了很高的要求，愿意投入成本优化自己的客户服务体系。基于以上原因，金融行业已经成为对数字客服发展的重点发展行业。

在不同领域，指数级增长的数据和不断进步的技术是客服行业发展的重要驱动力。大数据分析、对话机器人、云、RPA（RoboticProcessAutomation，RPA）以及AR/VR等技术的应用，正助益各方满足对客户服务的新需求。

• 大数据分析：通过大数据分析，企业能够更深入地洞察客户、预测客户行为并提供定制化服务。此外，基于大数据分析结果，企业对自己客服体系及不同产品的运营情况也能建立更加清晰完整的认识，为未来做好准备；
• 对话机器人：随着ASR（Automatic Speech Recognition，自动语音识别技术）、NLP（Natural Language Processing，自然语言处理)等技术发展，机器人可以在更加多样化的场景下完成拟人度更高的对话，在减少客户等候时间的同时，为客户提供更加优质的服务；
• 云技术：实现按需供应计算资源，使得技术和资源能够以弹性灵活的方式得到充分利用，并同时降低客服运营成本；
• RPA：快速、自动完成客服运营体系中标准化程度相对较高的流程，且操作准确率高、服务质量稳定性强，更多客服人力和时间将被释放，将利于帮助客服人员转化定位，为客户提供更复杂、专业的服务； 
• AR/VR：尽管目前在我国客服行业应用有限，但AR/VR技术的持续发展为企业和客户之间的互动形式提供了无限的想象空间，让企业能够为客户提供更加灵动、真实的可视化服务。相比于传统的语音/文字应答，AR/VR技术为客户提供的答案往往更加易于理解。

行业的发展与突破一方面技术的进步促使数字客服行业得以持续发展，但行业却也存在很多问题，如，客户的期望难以得到全面性的满足、企业内部管理依旧有待提升、技术难点等问题都在一定程度上限制了行业发展，数字客服行业同样面临着新的转型升级。 数字客服的升级需要以数字化、智能化技术作为核心驱动力，实现对服务管理模式的整体升级，通过打通用户、服务、业务之间的链接，重构服务价值链，最终实现数字经济下的用户价值最大化，相比于传统客服，升级后的数字客服具有数智驱动、全程洞察、管理升级三大特色。

• 数智驱动：在大数据分析、云、人工智能等技术的驱动下，对内，新客服可实现传统客服无法达成的“无人驾驶”式服务运营和内部资源协同；对外，可实现对客户的全渠道触达，并为客户提供更加高效、优质的服务；
• 全程洞察：将客户体验延展到业务价值链和客户全生命周期。通过分析客户特征、洞察客户痛点来定位服务诉求，并基于多渠道获取的客户之声对业务产品及服务进行持续优化，为客户提供更加智能化、人性化、个性化的服务体验；
• 管理升级：加强对客服中心的管理投入，着力打造具备网状综合能力的前、中、后台协同驱动组织，辅之以配套管理机制。打破客服中心同业务部门间的屏障，对业务流程、部门职能等进行调整，同时号召全员共建客服体验。

升级后的数字客户将时刻基于客户视角，以多渠道、多维度的客户声音驱动产品和服务升级，提升客户体验，为客户带来极致的产品与服务体验为终极目标。体验运营通过不同来源的客户声音收集、关联分析，建立覆盖围绕产品全生命周期体验的管理体系，帮助业务更全面地感知用户、理解需求、定位问题、改善产品并评估效果，进而形成客户声音对业务的指导迭代，反过来，持续升级的产品和服务又会进一步提升用户体验，最终形成良性的体验运营闭环。在这过程中，需要组织具备真正强大的数据能力，了解行业的相关数据应用场景，能够真正做到数据推动运营，通过数据分析推动产品及业务创新。

 如在金融行业，目前传统金融机构正着力建立普惠的金融服务生态环境，从生活场景、到客户需求、再到银行产品，服务正日益深入到客户的真实生活。与此同时，从售前到售后，客服中心的职能定位也日益复杂，这就对客户服务提出了新的高要求。新客服将助力传统金融机构加速渠道融通、升级自助服务能力、优化客服中心效能并持续提升营销与风控管理精度。

 不仅是金融行业，随着中国各类行业市场正从“忠诚度”进入“关联度”时代，打造超高消费者关联度是实现企业可持续增长的关键，而要想提高关联度，企业需要能及时地感知客户需求，并能以敏捷的身段持续满足不断变化的客户需求，而客户服务与数字客户则是其中最为核心的环节。